Hy 4 Preview
开源权重 ↗Tencent · 2026-08-28 发布 · 11/10 08:05 更新
AIHOT 评分 · 综合61.1分综合第 31 名评分不是正确率 · 评测覆盖 45%
Hy 4 Preview 在 AIHOT 模型榜综合排第 31 名，科研排得最靠前（第 20 名）；Tencent 2026 年 8 月 28 日发布，官方 API 每百万 Token 输入 ¥6、输出 ¥18，上下文 104.9万 Token。
可比较分类4/ 4 项分类
已有成绩18项评测
上下文窗口104.9万Token
各有所长，看得更清楚。
每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分59.4分第 33 名前 30 名之外6 项评测 · 覆盖 50%科研AIHOT 评分63.9分第 20 名3 项评测 · 覆盖 33%专业办公AIHOT 评分62.3分第 34 名前 30 名之外6 项评测 · 覆盖 50%知识问答AIHOT 评分58.9分第 40 名前 30 名之外2 项评测 · 覆盖 40%
覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。
最近的新闻。
提到 Hy 4 Preview 的报道，最新的在前。
- 11月4日Arena 预告腾讯混元 Hy4 即将上线并回顾 Hy4 preview 表现Arena
- 10月2日腾讯 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
- 9月15日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
- 9月8日开源动态第 24 期：Motif-3、GLM-5.3、Hy4-preview 与开源模型许可证趋势Nathan Lambert：Interconnects
- 9月8日WorkBuddy 升级 hy4 preview：更少轮次更低 tokenTencent WorkBuddy
- 9月7日腾讯混元 Hy4 preview 优化长思考问题后上线腾讯混元
每一项成绩，都有来处。
按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看它测什么、运行配置与采用方式。
编程59.46 项
科研63.93 项
专业办公62.36 项
知识问答58.92 项
真人盲选62.91 项
测过，但按规则不计入
这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。
- Terminal-Bench Science · Vals：该次运行不是评测方这项评测的主流程，不作代表配置。
尚无成绩的评测
这些评测尚无可采用的公开成绩，缺测不补分。
Terminal-Bench 4.0 · AATerminal-Bench 4.0 · 官方LiveBench · 编程综合SciCode · AAFrontierCode 2.0 · AAAPEX-SWEFrontierCode 2.0 · CognitionWeirdML v3FrontierSWE v2HLE · AAFrontierMath v2 · Tiers 1–3LiveBench · 推理与数学致知 · 逻辑月榜ARC-AGI-2CritPt · AACritPt v2 Hard · AAChess PuzzlesMystery Game PuzzlesMysteryMechanismTerminal-Bench Science · AAGDPval-AAAA-BriefcaseAutomationBench · AAAPEX-Agents 1.1Harvey LAB 1.1 · AAτ³-Banking · MercorLiveBench · 数据分析AA-Analyst AgentAA-Omniscience v1.1SimpleQA VerifiedAA-LCRMLCR-AALiveBench · 语言与指令BullshitBench · 错误前提Arena Text
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。
了解计算方法 →