截至 11 月 5 日的公开信息，腾讯混元 11 月 4 日正式发布 Hy4，参数规模 770B、激活 49B，首次加入视觉理解与电脑操作能力，并同步上线元宝、ima、企业微信智能助理等入口；腾讯称其在 579 个真实金融任务众测中综合得分 3.04，高于 DeepSeek-V4.1-Flash 的 2.97。对品牌方来说，模型换代不是一条技术新闻，而是回答生成链路的换挡——同一批问题，答案里出现谁、引用谁，可能整体重排。
新模型上线，先变的是答案怎么组织
据腾讯新闻的实测报道，Hy4 在预训练和后训练阶段扩大了数据与训练规模，重点提升指令遵循、长文本理解和长程任务执行，上下文长度达到 1M；定价延续 preview 版本，输入每百万 Token 6 元、输出 18 元、缓存命中 0.3 元，Hy4 Flash 计划近期推出。对品牌而言，这意味着接入成本短期不会明显上升，但回答质量的变化会先于成本变化出现。
770B 参数与 49B 激活意味着什么
总参数决定知识容量，激活参数决定单次推理的成本与速度。49B 激活意味着模型在回答一个具体问题时只调用一小部分能力，长上下文与视觉理解则让它能处理图表、说明书、商品参数这类非纯文本材料。对品牌内容的影响是直接的：过去靠图片传达的参数信息，现在更可能被模型读取并复述，结构化程度高的商品页会获得额外优势。
三条链路决定品牌会不会被写进答案
品牌在 AI 回答里是否出现，不只取决于模型能力，而是模型、入口、信源三条链路共同作用。模型决定怎么组织答案，入口决定谁能提问、问什么，信源决定答案能引用谁。任何一条链路变化，都会让此前的可见度基线失效，需要重新测一遍。
| 链路 | 变化点 | 监测动作 |
|---|---|---|
| 模型层 | 长文本与视觉理解增强，答案更长更具体 | 复测长问题与图表类问题 |
| 入口层 | 元宝、ima、企业微信智能助理多端上线 | 分入口记录回答差异 |
| 信源层 | 引用来源随检索结果重排 | 统计引用域名占比变化 |
入口层：元宝和微信不是同一件事
据腾讯新闻报道，Hy4 已上线腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信智能助理大圆、ima 等产品，API 同步接入 OpenRouter 等平台。同样是腾讯系入口，元宝面向公开提问，企业微信智能助理面向企业内部协作，两者的提问意图和答案口径完全不同；把两者合并统计，会掩盖品牌在公开场景里的真实可见度。
能力拆分：模型、入口、信源各管一段
做 GEO 监测时，把“模型换代”直接等同于“可见度会变”是粗糙的。更细的拆法是：模型层看答案组织方式是否改变，入口层看提问人群是否迁移，信源层看引用结构是否重排。据财中社报道，Hy4 平均效果得分 83.18 分、任务通过率 96.15%，12 个测试场景中 9 个排名国内第一；这些分数衡量的是任务完成能力，不等于品牌信息的召回准确度，两者要分开评估。
入口的扩张同样在加速。千问开放生态已接入海尔、美的、联想、TCL、海信等家电厂商，覆盖选购、安装预约、故障排查与售后，目前覆盖 20 多个领域、申请入驻伙伴超过 1000 家。当 AI 入口开始承接“买什么、怎么装、坏了找谁”这类具体问题，品牌被引用的场景就从营销内容扩展到服务文档，信源结构也随之变化。
重跑基线的四个步骤
模型或入口一变，旧基线就不能再用。建议在版本切换后的一周内重跑一次完整监测，把变化拆到具体问题上，而不是只看总体提及率涨跌；否则很容易把模型波动误判成优化效果，或者把真实下滑归因于“模型还没稳定”。
常见问题
模型升级会让品牌在 AI 回答里自动变得更可见吗？
不会自动发生。模型能力提升改变的是答案组织方式与可处理材料类型，品牌是否被提及取决于信源是否被检索到、事实是否被准确复述；升级后更常见的现象是回答变长、引用变多，但引用的是不是你家内容，需要重新测。
多入口并存时，GEO 应该优先做哪个平台？
先做提问量最大、且答案里带可点击来源的入口，因为这类入口的引用可验证；只给结论不给来源的入口，只能做品牌提及率统计，优化反馈链条更长。元宝与企业微信智能助理的场景不同，不宜合并评估。
Hy4 的评测分数能说明品牌信息更准确吗？
不能。83.18 分与 96.15% 的通过率衡量的是任务完成能力，评测任务以金融场景为主，不覆盖品牌事实的召回准确度；品牌描述是否准确，仍要用自己的问题库逐条核对。
重跑基线的频率应该是多少？
模型版本切换、入口新增、检索规则调整时必跑；平稳期按月跑一次即可。频率过高会让数据被随机波动干扰，频率过低则可能错过结构性变化，关键是每次都用同一问题库和同一记录模板。
