腾讯内部基准测试:Hy4 全面落后,Anthropic 与 OpenAI 拉开断层式差距

Charuru · reddit · 2026-11-04

Reddit 用户分享了一张疑似腾讯内部的基准测试图表(未证实),对比了多家模型在四个内部基准上的表现:

Hy-FrontierMath T5:Claude Opus 5.5 以 91.3 分领先,GPT 6.1 Sol 为 97.5,而腾讯 Hy4 仅 13.0,GLM 5.3 只有 0.1
Goal2Repo:Claude Opus 5.5 达 74.0,GPT 6.1 Sol 58.0,Hy4 为 23.2
Foundation Model Bench:Claude Opus 5.5 得 55.4,GPT 6.1 Sol 41.3,Hy4 28.1
BuddyVQA Atlas(无工具):Claude Opus 5.5 75.3、GPT 6.1 Sol 72.0、Kimi K3.1 Pro 72.2,Hy4 55.6

图表显示中国模型(Hy4、GLM 5.3、Kimi K3.1 Pro、DeepSeek-V4.1-Flash-1017)与 Anthropic/OpenAI 的前沿模型之间存在显著差距。注意这是内部基准且来源未经官方确认,仅供参考。

「Fun」频道最新