腾讯 Hy4 智能体硬测仍逊 GPT-6.1,Kimi K3.1 Pro 两项反超
heyshrutimishra · x · 2026-11-04
腾讯 Hy4 智能体在高难度基准上仍有明显短板：Terminal Bench Science 得分 19.8，远低于 GPT-6.1 Sol 的 60.9；腾讯自己承认在最难的测试上与顶级闭源模型「仍有显著差距」。
而且它并非多项基准上的最强开源模型：月之暗面的 Kimi K3.1 Pro 在 OSWorld（79.6）和 AutomationBench（65.6）上都略胜 Hy4——中国开源阵营在这一区间已有两个玩家。
腾讯表示 Hy4 权重即将发布，并附带完整 system card。
「模型」频道最新
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- 同一事件转发：五档 ChatGPT 家庭套餐价格再次被扒出 — heyshrutimishra · 2026-11-04
- KOL 参访阶跃星辰上海办公室，暗示新模型即将发布 — teortaxesTex · 2026-11-04
- 爆料:Anthropic Fable 5.5 难产,正赌 OpenAI Astra 6.2 不敌自己 — haider1 · 2026-11-04
- 字节开源 Axion 1.0-35B 智能体基础模型，仅三阶段训练即比肩商用模型 — pmttyji · 2026-11-04
- 网友催更 Kimi K3.1:问月之暗面模型权重何时放出 — bgmshana · 2026-11-04