腾讯 Hy4 站上「斩杀线」
十字路口Crossing · 商业与创投
原创 GaKi 2026-11-06 14:20 北京 腾讯混元拿下了属于自己的「关键赛点」。 👦🏻 作者: GaKi 🥷 编辑: Koji 🧑🎨 排版: NCon 新模型发布，现在首先要跨过一条「斩杀线」。 斩杀线原本是游戏术语，主要指 血量低于这条线，就会被一击斩杀 。放到大模型上，这条线由智能水平和成本共同决定。 Agent Arena 是一个由真实用户评估 Agent 任务的模型排行榜，其「帕累托前沿」视图画出了这条斩杀线，横轴是单次任务成本，纵轴是任务效果： 一款 AI 大模型只要站上这条斩杀线中的某个点，就意味着在相同或更低的成本下，已经找不到效果更好的模型。 11 月 4 日，腾讯混元正式发布新一代大语言模型 Hy4 ，站在了这条斩杀线之上。 根据 Agent Arena 最新公布的数据，在全球用户参与的 12700 多次真实长程 Agent 任务中，Hy4 的净提升（与平均模型完成同样任务的效果相比）达到 5.39%，进入 Agent Arena Leadboard 总榜前列，目前 排名第 13 。 全球大模型评测平台 Artificial Analysis 更新的 AA 智能指数榜单，Hy4 在 725 款模型中跻身前列，位列中国模型第二， 仅次于 Kimi K3.1 Pro ： 再来看成本， 在在 Agent Arena 的帕累托前沿视图中，Hy4 平均每个任务成本大致花费 0.57 美元。在这个成本以下的所有模型里，Hy4 的净提升最高、效果最好。 此外，Hy4 这次还加入了 视觉理解 和 电脑操作能力 ，并针对 长程 Agent 任务、金融分析、前端开发 等场景进行了优化。 🚥 我们第一时间体验了 Hy4，分别选取了 「网站开发、3D 建模和金融分析」 三个场景，看看它实际用起来怎么样。 下面分享我们的实测过程。 WorkBuddy + 免费 Hy4 实测 这次实测，我们选择了 WorkBuddy。 目前，在 WorkBuddy 中可以免费使用 Hy4，而且支持超长程 Agent 任务。 我们一共做了三个 Case。 【1】第一个是论文数据独立复现网站，涉及到很多学术分析，还接入了 AI 大模型的 API，最终开发成一个完整的网站。 【2】第二个是钢铁侠反浩克装甲的 3D 建模项目。 【3】第三个是金融分析，这也是 Hy4 此次重点优化的方向之一。 论文数据独立复现网站 这次，我向 Hy4 提供了一篇论文的原始数据，包括 Excel 文件、论文正文，以及已经完成的数据分析结果，让它独立、完整地复现整个数据分析过程，并最终做成一个网站。 在 WorkBuddy 中免费调用 Hy4 模型的使用时间为 11 月 4 日至 11 月 15 日。 Hy4 现在已经能在 WorkBuddy 中执行流程很长的 Agent 任务。 比如这次的数据分析任务，就持续了近两个小时。从原始问卷数据的处理，到数据核对、统计分析等环节，整个流程都比较完整。 另外，我发现 Hy4 在执行任务时，也会把工作拆成不同的模块，并在过程中进行校准。 比如这次的学术数据独立复现平台就把整个网站分成了前端界面、服务编排、计算引擎等几个部分，分别进行开发和检查。 最终生成的网站也相当完整，从执行摘要、数据上传，到拟合指标分析、学术图表和研究报告，基本都集成进去了。 而且，网站里的每张图表都是 AI 独立分析数据后生成并嵌入的。 同时，网站还会自动将数据分析生成的所有图表整理到一起，方便统一查看和管理。 在这个网站里，可以直接上传原始问卷数据、题项对照表，甚至是论文文件。配置好 AI 大模型的 API 后，就能通过集成的数据分析功能，自动计算 Cronbach's Alpha 等指标，并完成相关的数据分析。 另外，网站还支持将所有数据分析结果一键导出为 Excel 表格，方便后续查看和使用。 即便是 EFA（探索性因子分析）这类复杂分析，以及热图这类图表，Hy4 也能比较轻松地完成。 整体来看，Hy4 在大量数据分析和后端代码开发上的表现还是比较顺畅的。 毕竟，这个项目的流程确实很长，需要先阅读大量论文正文和原始数据，再独立复现数据分析过程，最后通过长流程的 Agent 任务完成网站开发和代码编写。 钢铁侠 3D 建模 这次，我还用 Hy4 做了一次钢铁侠反浩克装甲的 3D 建模，最终生成了一个网站。 下面这张图，就是从完整项目中截取的 40 个分镜画面，拼接在一起的效果。 不过，要制作这样一个 3D 项目，还是需要一段非常详细的提示词。可以直接让 Hy4 帮忙润色和补充，再让它从多个视角截图。 整个项目包含大量粒子、上千个零件和超过 3 万个几何件。我还把粒子数量设置到了 500 万，在这样的规模下，整体帧率依然保持在比较合适的水平。 整个 3