Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
免費開始 免費開始
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
ai-model / CometAPI 研究
HY 4 Performance：完整版值得嗎？ 探索 Tencent HY4 於 2026 年 11 月發佈的版本：視覺、電腦操作、RSI、基準測試、定價，以及透過 CometAPI 存取 API。
探索 Tencent HY4 於 2026 年 11 月發佈的版本：視覺、電腦操作、RSI、基準測試、定價，以及透過 CometAPI 存取 API。
先用這個摘要快速掌握答案，再閱讀指南取得背景、範例與實作細節。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TL;DR
HY4 是 Tencent 的新旗艦 AI 模型，於 2026 年 11 月 4 日發布，面向多模態推理、編碼、電腦使用、研究與專業工作流程。 它為 Hy 模型家族新增視覺與 GUI 互動能力，並提升在文件、軟體與商務工具中的持續執行表現。Tencent 報告在其公開的評測條件下，取得 DeepSWE v1.1 74.9 、APEX-Agents v1.1 75.2 、以及 OSWorld 2.1（完整集，部分分數）78.9 。
Key Takeaways
對比預覽版有顯著實際提升：APEX-Agents +21 分，Terminal-Bench 4.0、AutomationBench、金融專家評分與產品級指標均有大幅改善。
獨立排名：Vals Index 59.35%（總榜 #13，開放權重 #4），部分報告顯示 Terminal-Bench 4.0 開放權重 #2，在 Finance/Tax Agent 具競爭力。
首次加入視覺與電腦使用能力，並針對專業軟體（Blender、CAD 等）進行專項訓練。
價格延續高競爭力，約 $0.83/$2.50；CometAPI 常有進一步折扣（約 20%）。
RSI 訊號：Hy4 + Hyra 2.0 已用於改進內部訓練管線並協同開發開放模型（HyCell、HyPDE）。
適合：長程代理、金融/辦公工作流程、多模態生產力、以及需要強大開放模型表現且重視成本的團隊。
並非在所有高難 STEM 或純編碼榜單絕對領先——與最頂尖的封閉模型仍有明顯差距。
What Is HY4, and Why Does It Matter? HY4（Tencent 標示為 Hy4 ）是一個通用 AI 模型，旨在以多步驟完成複雜工作。Tencent 的11 月 4 日公告 將其定位於推理、視覺理解、工具使用與持續執行的組合。
這個組合重要，因為專業任務很少是單一、孤立的問題。一位開發者可能需要代理檢查程式庫、實作功能、執行測試並修訂 UI。一位分析師可能需要對照申報、試算表、圖表與研究筆記。一位辦公助理可能需要串接訊息、文件、行事曆與會議紀錄。
HY4 的發布聚焦於這些工作流程。Tencent 表示相較早期版本，它顯著提升了前訓練與後訓練，在指令遵循、長上下文理解、深度研究與長程任務方面均有增益。
稀疏專家混合（Sparse Mixture-of-Experts）：總參數量大，每個 token 僅約啟用 49B。
1M-token 上下文視窗，支援程式庫規模與多文件工作。
Gated DeepSeek Sparse Attention + IndexCache，用於高效率長上下文服務。
Identity Hyper-Connections 與原生多 token 預測（MTP）層，支援推測式解碼。
新的多模態路徑與電腦使用動作空間（螢幕理解 + CLI/GUI 控制），針對專業工具與跨應用工作流程進行定向訓練。
Recursive Self-Improvement（RSI）訊號
Vision and Computer Use HY4 引入視覺感知，包括精細的影像理解與複雜圖表解讀。Tencent 也新增了電腦使用能力，涵蓋命令列介面與圖形介面，並對 Blender、CAD 等軟體進行定向訓練。Tencent 的發布 描述了跨多個應用的工作流程。
這兩者相關但不同。視覺讓模型能解讀螢幕截圖或圖表。電腦使用則加入回饋迴路：檢視介面、選擇動作、觀察結果、再行調整。它需要周邊應用提供截圖並執行動作；僅有文字補全端點並不會自帶作業系統代理。
