腾讯Hy4上线AI Gateway：首个视觉版Hy模型，100万token上下文

腾讯的Hy4模型现已登陆AI Gateway，开发者可以通过统一的API接口调用。根据官方信息，Hy4不仅在推理、工具调用和结构化输出方面具备完整能力，还成为Hy系列中首个支持视觉的模型，上下文窗口达到100万token。

一个模型，覆盖长文档与代码库

Hy4的核心参数指向一个明确的使用场景：大上下文。100万token的窗口意味着它可以一次性处理跨代码库的工程任务，或者同时消化多份长文档。对于需要频繁在多个文件之间建立关联的开发者来说，这减少了对分块检索策略的依赖。

除了推理和工具调用，Hy4还支持结构化输出，这对需要将模型返回结果直接接入下游系统的应用来说，省去了不少解析成本。

上下文窗口与分块检索

上下文窗口指模型单次调用能够处理的最大 token 数量（可理解为输入与输出文本的长度上限）。传统上，当任务内容超出模型窗口时，开发者需要采用检索增强生成（RAG）中的分块检索策略：把长文档或代码库切分成小块，按需检索相关片段再拼入提示词。这种做法依赖切分粒度和检索质量，容易丢失跨块关联信息。100 万 token 的窗口使整份代码库或多份长文档可以一次性放入上下文中，模型能在完整信息下建立跨文件、跨章节的关联，从而降低对分块检索管线的依赖。

结构化输出

结构化输出指模型按预先约定的模式（如 JSON Schema）生成结果，使返回值字段固定、类型可控，可直接被下游程序解析和校验，而不必依赖正则或容错解析。对需要将模型输出接入数据库、工作流或前端组件的应用而言，这能显著减少解析成本与失败重试。

视觉能力首次进入Hy系列

Hy4是Hy家族第一个具备视觉能力的模型。官方描述中提到，它能识别图像中的细节，也能读取复杂图表。结合100万token的上下文，这意味着用户可以上传包含大量图表的技术文档，让模型在完整上下文中进行跨页分析。

另一个值得关注的能力是computer use——同时支持命令行和图形界面。这让Hy4具备了操作计算机环境的潜力，而不仅仅是生成文本。

多模态与视觉理解

视觉能力意味着模型可以接受图像输入，并将其与文本一起理解——也就是多模态模型。这类模型通常把图像编码为视觉 token，与文本 token 一同送入上下文处理，因此视觉输入同样消耗上下文窗口。当上下文足够大时，模型可以同时接收大量带图表的页面，进行跨页、跨图的对照分析，例如比对技术文档中不同章节的性能曲线，或从复杂表格中提取数值关系。

Computer Use

Computer use 指模型能够观察屏幕或终端状态，并输出操作指令（点击、输入、执行命令等）来完成任务，通常以“感知—决策—执行”的循环运行。命令行模式侧重脚本与系统操作，图形界面模式则依赖对截图的视觉理解来定位控件。这一能力把模型从“生成文本”推进到“操作环境”，但也对长任务的稳定性、错误恢复和操作安全性提出更高要求。

相比Hy4 Preview的改进

腾讯将Hy4与Hy4 Preview做了对比。改进集中在三个方面：指令遵循更紧密、长上下文表现更好、在长时间运行的任务和深度研究场景中更稳定。这些改进指向的是实际使用中的可靠性，而非单纯的能力扩展。

对于已经在使用Preview版本的开发者，升级路径比较直接，只需将模型名切换为tencent/hy4即可。

Preview 版本与模型命名

在模型发布流程中，Preview（预览版）通常用于提前开放能力、收集真实使用反馈，其接口和行为可能在正式版中调整；正式版则在稳定性、指令遵循等方面经过进一步调优。因此从 Preview 升级到正式版往往只需替换模型标识，但行为细节（如输出格式偏好、长任务中的中断倾向）可能发生变化，迁移时建议用既有任务做回归验证。

如何接入

通过AI Gateway调用Hy4的代码非常简洁。以AI SDK为例，核心只需指定模型名：

import { streamText } from 'ai';
const result = streamText({
  model: 'tencent/hy4',
  prompt: 'Outline a database migration in three brief steps.',
});
for await (const text of result.textStream) {
  process.stdout.write(text);
}

如果使用Claude Code、Codex、Cursor等编码代理，官方建议先安装最新版Vercel CLI并运行npx vercel ai-gateway setup，然后在代理中选择tencent/hy4。开发者也可以在model playground中直接体验。

AI Gateway的附加价值

AI Gateway本身提供的是一层统一调用能力：追踪用量和成本、配置重试和故障转移、以及性能优化，目标是实现高于单一提供商直连的可用性。它还内置了自定义报表、零数据保留支持、API密钥预算和路由规则等功能。

定价方面，AI Gateway按提供商价格透传，不收取推理平台费，BYOK请求同样适用。这意味着开发者通过这层网关调用Hy4，不会产生额外的中间成本。

目前Hy4在AI Gateway上提供五折优惠，截止时间为2026年12月31日。

统一网关与 BYOK

AI Gateway 是在模型提供商之上的一层代理：开发者用同一套接口和密钥调用不同厂商的模型，网关负责转发请求并附加用量追踪、重试、故障转移和路由等能力。BYOK（Bring Your Own Key）指开发者使用自己在提供商处的 API 密钥发起请求，网关只做转发与治理，不额外收取推理平台费。这种模式便于在多模型间切换和对比，也让成本核算更透明；但故障转移、重试等策略会带来额外延迟，需要按场景权衡配置。

值得关注的点

Hy4的定位很清晰：用大上下文和视觉能力切入代码库理解、文档分析和计算机操作场景。但实际表现仍需开发者用自己的任务验证，尤其是long-running任务中的稳定性，这类能力往往在真实负载下才见分晓。视觉和computer use的加入让Hy系列的能力边界明显扩展，后续在代理类工具中的表现值得持续观察。