中国人工智能大模型领域在11月初迎来一波集中发布。腾讯混元Hy4于11月4日正式发布，美团LongCat-2.5于11月2日至3日发布，两款模型在视觉理解、智能体编程和长程任务处理方面各有侧重。与此同时，SuperCLUE十一月榜单显示，谷歌Gemini-4-Argon以七十三点六二分领先，月之暗面Kimi-K3.1-Pro以六十一点四六分位居国产模型首位，反映出国内外大模型竞争的最新格局。
腾讯方面表示，Hy4是混元系列首个具备视觉理解能力的旗舰模型，可以理解图片、图表和视觉数学问题，并具备计算机操作能力，能够操作图形界面和命令行工具。美团方面表示，LongCat-2.5总参数为一点六万亿，每生成一个词元约激活四百八十亿参数，支持百万词元上下文，面向长程智能体编程、视觉编程、设计和三维任务，全程使用国产芯片完成训练。
两款模型的发布正值中国大模型厂商加速布局智能体应用的时期。业内人士指出，大模型竞争的焦点正在从单纯的文本问答，转向能够独立完成复杂任务的智能体能力，包括代码开发、办公自动化、金融分析和游戏开发等场景。厂商的宣传数据多为自测结果，是否经得起独立验证，仍有待第三方评测确认。
事件经过
11月2日，美团技术博客发布LongCat-2.5，介绍这款原生多模态大模型的技术细节。美团方面表示，LongCat-2.5采用多层离散词元方式处理视觉信息，支持百万词元上下文，面向长程任务设计，重点应用场景包括复杂代码库开发、视觉编程、设计和三维建模。训练和推理环节均在国产加速器上完成，相关表述来自美团官方技术博客。
11月3日，美团开放了LongCat-2.5的应用程序接口访问。公开信息显示，其接口定价为每百万词元输入零点三美元，缓存输入零点零零六美元，输出一点二美元。截至11月初，LongCat-2.5尚未在公开平台发布可下载的模型权重，仍以接口服务为主，相关情况以官方公布为准。
11月4日，腾讯正式发布混元Hy4。腾讯方面表示，与8月28日发布的纯文本预览版相比，正式版新增视觉理解和计算机操作两大能力，可以解读图表和文档，进行多图推理，并自主操作命令行工具和图形界面。Hy4当天通过腾讯云和开放路由器平台提供接口服务，上下文窗口为一百零四万八千五百七十六词元，最大输出为六万五千五百三十六词元。
腾讯方面同时表示，Hy4的模型权重和系统卡片将在稍后发布，目前尚未提供下载。腾讯云方面公布的接口定价为每百万词元输入零点八三四美元，输出二点五零一美元，缓存输入零点零四二美元，2026年12月31日前享受五折优惠。腾讯还在自有产品中为Hy4提供了11月4日至15日的免费使用额度。
各方反应
腾讯在发布文章中表示，Hy4首次跻身最强开源模型之列，但同时承认与顶级闭源模型之间仍存在较大差距。腾讯公布的三十四项基准测试对比表显示，Hy4在计算机操作基准测试中得分为七十八点九，低于克劳德Opus五点五的八十一点八，高于GPT六点一的七十五点二，接近Kimi-K3.1-Pro的七十九点六。腾讯方面表示，这些分数为公司自测结果，未经独立复现。
美团方面表示，LongCat-2.5的性能对比和吞吐量提升数据均为公司自身测算结果，并非独立基准测试。美团技术博客强调，该模型面向可验证的智能体训练和多模态基础设施，重点在于长程任务的稳定性和工程落地能力，而非单纯追求基准分数。业内人士提醒，厂商自测分数与第三方评测结果之间可能存在差异，读者应谨慎看待。
SuperCLUE十一月榜单为市场提供了第三方视角。榜单显示，谷歌Gemini-4-Argon以七十三点六二分位居首位，Kimi-K3.1-Pro以六十一点四六分位居国产模型首位，领先于DeepSeek-V4.1-Flash和智谱GLM-5.3。榜单结果显示，海外闭源模型在综合得分上仍领先国产模型，国产模型之间的竞争则日趋激烈。