Frontend Engineering and Game Development Tencent 強調更強的 UI 互動、商業邏輯、狀態管理與全端整合。對於遊戲，與 Tencent Interactive Entertainment Group 的開發者合作於功能實作、玩法邏輯、狀態追蹤與資產流程。
此次發布報告相較先前版本，GameDev 提升 19.1% 、GameLogic 提升 9.8% ，並描述對 Unreal Engine、Unity、Godot 的適配。這些是 Tencent 在指定評測上的報告，並不等同於每個團隊的開發時間都會等比例縮減。
對開發者而言，關鍵檢驗是代理能否以更少修正交付可運作的功能：渲染外觀、正確互動、持久狀態、可執行程式碼與通過測試。
Finance, Office Work, and Personal Assistance Tencent 構建了數千個真實的金融工作空間與數以萬計的任務，涵蓋投資研究、量化策略、資產配置、公司財務與稅務會計。其評估涉及 213 位金融專業人士 ，包括 153 位來自領先金融機構的專家 ，跨越 579 項任務 ；超過 70% 的專家具有五年以上經驗。
HY4 取得 3.04 ，相較 DeepSeek-V4.1-Flash-1017 的 2.97 與 Kimi K3.1 Pro、GLM-5.3 各自的 2.68 。這些結果出自 Tencent 的評估，而非獨立重現。
Tencent 也描述了對 Word、Excel、PowerPoint 的即時協同編輯。透過 WorkBuddy 與 WeCom，HY4 能使用連結的工作環境上下文來準備簡報、追蹤專案變更、辨識行動項目與標示截止日期。這些整合屬於產品環境；並非每次 HY4 API 呼叫都自動包含。
以下比較來自完整 HY4 發布的基準測試附錄 。全部條目由 Tencent 公布 ；競品若有兩個分數，表格採用 Tencent 自行重測的分數，原表以星號標註。不混合不同輪次的最佳結果。
DeepSWE v1.1 74.9 68.1 73.8 76.3 72.7 72.6 Terminal-Bench 4.0 44.4 42.9 40.0 66.8 55.5 66.4 APEX-Agents v1.1, pass@1 75.2 64.3 72.9 68.2 61.7 74.8 AutomationBench v1.0.6 56.2 54.1 54.3 65.6 51.4 58.8 OSWorld 2.1, full, partial score 78.9 — 68.4 79.6 75.2 81.8 MMMU-Pro 78.6 — 76.7 83.4 84.9 88.2 TenureTrail, internal 53.6 46.0 50.1 51.3 57.6 59.0
Vals Index：59.35%（總榜 #13、開放權重 #4，僅次於 Kimi K3.1 Pro、DeepSeek V4.1 Flash、GLM-5.3）。相較 Hy4 預覽版約 53% 有顯著提升。Terminal-Bench 4.0 表現強（部分報告顯示開放權重 #2）、Finance Agent、Tax Agent 具競爭力。
Artificial Analysis Intelligence Index：約 34.6–35（穩健中段，每任務偏冗長、速度稍慢）。
Plotly Data Analytics Bench：42/43（98%），達到該準確度等級的模型中成本較低者之一。
Agent Arena 社群資料：真實使用者長程任務表現強；Hy4 快速成為中文模型第一，並以具競爭力的每任務成本位於帕累托前沿。
Where HY4 Looks Strong HY4 的 APEX-Agents v1.1 取得 75.2 ，為表中所示比較中的最高分之一。其 DeepSWE v1.1 74.9 也在 Tencent 重測下具競爭力。科學工作流程方面，TenureTrail 53.6 領先所示的開放模型競品，雖然兩個專有模型分數更高。
這些結果支持在商務代理、程式庫工作與研究中測試 HY4。但不支持「最佳 AI 模型」的普遍結論。
Where Competitors Still Lead HY4 的 Terminal-Bench 4.0 44.4 低於表中所示的 Kimi 與 Claude。其 MMMU-Pro 78.6 亦落後於表中的 Kimi、GPT 與 Claude。電腦使用方面具競爭力，OSWorld 2.1 78.9 ，但此指標明確是部分分數 ，並非宣稱能以 78.9% 成功完成任意桌面工作。
Tencent 承認在研究數學、長程編碼、模型自我改進與高階視覺問答方面，與領先的專有系統仍有差距。
