核心信息

腾讯混元Hy4在Agent Arena上被评为排名最高的中国模型，基于1.2万+真实长周期智能体会话；在AA智能指数v5上得分35，位列开源模型第二。

要点

  • Hy4净提升+5.4%，以每任务中位成本0.57美元位于Agent Arena帕累托前沿。
  • 腾讯混元是Agent Arena前五名中唯一的中国实验室。
  • 在AA智能指数v5上，Hy4得分35，与Grok 4.7持平，在开源模型中仅次于Kimi K3.1 Pro（46）。
  • Hy4在FrontierCode 2.0智能体编码上以31%领先中国模型（DeepSeek 28%、Kimi 25%）。
  • 每任务成本报告为0.78美元；WorkBuddy在首发日需求激增后将推理集群扩容10倍，并将Hy3免费使用延至11月15日。