实测Hy4！腾讯这次真的回来了吗？
花叔 · 人工智能
原创 花叔 2026-11-05 17:33 美国 8月底Hy4 preview刚发布的时候，我就做过不少测试，也给大家分享过实测的体感。当时的感受是「腾讯的模 8月底Hy4 preview刚发布的时候，我就做过不少测试，当时的感受是「腾讯的模型这次是真的回来了」。时隔两个月，Hy4正式版终于发布了，刚好赶上我上船前一天，趁着在夏威夷还有网，赶紧去疯狂实测了一波。 先说大家最关心的：它在WorkBuddy里照例是首发，11月4日到11月15日23:59限时免费，模型列表里Hy4挂着「限时免费」，消耗倍率0.00x。 免费额度当然是有上限的，免费用户有一份，订阅用户会更高一些。我昨晚用法比较极端，十几个任务同时开着跑，差不多一个小时才把额度用完。用完以后也不会卡住，可以接着花积分用，倍率从0.00x变成了0.29x。鼠标悬停在Hy4上能看到它的模型卡片，最新旗舰模型，Agent与多模专长，上下文窗口300K，当前的倍率和什么时候恢复免费也都写在上面： 所以一次只跑一两个任务的话，正常用问题应该不大；真要做大活，额度用完接着花积分，也还挺合适的。 上一个版本我测的是体素游戏、PPT和一份埋了坑的脏数据表格，最让我印象深的是它敢跟我说「你这题问得不对」😂。不过那时候preview还没有视觉，也还不能自己去操作电脑。这次正式版把这两样都补上了，还专门拿Blender、CAD这类专业软件和跨应用的长程任务做了训练。我把混元博客附录里那张大表翻了一遍，把几个核心数据拉出来看了下： 3D建模从23.4涨到37.1，办公agent从53.9涨到75.2（感觉这跟他们和WorkBuddy协同去改进办公场景下的模型能力有关），长程的软件工程任务从31.9涨到43.8，电脑操作（78.9）和看图（78.6）是这次新长出来的能力。 我也翻了下X上的评价，Hugging Face的Tiezhen WANG说「The capability jump from hy4-preview to hy4 is huge」，第三方的Agent Arena拿8.5K个真实的长程agent会话排了一遍，preview当时在第25，正式版排到了总榜第13（开源模型第一）。 在最新出炉的AA榜单中，Hy4的成绩也非常突出，国模当中仅次于 Kimi K3.1 Pro ，但 K3.1 的尺寸要比Hy4 大不少。 综合来说，Hy4 已经能站在最强开源模型的队伍里了。 WorkBuddy团队自己也拿12个场景测了一遍，Hy4平均83.18分，任务通过率96.15%，12个场景里有9个排在国内第一。 所以我现在的感觉是，Hy4已经是一个足够好用的模型了，再加上WorkBuddy对普通人来说上手门槛很低，这可能是现在大多数人能免费用上的最好的工具加模型组合。和最最顶尖的闭源模型比，还是有一些差距的，不过照preview到正式版这68天的速度，我还挺期待这个差距后面被进一步抹平。 一、照着我拍的照片和真实数据做3D Blender做3D模型这类案例最近挺多的，Hy4的发布稿里也专门提及了做3D的能力，所以这次我多测了几套这个方向的案例。 1. 照着我2023年拍的照片，在Blender里复刻平等院 2023年5月我去了京都宇治，那次在平等院拍了几张凤凰堂。这次我把这三张原图丢给Hy4，再附上一份我自己攒的3D出片指南，让它照着照片在Blender里把它建出来。 左边是我拍的，右边是它渲出来的。所有的几何、材质、灯光和相机都是它写的一个Python脚本程序化生成的，没用任何外部模型和贴图，从打开Blender到渲染出图，都是它自己操作电脑完成的。 第一版出来以后，我把它和照片并排看了一下，跟它说了三处不像的地方：机位太正了，中堂少了一层檐，环绕镜头会穿进回廊。它接着就去改，下面是它第二轮交回来时写的总结： 机位那块它前后做了6组扫描，把方位、距离、焦距、仰角都试了一遍，最后把相机放低到贴着水面，换成26mm广角。中堂补成了大屋顶加一圈裳阶的两层檐，檐下还补了一圈椽头和三层出挑的斗拱，正脊上那对金凤凰也在。这个细节把控能力我觉得还挺惊艳的。 2. 用真实高程数据，做了个能拿在手里转的夏威夷大岛 过几天我坐的邮轮会在夏威夷大岛的科纳靠港，所以第二个3D活，我让它做一个大岛的3D数字沙盘，要求地形必须是真实数据。 它先去AWS Terrain Tiles获取了真实高程（1024×1024的网格，从海底−5,603米一直到Mauna Kea山顶），海岸线就是从高程里直接提出来的0米等高线。为了好看，陆地高度做了2.8倍的夸张，这个它在页面底部也标出来了。 你打开熔岩开关，基拉韦厄的火山口就会开始往外流熔岩。熔岩是按地形一格一格往最陡的方向流的，遇到洼地会先积起来，满了才溢出去，最后一路流进海里变