Why Evaluation Settings Matter Tencent 的 Terminal-Bench 4.0 設定允許最多 500 輪對話與 13 小時超時 ，配備 16 CPU 與 32 GB RAM；依賴 GPU 的任務另配 H100。APEX-Agents 設定允許最多 250 步 。這些都是相當大的代理預算。
在該環境下的模型行為，可能與 30 秒超時的網頁應用不同。請並列比較任務成功率、總延遲、工具成本、token 使用量與人工修正。保持評測版本可見：Terminal-Bench 4.0 的分數不應與舊版本直接互換解讀。
How HY4 Works: Context, Reasoning, and Agent Execution
Long Context Helps Connect Distributed Information HY4 提供 1,048,576-token 上下文視窗 ，支援文字與圖片輸入、文字輸出。其頂級供應商設定列出最大 65,536 tokens 的補全長度。這些為端點特定限制；在設計前請確認 CometAPI 的最新限制。
長上下文有助代理連結橫跨檔案與工具軌跡的資訊。它不保證完美回憶、精確算術或正確來源選擇。良好的應用設計仍受益於檢索、文件識別、精簡的工具結果與明確引用。
典型的 HY4 工作流程結合規劃與外部證據：閱讀任務、請求資訊、檢視工具結果、進行計算或測試，並修訂輸出。模型的推理幫助選擇下一步；執行環境提供當前事實與校驗。
例如，金融助理可檢索報表、建立估值工作簿、檢查公式並生成報告。每個階段都應保留來源參考，並區分報告值與假設。編碼助理可檢視檔案、修改程式碼、執行測試，並以失敗結果引導下一次修正。
Architecture Details Require Careful Versioning The widely quoted 770B total parameters and 49B active parameters 描述了 HY4 預覽版公開的 MoE 主幹。其模型卡也記載稀疏注意力、IndexCache、Identity Hyper-Connections 與多 token 預測。
Tencent 的完整發布表示，隨權重與系統卡將提供更多技術細節。在此之前，預覽版的層數、專家配置與部署命令不應被視為完整 HY4 的確認規格。已確立的完整發布事實為其新能力、託管存取與公開的評測結果。
HY4 and RSI: What Recursive Self-Improvement Actually Means
RSI 代表 recursive self-improvement 。在 Tencent 的11 月 2 日 Hyra 2.0 公告 中，此概念是改進可重用的研究工具、訓練管線與模型。更強的工具可幫助開發更強的模型，而更強的模型可支援下一輪工具開發。
完整 HY4 發布給出具體例子：Hy4 搭配 Hyra 2.0，優化了同架構較小模型的內部前訓練基礎設施，並訓練出在多個基準上超越所述 Jev 基線的變體。Tencent 也宣布 HyCell 與 HyPDE，分別為單細胞表徵與物理場建模的基礎模型，與系統協同開發。Source 。
How Hyra 2.0 Organizes Research Hyra 使用三個層級：Overall 、Mission 、Worker 。Overall 協調人類目標、優先事項與資源。Mission 指導較長期的研究工作。Worker 檢視程式碼、執行實驗、分析失敗並挑戰假設。
持久任務佇列 處理相依性與資源限制。Research Board 記錄證據與決策。Review Worker 獨立檢視結果，而共享知識將觀察與可重現的發現及團隊慣例分離。Tencent 表示，重大算力支出與共享知識的變更需要適當的人為批准。
What RSI Does—and Does Not—Establish 這是結構化 AI 研究工作流程的證據。它不表示無限制的智能增長，也不顯示一次託管的 HY4 對話會改變端點的底層權重。改良提示、持久記憶、新的軟體工具與重新訓練的模型是不同形式的改進。
Reliability: Has HY4 Reduced Hallucinations? Tencent 報告透過定向搜尋與驗證改進，將其金融與辦公評測中的幻覺率從 15.76% 降至 5.45% 。這是 下降 10.31 個百分點 ，約 65.4% 的相對降幅 ，依據 Tencent 的數據計算。推測性錯誤從 23.1% 降至 5.6% 。Source 。
