Hy4 preview 综合领先
7 项评测中领先 7 项，平均分高 10.5 分
基于 7 项双方均有成绩的评测基准自动汇总，明细见下方图表。
随下方模式筛选实时变化。
综合领先
Hy4 preview · 75.67
单项最高
Hy4 preview · GPQA Diamond 92.30
模态覆盖
Hy4 preview · 1 种模态
正面对比
7
评测基准
7
领先项
0
落后项
+10.51
平均分差
按评测基准逐项对比；切换思考模式或工具设置后，下方图表与表格同步更新。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
每条轴是该评测领域内百分制成绩的算术平均，反映的是这些评测的平均得分，不是模型能力评级。
相对优势: 编程与软件工程 +17.1 / 相对落后: 暂无明显落后
相对优势: 暂无明显优势 / 相对落后: 编程与软件工程 -17.1
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数（不取最高分），再按评测领域对这些分数求平均。只纳入至少两个模型有百分制成绩的评测；Codeforces、Arena 等 Elo/评分制评测已排除，因为把 1500 分的 Elo 与 85% 的准确率放在一起平均不具意义。缺项不按 0 分处理；各评测等权，未按难度加权，因此包含高难度评测的领域分数天然偏低。
按评测基准逐行列出各模型与运行模式的得分；同一行内可比，跨行不可比。
7 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Hy4 preview | Hy3 |
|---|---|---|
HLE 综合评估 | 55.40思考水平·高 ｜ 工具 | 53.20思考水平·高 ｜ 工具 |
GPQA Diamond 科学与综合推理 | 92.30思考水平·高 | 90.40思考水平·高 |
DeepSWE 编程与软件工程 | 64.30思考水平·高 ｜ 工具 | 28.00思考水平·高 ｜ 工具 |
SWE-bench Multilingual 编程与软件工程 | 82.90思考水平·高 ｜ 工具 | 75.80思考水平·高 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 65.70思考水平·高 ｜ 工具 | 57.90思考水平·高 ｜ 工具 |
MCP-Atlas AI Agent - 工具使用 | 83.70思考水平·高 ｜ 工具 | 79.10思考水平·高 ｜ 工具 |
Terminal-Bench 2.1 AI Agent - 工具使用 | 85.40思考水平·高 ｜ 工具 | 71.70思考水平·高 ｜ 工具 |
各模型 API 的官方标价，按输入 / 输出分列；单位为美元 / 百万 tokens。
架构、许可与 API 模态等规格对比；「未提供」表示数据库暂无该字段。
| 功能与规格 | Hy4 preview腾讯AI实验室 | Hy3腾讯AI实验室 |
|---|---|---|
核心规格发布时间 | 2026-08-28 | 2026-07-06 |
上下文长度 | 1M | 256K |
总参数量 | 770B | 295B |
激活参数量 | 49B | 21B |
模型架构 | MoE（混合专家） | MoE（混合专家） |
支持的运行模式 | 高关闭 | 关闭低高 |
开源与许可代码开源 | 开源 · Apache 2.0 | 开源 · Apache 2.0 |
权重开源 | 开源 · Apache 2.0 | 开源 · Apache 2.0 |
授权状态 | 免费商用授权 | 免费商用授权 |
本地部署权重体积 | ≈1.42 TiB (BF16, 131 safetensors shards) | 未提供 |
权重显存占用 | ≈ 1454 GB（仅权重，未含 KV Cache） | 未提供 |
权重下载 | Hugging Face | Hugging Face |
源码仓库 | GitHub | GitHub |
API 模态支持文本 输入/输出 | / | / |
资料来源论文 / 报告 | Introducing Hy4 preview | Hy3 |
