Artificial Analysis：腾讯 Hy4 在 Intelligence Index v5 获 35 分，中国实验室模型第 2，FrontierCode 2.0 达 31%

核心背景与行业痛点

腾讯混元 11 月 4 日发布 Hy4 正式版（首次视觉理解与电脑操作），当时主要是厂商口径与内部金融评测。开发者更关心的是独立第三方在统一 Intelligence Index 上如何落点。Artificial Analysis 于 11 月 5 日 08:28（UTC）在 X 与模型页同步放出 Hy4 的 v5 成绩，补上了这一空缺。此前站内已有 Hy4 发布行，本条只覆盖 AA 独立跑分，不重复发布事实。

架构亮点与底层机制

Intelligence Index v5.0.1 把知识工作、编码、科学、通用各占 25%，纳入 AA-Briefcase、AutomationBench-AA、FrontierCode 2.0、Terminal-Bench 4.0、AA-Omniscience v1.1、HLE-Diamond 等 9 项。Hy4 按 AA 口径支持图文输入、文本输出、1M 上下文；当前 AA 页面仍标为专有模型（权重尚未开放）。定价约每百万输入/输出 $0.834/$2.501，缓存读 $0.042。

权威 Benchmark 与实测跑分对比

官方/AA 口径：综合 35，与 Grok 4.7（xhigh）持平，落后 Haiku 5.5（max）1 分；中国实验室第 2，落后 Kimi K3.1 Pro（46）。FrontierCode 2.0 31%（对比 Claude Fable 5.1 max 32%、DeepSeek V4.1 Flash 1017 max 28%、Kimi 25%）；Terminal-Bench 4.0 37%。AA-Omniscience 准确率 50%、幻觉率 89%；HLE-Diamond 33%。单任务成本约 $0.78。评测中输出约 1.6 亿 token，偏冗长。

开发者实战落地与开箱指南

Hy4 已在腾讯云 TokenHub、OpenRouter（tencent/hy4）等可用；腾讯称权重与系统卡片将在近期开源，更便宜的 Hy4 Flash 也在路上。落地建议：做 Agent 编码可优先看 FrontierCode/Terminal-Bench；做知识问答要留意 89% 的高幻觉率，关键事实务必二次核对。API 价格与 preview 同档，WorkBuddy/CodeBuddy 有短期免费窗口（以腾讯官网为准）。