這些結果針對 Tencent 的金融與辦公評測，不應被概化為 HY4 在所有問題上僅有 5.45% 的幻覺率。
產品回饋亦提供支持：RabyteTech 報告在 101 項投資研究任務上得分 61.63 ，較先前版本提升 12.03 分。Manus 報告其內部文件建立與編輯任務的完成率接近 97% 。這些是 Tencent 公告中轉載的合作夥伴證言，任務集合與定義不同；屬於有用的背景參考，而非可互換的基準分數。
Current Price Comparison 以下快照於 2026 年 11 月 4 日檢查。所有費率皆以 每百萬 tokens 的美元計價。
Tencent release-page reference $0.834 $2.501 $0.042 CometAPI hy4 listing $0.6672 About $2.00 Not verified on the model page OpenRouter tencent/hy4 API metadata $0.417 $1.2505 $0.021
CometAPI 顯示相對其標示的官方參考價有 20% 折扣 。OpenRouter 的即時 API 中繼資料顯示之費率低於 Tencent 發布頁參考價（檢查時）；該中繼資料不保證優惠期間。這些差異使得供應商層級的即時驗證至關重要；在此證據下不應描述 CometAPI 為最低價管道。
Estimate the Cost of Your Actual Workload 在 CometAPI 顯示的費率下，使用 1M 輸入 tokens 與 250,000 輸出 tokens 的工作負載，成本約為：
$0.6672 + (0.25 × $2.00) = $1.1672
這是示意性的 token 計算。重試、推理 token 計價、快取、工具服務與帳戶條款都可能影響最終費用。輸出偏重的代理在反覆檢視檔案或驗證工作時，可能比預期花費更高。
請比較每個成功完成任務的成本 。較低的 token 單價若需要更多嘗試、較長輸出或大量人工修補，優勢可能喪失。
Conclusion Hy4 在延續先前具吸引力定價的同時，帶來相對預覽版有意義、可量測的性能提升。獨立排名確認其位居開放權重模型的前段，尤其在代理、金融與真實生產力任務方面表現突出。配合新增的視覺與電腦使用能力，目前對於需要強大開放模型能力且重視成本的團隊而言，是最具吸引力的選項之一。
若要以最簡便、最靈活的方式與其他頂級模型並行評估與部署，建議透過 CometAPI 。單一金鑰、具競爭力的定價與無縫切換，使其成為 2026 年生產與試驗的務實選擇。
FAQs About HY4
What Is Tencent HY4? HY4 是 Tencent 於 2026 年 11 月 4 日發布的旗艦 AI 模型。它支援視覺理解、電腦使用、推理、編碼、研究與多步驟專業任務。
What Changed from the Earlier Version? 完整版 HY4 新增視覺與電腦使用，並擴充前訓練與後訓練。Tencent 報告在長上下文理解、指令遵循、金融、辦公、開發與科學研究方面均有改善。
What Are HY4’s Main Benchmark Scores? Tencent 報告 DeepSWE v1.1 74.9 、Terminal-Bench 4.0 44.4 、APEX-Agents v1.1 75.2 、OSWorld 2.1 部分分數 78.9 、以及 MMMU-Pro 78.6 。這些使用發布附錄的評測條件。
Does HY4 Have a 1M-Token Context Window? OpenRouter 的即時中繼資料列出 1,048,576 tokens 。請確認所用端點的限制，包括輸入/輸出合併上限與最大補全長度。
Is HY4 Self-Improving? Tencent 正與 HY4 與 Hyra 2.0 開發 RSI 工作流程，以改進研究工具、基礎設施與模型變體。一般的託管對話不代表會自主修改 HY4 的部署權重。
檢查的模型頁面列出 每百萬輸入 tokens $0.6672 、每百萬輸出 tokens 約 $2.00 ，並標示相對官方參考價的 20% 折扣。請參閱即時價格頁 再行預算。
Is HY4 Open Source and Ready to Download? Tencent 表示完整 HY4 權重與系統卡在規劃中。公開預覽權重屬於另一個發布。自我託管前請確認完整模型的實際下載可用性與授權。
是。CometAPI 列出可用的 hy4。請參考其 API 文件確認帳戶存取、參數、影像支援與速率限制，先以小型工作負載試跑再擴大。