开发者社区对两款模型的反应较为积极。Hy4上线后，开发者可以通过开放路由器平台直接调用，腾讯方面表示正在与相关推理引擎合作，确保模型发布后能够得到支持。LongCat-2.5则因支持Claude Code等开发工具接入，受到编程开发者的关注。至于两款模型在实际应用中的表现，仍需开发者在真实场景中使用后才能作出判断。
背景影响
本次集中发布发生在2026年下半年中国大模型竞争加剧的背景下。月之暗面、深度求索、智谱、百度等厂商均在年内发布了新一代模型，百度开源了文心五点五闪速基础版，月之暗面将二点八万亿参数的Kimi-K3.1-Pro权重放上公开平台，苹果则将阿里巴巴通义千问接入中国区苹果智能服务。各家厂商在参数规模、上下文长度、智能体能力和开源策略上展开全方位竞争。
从技术路线看，Hy4和LongCat-2.5都把智能体能力作为重点。Hy4的计算机操作能力可以让模型直接操作办公软件、金融分析工具和游戏开发软件，包括Blender和计算机辅助设计工具。腾讯方面表示，在涵盖五百七十九项真实任务的内部金融评测中，Hy4得分为三点零四，高于DeepSeek-V4.1-Flash的二点九七，幻觉率从预览版的百分之十五点七六降至百分之五点四五，相关数据均为厂商自报。
国产芯片训练是LongCat-2.5发布中最受关注的表述之一。美团方面称，模型训练和推理均在国产加速器上完成。如果相关表述属实，意味着国产芯片已经能够支撑万亿参数级别大模型的训练任务，这对中国人工智能产业链的自主化具有象征意义。不过，具体的芯片型号、训练规模和效率数据尚未见官方详细披露，相关信息以官方公布为准。
监管层面，商务部关于人工智能出口目录的征求意见稿仍在公开征求意见，截止日期为11月15日。快手近期向Kling人工智能业务投入近二百亿元人民币，显示资本市场对人工智能应用的投入仍在加大。未来几个月，大模型厂商的竞争将更多体现在智能体应用的实际落地效果上，而非单纯的发布节奏。
从市场格局看，本轮发布还反映出中国大模型厂商在商业化路径上的分化。腾讯选择先开放接口服务、后发布模型权重，重视云服务收入和企业客户；美团则把模型与自身的开发工具和业务场景结合，强调智能体编程的实际落地；月之暗面则直接开放大参数模型权重，争取开发者生态。三种路径各有侧重，短期内难以分出高下。值得注意的是，腾讯在发布时坦言Hy4与顶级闭源模型仍有较大差距，这种表述在厂商发布中并不多见，被业内人士视为较为坦诚的态度。与此同时，模型价格竞争也在加剧，Hy4接口定价叠加五折优惠，LongCat-2.5的缓存输入价格低至每百万词元零点零零六美元，显示厂商正在通过降价争夺开发者用户。未来竞争的关键，将从谁先发布新模型，转向谁的模型能在真实业务中稳定创造价值，相关评测结果和用户反馈将是更重要的判断依据。
权威一手来源
本文主要依据腾讯官方发布的Hy4公告、美团官方技术博客发布的LongCat-2.5技术报告、SuperCLUE十一月榜单，以及相关科技媒体对发布信息的核实报道撰写。模型参数、定价和基准分数均来自厂商官方公布或公开平台信息，其中厂商自测分数未经独立验证，具体表现以第三方评测和实际使用为准。
对普通用户而言，两款模型的直接体验主要来自接口服务和内置应用。腾讯已在办公助手和编程助手产品中接入Hy4，美团则把LongCat-2.5接入开发工具链，用户无需下载权重即可试用。实际效果如何，取决于具体任务的复杂程度，相关体验以官方产品说明和用户实测为准。
本文信息核验于2026年11月8日。
免责声明
本文内容仅供参考，不构成任何投资、法律或政策建议。文中引用的数据、日期和人物职务均来自公开报道和官方公开信息，如与官方最新公布存在出入，以官方公布为准。读者在作出相关决策前，请自行核实最新信息。
想第一时间了解中国人工智能的最新动态，欢迎关注美国通微信公众号，微信号：UUUMGT，我们会持续带来权威信源核实的最新消息。
评论前必须登录！
注册