免费到 11 月 15 日，腾讯把 770B 旗舰放进了 WorkBuddy

免费到 11 月 15 日，腾讯把 770B 旗舰放进了 WorkBuddy

今天最值得薅的一波：混元 Hy4 正式版上线，WorkBuddy 国内版、国际版同步接入，11 月 4 日到 11 月 15 日 23:59 限时免费。

Hy3 的免费期也一起延到了同一天。

先把免费规则说清楚

时间：11 月 4 日 – 11 月 15 日 23:59，不到两周。

范围：WorkBuddy 国内版、国际版；CodeBuddy 同步。Hy3 限免延至同一天 23:59。

怎么个免法：模型设置页里 Hy4 挂着绿色「限时免费」，消耗速度显示 0.00x 倍率——这段时间用它不烧积分。

额度：每天送一份免费额度，第二天重置；订阅用户额度更高。跑重活不够，可以继续用积分，或者升级套餐。

还有个叠加福利：即日起到 2026 年 12 月 31 日，Hy4 在腾讯云 TokenHub 按刊例价 5 折计费。免费期过了也不贵：输入 6 元、输出 18 元、缓存 0.3 元每百万 token，五折就是 3 元 / 9 元。

Hy4 是什么水平

一句话：腾讯第一次把模型送进了最强开源模型那一档。

规格：770B 总参数、49B 激活的 MoE、100 万 token 上下文（WorkBuddy 里给的是 960K）。

和 8 月的 preview 比，这一代补上了三块短板：

• 第一次有视觉：看细节、读复杂图表、做视觉数学推理
• 第一次能操作电脑：命令行和图形界面混着用，针对 Blender、CAD 和跨应用长任务做过专项训练
• 长文、指令遵循、长程 Agent、深度研究整体抬升

几个能记住的数字：

• WorkBuddy 办公评测：平均 83.18 分，任务通过率 96.15%，12 个场景里 9 个国内第一
• 金融众测：213 位专家（153 位来自外部头部机构，七成 5 年以上经验）、579 个真实任务，Hy4 3.04 分，Kimi K3.1 Pro 和 GLM-5.3 都是 2.68，DeepSeek-V4.1-Flash-1017 是 2.97
• 游戏开发：GameDev +19.1%、GameLogic +9.8%（对比 preview），适配 UE、Unity、Godot
• 幻觉率：自建测试从 12.95% 降到 7.2%，猜测导致的错误从 23.1% 降到 5.6%
• 科研：7 大学科、123 项可执行任务的 TenureTrail，开源模型第一

腾讯自己也没藏着：跟顶尖闭源模型比，前沿数学、长程开发、视觉问答还有差距。但这一档的开源模型里，它已经能上桌了。

四个实测，比跑分更能说明问题

腾讯科技拿 Hy4 做了四件事，我觉得比榜单有意思。

① 一句话做一个太阳系网页。

提示词只有一句：给 9 岁的孩子做一个太阳系互动网页，能点行星、看运动、调公转速度，理解为什么不同星球一年长短不同。

它交付了一个完整的互动页：深空背景、八颗行星、时间流速滑块、行星档案。为了讲清"一年为什么不一样长"，它自己加了一套对比进度条——地球跑完一圈，水星已经转了四圈多，海王星才走了一小段。

更关键的是执行记录：它自己开 Chrome 做了 15 项交互检查，点击、拖拽、主题切换、时间快进，一项项验过。

这就是"许愿式编程"的样子：你给目标，产品设计和实现它自己补。

② 一张冰箱照片，排出三天九顿饭。

照片里食材重叠、包装反光，很难认。它先按区域放大、逐层盘点，认出番茄、黄瓜、西葫芦、冷冻蔬菜、面包。

有意思的是它不装懂：左侧中层那个粉色真空包装，它说可能是鸡肉、猪排、火腿或鱼；右门白色大罐分不清是酸奶、奶油还是奶酪酱。一共标了四处疑点，按保守方案处理。

然后才是规划：一家三口、三天九顿、采购预算 100 元、每顿 40 分钟以内。中途加条件——第二天晚上来两位客人，一位吃素、一位花生过敏，预算不增加、第三天伙食不受影响——它重新排了菜单，还给了防浪费的兜底方案。

