跳到正文

hy4-flash

数据来源:AIHOT

← 模型榜
Tencent

上线日期: — · 上下文: 104.9万 Token

—

综合排名 暂不排名

官方 API 价格 ¥ / 百万 Token

输入
—
输出
—
缓存命中
—

AIHOT 还没有核实到官方价格

领域能力

榜单名次评分评测数
综合暂不排名评测数量还不够59.610
编程暂不排名暂不排名—2
科研暂不排名暂不排名—0
专业办公暂不排名暂不排名62.47
知识问答暂不排名暂不排名—1

编程 · 59.1

评测机构公布的成绩折算分原榜名次核实日期备注
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 AI74.8%61.7492026-11-18
备注

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。

Vals AI15.2%55.9452026-11-18
备注

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。

专业办公 · 62.4

评测机构公布的成绩折算分原榜名次核实日期备注
APEX-Agents ↗

投行、咨询和法律里的长任务,看模型当助手能不能把一件完整的工作做完。

Mercor62.4%68.6242026-11-18
备注

代表配置:High 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent。该来源对所有模型使用同一受控系统;按预先固定的推理档位优先级选择,配置明细保留,成绩归到基础模型。

τ³-Banking ↗

扮演银行客服跟模拟客户对话:查政策、找产品、改账户。

Mercor42.3%66.2242026-11-18
备注

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。

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 AI60.8%65.5252026-11-18
备注

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。

Legal Research Bench ↗

像律师一样查法规和判例,写出有出处的结论。

Vals AI38.5%64.1442026-11-18
备注

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 AI63.0%61.3402026-11-18
备注

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 AI23.3%59.8532026-11-18
备注

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 AI5.4%51.5332026-11-18
备注

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。

知识问答 · 57.2

评测机构公布的成绩折算分原榜名次核实日期备注
BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench44.0%53.11212026-11-18
备注

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。

还没有成绩的评测

  • Terminal-Bench 4.0 · AA
  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • SciCode · AA
  • Code Migration v1.1
  • ProgramBench
  • MirrorCode
  • CyberBench Patch v1.1
  • FrontierCode 2.0 · AA
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • HLE · AA
  • FrontierMath v2 · Tiers 1–3
  • LiveBench · 推理与数学
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • CritPt · AA
  • CritPt v2 Hard · AA
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • Terminal-Bench Science · AA
  • BioMysteryBench
  • GDPval-AA
  • AA-Briefcase
  • AutomationBench · AA
  • Harvey LAB 1.1 · AA
  • LiveBench · 数据分析
  • AA-Analyst Agent
  • AA-Omniscience v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • AA-LCR
  • MLCR-AA
  • LiveBench · 语言与指令
  • NYT Connections 扩展版
  • Arena Text
  • Arena WebDev

最近的新闻

11-18腾讯混元开源 Hy4 flash 模型,含 FP8 与 Base 版本IT之家·人工智能

11-18腾讯混元 Hy4 flash 开放权重,含 FP8 与 Base 版本腾讯混元

11-18腾讯混元开源 Hy4 flash,含 FP8 和 Base 版本公众号:腾讯混元

11-17WorkBuddy 对比 Hy 4 与 Hy 4 flashTencent WorkBuddy

11-17腾讯元宝全量上线混元 Hy4 flash,支持快速回答与深度思考双模式公众号:腾讯元宝

11-17腾讯混元Hy4 flash实用案例征集腾讯混元