腾讯 Hy4 真实工程盲测结果公布

腾讯公布了一组 Hy4 preview 的真实工程盲测结果。163 名腾讯内部专家基于 203 个工程任务测试不同模型，Hy4 最终平均得分为 2.99/4，高于 GLM-5.3 的 2.92/4 和 Kimi K3 的 2.94/4。

具体来看，Hy4 对 GLM-5.3 的胜率为 46.8%，打平 12.8%，负率 40.4%；对 Kimi K3 的胜率为 51.2%，打平 7.9%，负率 40.9%。这些题目来自腾讯内部真实工程任务，并非传统固定 Benchmark。

不过，Hy4 并未在公开跑分中全面领先。从腾讯公布的评测结果看，它与 GLM-5.3、Kimi K3 等模型各有胜负，在 DeepSWE、CyberGym 等代码和网络安全测试中仍落后于 GLM-5.3。

价格是 Hy4 的明显优势。其每百万 Tokens 输入价格为 6 元、输出价格为 18 元，分别比 GLM-5.3 便宜 25% 和约 36%；相比 Kimi K3，则分别便宜 70% 和 82%。缓存命中价格为 0.3 元，也比 GLM-5.3 和 Kimi K3 的 2 元便宜 85%。