实测腾讯混元 Hy4 预览版:3 美元修 17 个 bug 位居性价比前沿
PawelHuryn · x · 2026-08-28
作者在 2 个真实代码仓库中植入 105 个高难度 bug,让各家模型「找出并修复」,实验室并不知道答案,测试更贴近实战。
结果:
- Fable 5 (max):29/105,花费 $104.49
- Opus 5 (max):27/105,花费 $51.33
- Qwen3.8-Max (xhigh):18/105,花费 $31.19
- Hy4 preview (默认):17/105,仅花 $3.13
- Gemini 3.7 Flash (high):16/105,花费 $6.36
作者评价:Hy4 预览版不算突破,但在 Luna 榜单高分之外,它实际落在性价比 Pareto 前沿上,且开放权重,是日常编码的又一个扎实选择。
所属事件:混元Hy4实测3.13美元修17个Bug，性价比引热议(4 条相关)→
「编程与Agent」频道最新
- Vercel 后端升级:Python 正式 GA,新增容器与 Daemons — cramforce · 2026-10-16
- Datadog 发布 Scout 1.0:专攻生产事故调查的垂直模型 — tianyin_xu · 2026-10-16
- WorldMemArena 中选 NeurIPS:存储式 Agent 记忆评估遭颠覆 — xwang_lk · 2026-10-16
- Vercel Ship 现场宣布容器部署,Go/Ruby/Java 皆可上 — edwin · 2026-10-16
- TRL 零时差支持 Muse Spark Open：64 张 H100 上 LoRA 微调 816B MoE — QGallouedec · 2026-10-16
- 工程师入职首日全靠 AI 提问，第二天就能提交有影响力的 PR — Yuchenj_UW · 2026-10-16