大家好,我是冷逸。

前两天,腾讯发布了Hy4正式版。

一句话认识Hy4:总参数不到1T,1M上下文,首次支持视觉理解和Computer Use能力。目前在WorkBuddy、元宝、ima上免费。API价格,in ¥6/M tokens(缓存0.3元),out ¥18/M tokens。在腾讯云调用,一直到年底都是5折优惠。

Hy4发布后,我第一时间去AA榜看了下。最新分数是35分,与老马的Grok 4.7并列全球第12名。

打开网易新闻 查看精彩图片

在国产模型里排第二,仅次于K3.1 Pro,超过了Qwen 3.8 Max、DeepSeek V4.1 Flash和GLM-5.3。

前段时间,Artificial Analysis智能指数榜单发布了v5版本,重新更新了算法和评测机制,国产模型一下子掉了很多,前十里只有K3.1 Pro。现在,Hy4也支棱起来了。

给新朋友解释一下这个AA指数,它不是单一的benchmark,而是综合了推理、Coding、Tool Use、多模态理解、长程规划以及科学问题等核心能力的综合评测指数,特别考验模型的泛化能力和工程实用性。

为了防止刷榜,Artificial Analysis v5做了动态题库的设计,把大部分分数放到lab看不到、也训练不了的私有题上,配合硬子集筛选和评估环境控制。虽然不能完全杜绝“背题刷榜”,但难度确实提高了很多。

打开网易新闻 查看精彩图片

在新指数下,Hy4能拿到这个成绩,确实不容易。

而在单项任务成本这块,Hy4是1.03美元,比同智力区间的Qwen3.8 Max、GLM-5.3和Grok4.7都要便宜得多。这个性价比,差不多快追平v4.1 flash了。

打开网易新闻 查看精彩图片

如果算上腾讯云的5折优惠,实际上比v4.1还要便宜。

同时,在专门测模型Agent任务能力的Agent Arena上,Hy4在全球排名第13,既是开源第一,也是国产第一。

打开网易新闻 查看精彩图片

不得不说,本身是非flash模型,却做到了flash的性价比。在Agent Arena上,Hy4的帕累托表现也仅次于Claude、Gemini和GPT,而性价比却大幅低于这三家。

打开网易新闻 查看精彩图片

我也第一时间在WorkBuddy上体验了Hy4。

首先让它识别了一张bench数据,然后重写一个网页,来区分Hy4与国产模型、海外模型的评测得分。

打开网易新闻 查看精彩图片

它给我出的表格,非常直观。既可以分能力板块查看,也可以标出最高分。

打开网易新闻 查看精彩图片

这份评测集,简单来说就是:一共34项评测里,Hy4有29项优于v4.1 flash,有16项优于K3.1 Pro,有6项优于Opus 5.5。

前段时间,我做了一个搜索产品「垠光」,主打无广告、更私人。今天,让Hy4帮我写了一个品牌视觉页,前端效果在线。

打开网易新闻 查看精彩图片

这个搜索网站长这样,我自己日常在用。争取过段时间用Hy4优化后(因为里面还有些安全问题需要处理),给大家开源出来。

上周末,去广州微信总部参加了一场AI闭门会,看到这样一张图记忆犹深。

打开网易新闻 查看精彩图片

AI时代,我们有太多时间铺在电脑前、手机前,反而少了线下跟朋友见面。于是我让Hy4帮我做一个视频,主题是「少用AI,多和朋友见面」。

打开网易新闻 查看精彩图片

完全是许愿式提示词,没想到出来的效果非常nice。

我又让它做了一版街机像素视频,音效、画面和格斗动作都很对,感觉一下子就找到了小时候的自己。

然后,我又丢了一张图给Hy4,让它生成一个关于图片知识的3D讲解网站。

打开网易新闻 查看精彩图片

知识点讲解到位,3D建模中规中矩(或许跟平庸提示词有关)。

我不相信它的3D建模是这个水平,于是又给了它一个超高难度的任务,让它用Three.js构建一个3D的门格海绵。

打开网易新闻 查看精彩图片

这效果太猛了,是我今天测过最的case,感觉像在看概念科幻片一样。

最后,给了它一张纯视觉图片,让它推测是哪里。Hy4花了一点时间推理,得出答案是广州琶洲腾讯大楼。

打开网易新闻 查看精彩图片

自家的楼,还是认识的。

不得不说,有了视觉能力的Hy4,实用场景一下子丰富了许多。

测下来,它的能力在国产模型里绝对是第一梯队的,这跟AA、Agent Arena的benchmark表现基本一致。

腾子这波,也是好起来了。

而且,现在在WorkBuddy、元宝、ima里免费,API也打五折,这个性价比真香。

小伙伴们,你体验Hy4了吗?

用过的朋友,欢迎在评论区说说你的使用体验。