Hy 4 Preview
Data source: AIHOT
Model data is shown as published (Chinese).
Released: 2026-08-28 · Context: 1.049M tokens
Open weights ↗Overall rank 37
Official API prices ¥ / million tokens
- Input
- ¥6
- Output
- ¥18
- Cache hits
- ¥0.3
Domain capabilities
| Board | Rank | Score | Benchmarks |
|---|---|---|---|
| 综合 | 37 | 62.1 | 19 |
| 编程 | 32 | 60.2 | 7 |
| 科研 | 27 | 64.3 | 3 |
| 专业办公 | 30 | 65.1 | 5 |
| 知识问答 | 45 | 59.5 | 2 |
编程 · 60.2
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| ProgramBench ↗ 只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。 | Vals AI | 0.0% | 77.2 | 34 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Vibe Code Bench v1.1 ↗ 按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。 | Vals AI | 77.5% | 62.8 | 44 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| CyberBench Patch v1.1 ↗ 修开源项目的安全漏洞,检查能否编译、拦住原攻击并保留正常行为。 | Vals AI | 85.7% | 62.8 | 14 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| TapTap Maker ↗ 在真实游戏引擎里用 Lua 写出能跑起来的游戏功能,由引擎实际运行判对错。 | TapTap Maker | 72.5% | 59.3 | 27 | 2026-11-18 | Notes代表配置:High 推理 · claude。评测方为每个模型指定 Agent(通常是厂商自家的);按预先固定的推理档位优先级选择,成绩归到基础模型。 |
| Code Migration v1.1 ↗ 把现有程序改写成另一种编程语言,用隐藏测试检查行为是否一致。 | Vals AI | 45.4% | 59.1 | 20 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果;官方榜为每个模型指定 Agent,通常是厂商自家的。 | Terminal-Bench | 19.1% | 56.6 | 48 | 2026-11-18 | Notes代表配置:Max 推理 · Claude Code。评测方为每个模型指定 Agent(通常是厂商自家的);按预先固定的推理档位优先级选择,成绩归到基础模型。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果。 | Vals AI | 8.1% | 49.5 | 55 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
科研 · 64.3
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| 司南 · 抽象 ↗ 考查注意与扫描、语言理解、识别相关信息和抽象概念。 | OpenCompass | 77.5% | 69.3 | 5 | 2026-11-18 | Notes代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| BioMysteryBench ↗ 分析真实的生物数据,推断出背后的生物学答案。 | Vals AI | 69.3% | 65 | 18 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| 司南 · 推理 ↗ 逻辑、数量、空间与物理推理,以及批判性思维。 | OpenCompass | 73.7% | 61.8 | 19 | 2026-11-18 | Notes代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
专业办公 · 65.1
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Legal Research Bench ↗ 像律师一样查法规和判例,写出有出处的结论。 | Vals AI | 45.2% | 68.9 | 24 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| TaxAgentBench ↗ 回答税务专业问题,要查到税法依据并注明出处。 | Vals AI | 32.6% | 67.6 | 24 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Excel Modeling v1.1 ↗ 在 Excel 里搭财务模型:在模板上补全,或者从零建表。 | Vals AI | 68.9% | 66.2 | 28 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Finance Agent v2.1 ↗ 金融分析师的日常工作:查公司财报、做计算和分析。 | Vals AI | 61.6% | 66.1 | 22 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Harvey 法律 Agent 基准 v1.1 ↗ 处理法律资料,交付 Word、Excel、幻灯片等能直接审阅的文件。 | Vals AI | 8.8% | 60.6 | 29 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| MedCode ↗ 读住院记录,给出标准的医疗诊断编码。 | Vals AI | 43.2% | — | 47 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
知识问答 · 59.5
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| 司南 · 知识 ↗ 应用科学、日常生活、自然科学和人文社科等方面的知识题。 | OpenCompass | 66.0% | 60.6 | 16 | 2026-11-18 | Notes代表配置:High 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| NYT Connections 扩展版 ↗ 把一组英文词按隐藏的类别分好,里面混着故意误导的干扰词。 | Lech Mazur | 68.2% | 53.1 | 81 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
真人盲选 · 63.5
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Arena WebDev ↗ 真人匿名比较两个模型做出来的网页,选更好的那个。 | LMArena | 1,631.6 | 65.2 | 27 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
Benchmarks without results
- Terminal-Bench 4.0 · AA
- LiveBench · 编程综合
- SciCode · AA
- MirrorCode
- FrontierCode 2.0 · AA
- APEX-SWE
- FrontierCode 2.0 · Cognition
- WeirdML v3
- FrontierSWE v2
- HLE · AA
- FrontierMath v2 · Tiers 1–3
- LiveBench · 推理与数学
- 致知 · 逻辑月榜
- ARC-AGI-2
- CritPt · AA
- CritPt v2 Hard · AA
- Chess Puzzles
- Mystery Game Puzzles
- MysteryMechanism
- Terminal-Bench Science · AA
- GDPval-AA
- AA-Briefcase
- AutomationBench · AA
- APEX-Agents 1.1
- Harvey LAB 1.1 · AA
- τ³-Banking · Mercor
- LiveBench · 数据分析
- AA-Analyst Agent
- AA-Omniscience v1.1
- SimpleQA Verified
- AA-LCR
- MLCR-AA
- LiveBench · 语言与指令
- BullshitBench · 错误前提
- Arena Text
Recent news
11-04Arena 预告腾讯混元 Hy4 即将上线并回顾 Hy4 preview 表现Arena
10-02腾讯 WorkBuddy:Hy3 限免与 Hy4 preview 夜间限免延期至 10 月 31 日IT之家·人工智能
09-15硅基流动上线开源模型 Hy4 preview,770B 总参数、1M 上下文硅基流动 SiliconFlow
09-08开源动态第 24 期:Motif-3、GLM-5.3、Hy4-preview 与开源模型许可证趋势Nathan Lambert:Interconnects
09-08WorkBuddy 升级 hy4 preview:更少轮次更低 tokenTencent WorkBuddy
09-07腾讯混元 Hy4 preview 优化长思考问题后上线腾讯混元