跳到正文

Hy 4 Preview

数据来源:AIHOT

← 模型榜
Tencent

上线日期: 2026-08-28 · 上下文: 104.9万 Token

开源权重 ↗
62.1

综合排名 37

官方 API 价格 ¥ / 百万 Token

输入
¥6
输出
¥18
缓存命中
¥0.3
官方价格页 ↗

领域能力

榜单名次评分评测数
综合3762.119
编程3260.27
科研2764.33
专业办公3065.15
知识问答4559.52

编程 · 60.2

评测机构公布的成绩折算分原榜名次核实日期备注
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 AI0.0%77.2342026-11-18
备注

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 AI77.5%62.8442026-11-18
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。

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 AI85.7%62.8142026-11-18
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。

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 Maker72.5%59.3272026-11-18
备注

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 AI45.4%59.1202026-11-18
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;官方榜为每个模型指定 Agent,通常是厂商自家的。

Terminal-Bench19.1%56.6482026-11-18
备注

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 AI8.1%49.5552026-11-18
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。

科研 · 64.3

评测机构公布的成绩折算分原榜名次核实日期备注
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。

OpenCompass77.5%69.352026-11-18
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。

BioMysteryBench ↗

分析真实的生物数据,推断出背后的生物学答案。

Vals AI69.3%65182026-11-18
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。

司南 · 推理 ↗

逻辑、数量、空间与物理推理,以及批判性思维。

OpenCompass73.7%61.8192026-11-18
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。

专业办公 · 65.1

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

像律师一样查法规和判例,写出有出处的结论。

Vals AI45.2%68.9242026-11-18
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 AI32.6%67.6242026-11-18
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 AI68.9%66.2282026-11-18
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。

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 AI61.6%66.1222026-11-18
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 AI8.8%60.6292026-11-18
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。

MedCode ↗

读住院记录,给出标准的医疗诊断编码。

Vals AI43.2%—472026-11-18
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。

知识问答 · 59.5

评测机构公布的成绩折算分原榜名次核实日期备注
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。

OpenCompass66.0%60.6162026-11-18
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。

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 Mazur68.2%53.1812026-11-18
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。

真人盲选 · 63.5

评测机构公布的成绩折算分原榜名次核实日期备注
Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,631.665.2272026-11-18
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。

还没有成绩的评测

  • 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

最近的新闻

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