真正有用的视觉理解，不是"看见了什么"，是知道什么没看清，以及这会怎样影响后面的决定。

③ 给它一张吹牛的业绩图，它当场打假。

一张虚构 AI 公司的宣传图，三条结论：营收增长 80%、利润翻倍、付费用户增长 50%。

它算完发现：营收从 1.2 亿到 1.5 亿，实际增长 25%；利润从 3000 万降到 1800 万，不是翻倍，是跌了 40%；只有付费用户那条是对的。

它还多走了一步：用户涨 50%、营收只涨 25%，说明单用户收入降了约 16.7%。以及一个视觉把戏——柱状图纵轴从 110 开始，不是从 0 开始，增长看着被放大了。

最后它给了两张对照图和一张规范重绘，附 150 字核查结论。

模型没有顺着材料包装，而是质疑了输入本身。这在金融、法律、医疗场景里，比"写得漂亮"值钱得多。

④ 三个老板同时派活，它说这活干不完。

一名运营，三个老板，九项任务，串行执行，一天 480 分钟——所有任务加起来要 555 分钟。

它没有硬凑一张"都能按时完成"的表，而是直接指出冲突，给了三套方案，分别让不同老板承担延期后果，总超时 300 / 360 / 450 分钟，并建议选超时最少的那套。

它还留了一句："别在排序里找平衡，去把不可行的截止时间改成可行的。"

一个永远答应用户要求的 Agent，反而最不可靠。知道什么时候说"做不到"，是这一代模型在长程任务上的分水岭。

这两周，怎么用最划算

免费额度每天重置，别浪费在"写首诗"上。按上面四个场景，我建议这么用：

把最脏的长文档丢进去：合同、年报、几十页 PDF，让它出摘要、找差异、列风险。100 万上下文就是干这个的。

让它看图：复杂图表、架构图、界面截图，让它解释、复刻、挑错。视觉是这代新加的，正好试深浅。

生成能直接用的页面：一句话要一个单文件 HTML，数据内联、不许用 CDN、双击能打开。上面那个太阳系网页就是这么来的。

跑一次跨应用长任务：整理发票、批量改文件、跨软件导数据——Computer Use 的战场，也是它和纯聊天模型最大的区别。

三条可以直接复制的 prompt：

把这份 PDF 拆成：核心结论 / 关键数字 / 风险点 / 我没注意到的地方。
每个结论后面标页码。

读这个 Excel，做 12 个月现金流预测，输出到新工作表，
公式要能追溯，别写死数字。

这是我的冰箱照片。按现有食材排三天九顿饭，
一家三口，预算 100 元，每顿 40 分钟内，
看不清的食材标出来问我，别猜。

省额度的小技巧：思考强度默认「高」，写文案、改格式这类活调低一档；一次把要求说全，别来回改五轮；长任务分段验收，错了立刻纠正。

最后

这波免费不是做慈善，是腾讯在抢入口：Hy4 需要一个高频场景证明自己，WorkBuddy 需要一个大模型把办公链路串起来，两边一拍即合，补贴两周换真实反馈。

对你来说，这是一次零成本的试用窗口。11 月 15 日 23:59 之前，把手上最耗时、最不想干的那件事丢给它跑一遍——比看十篇评测都管用。

相关链接：

• WorkBuddy 官网：https://www.workbuddy.cn/
• 国际版：https://www.workbuddy.ai/
• Hy4 官方发布页：https://hunyuan.tencent.com/research/hy4
• 腾讯云 TokenHub（12 月 31 日前 5 折）：https://cloud.tencent.com/product/tokenhub