腾讯 Hy4 基准图曝光：OSWorld 78.9 分逼近 Claude Opus 5.5
heyshrutimishra · x · 2026-11-04
腾讯新模型 Hy4 在 OSWorld 2.1 上得 78.9 分，与 Claude Opus 5.5（81.8）差距缩小到个位数，超过 GLM 5.3、DeepSeek-V4.1-Flash、Kimi K3.1 Pro 和 GPT 6.1 Sol。博主称这是首个具备视觉并可驱动电脑（终端+屏幕）的 Hy 模型，腾讯还将开放权重。
- 配图为 12 项基准的横评图：ProgramBench、FrontierCode 2.0、Terminal Bench 4.0、Agents' Last Exam、AutomationBench、PostTrainBench 等，Hy4 多项领跑开源阵营
- 结论：开源与闭源模型在 agent 任务上的差距只剩几分
所属事件:腾讯混元发布 Hy4 正式版：首增视觉与电脑操作能力(7 条相关)→
「编程与Agent」频道最新
- OpenAI DevDay 现场合影：演示 Agent 任务历史任意步骤 Fork — paw_lean · 2026-11-04
- 游戏开发者辟谣:AI 一天做出完整游戏多为炒作 — bendee983 · 2026-11-04
- 用 ChatGPT 从 Excel 一键生成带地图联动的交互式仪表盘 — TermRemarkable665 · 2026-11-04
- 开发者称 Agent 把开发周期从数周压缩到一天 — Suspicious_Orchid770 · 2026-11-04
- YC 孵化 Orgo：为 AI Agent 提供专属云桌面，已服务超 1000 团队 — Scobleizer · 2026-11-04
- 开发者自述：Vibe Code 出 PMF 产品后，工程化烂摊子靠专业开发救场 — sujingshen · 2026-11-04