Hy4 previewvsHy3
在 8 个同模式 benchmark 中，Hy4 preview 整体领先：Hy4 preview 领先 8 项，Hy3 领先 0 项，持平 0 项，平均分差 +11.36。另有 1 项测试模式不同，仅供参考。
Hy4 preview
腾讯AI实验室 · 2026-08-28 · 推理大模型
Hy3
腾讯AI实验室 · 2026-07-06 · 推理大模型
Hy4 preview8 项(100%)(0%)0 项Hy3
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
仓库修复与多文件工程
Hy4 preview 领先 3/3| 评测项 | Hy4 preview | Hy3 | 分差 |
|---|---|---|---|
| DeepSWE | 64.3044 / 97Thinking High (With Tools) | 2891 / 97Thinking High (With Tools) | +36.30 |
| SWE-Bench Pro - Public | 65.709 / 65Thinking High (With Tools) | 57.9023 / 65Thinking High (With Tools) | +7.80 |
| SWE-bench Multilingual | 82.907 / 32Thinking High (With Tools) | 75.8015 / 32Thinking High (With Tools) | +7.10 |
跨应用与工具编排
Hy4 preview 领先 2/2| 评测项 | Hy4 preview | Hy3 | 分差 |
|---|---|---|---|
| Toolathlon-Verified | 74.1011 / 35Thinking High (With Tools) | 56.8028 / 35Thinking High (With Tools) | +17.30 |
| MCP-Atlas | 83.706 / 50Thinking High (With Tools) | 79.1014 / 50Thinking High (With Tools) | +4.60 |
科学知识与推理
Hy4 preview 领先 1/1| 评测项 | Hy4 preview | Hy3 | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.3023 / 253Thinking High (No Tools) | 90.4037 / 253Thinking High (No Tools) | +1.90 |
综合知识考试
Hy4 preview 领先 1/1| 评测项 | Hy4 preview | Hy3 | 分差 |
|---|---|---|---|
| HLE | 55.4025 / 238Thinking High (With Tools) | 53.2032 / 238Thinking High (With Tools) | +2.20 |
自主开发与终端任务
Hy4 preview 领先 1/1| 评测项 | Hy4 preview | Hy3 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 85.4018 / 62Thinking High (With Tools) | 71.7043 / 62Thinking High (With Tools) | +13.70 |
测试模式不同的成绩
共 1 项。两款模型的公开成绩来自不同测试模式，分数不直接可比，不计入胜负和平均分差。
| 评测项 | Hy4 preview | Hy3 |
|---|---|---|
| CritPt | 16.90Thinking High (No Tools) | 4.90Thinking (No Tools) |
规格对比
| 字段 | Hy4 preview | Hy3 |
|---|---|---|
| 发布机构 | 腾讯AI实验室 | 腾讯AI实验室 |
| 发布时间 | 2026-08-28 | 2026-07-06 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7700亿 | 2950亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 暂无数据 | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Hy4 preview | Hy3 |
|---|---|---|
| 文本输入 | ¥6 / 1M tokens | ¥1.2 / 1M tokens |
| 文本输出 | ¥18 / 1M tokens | ¥4 / 1M tokens |
| 缓存读取 | ¥0.3 / 1M tokens | ¥0.4 / 1M tokens |
小结
- Hy4 preview在以下类目领先:仓库修复与多文件工程 (3/3)、跨应用与工具编排 (2/2)、科学知识与推理 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)
8 个同模式 benchmark 上，Hy4 preview 平均高出 11.36 分。
单项差距最大的 benchmark：DeepSWE — Hy4 preview 64.30，Hy3 28（分差 +36.30）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。