腾讯混元 Hy4 在 Artificial Analysis Cyber Index 排名第三、CWE-Bench-AA 登顶
腾讯混元 Hy4 在 Artificial Analysis Cyber Index 以 58% 得分排名第三，并以 76% 登顶 CWE-Bench-AA，领先 DeepSeek V4.1 Flash 1017 (max) 6 分。
Tencent Hy· @TencentHunyuan · X·2026-11-13 16:39· 1 小时前AI 评分57
AI 导读
腾讯混元转发 Artificial Analysis 评测，Hy4 以 58% 得分在 Artificial Analysis Cyber Index 排名第三，并以 76% 登顶 CWE-Bench-AA，领先 DeepSeek V4.1 Flash 1017 (max) 6 分。Hy4 单任务成本 $0.92，处于能力成本 Pareto 前沿，比 Grok 4.7 (xhigh) 高 2 分且成本仅 1/11；每任务输出 64k token，比 DeepSeek V4.1 Flash 1017 (max) 少 43%。API 定价为 $0.834/$2.501 per 1M input/output tokens。
正文 · 原文
在 Artificial Analysis Cyber Index 排名第 3，在 CWE-Bench-AA 排名第 1 🎉🎉🎉
在 X 查看被引用的帖子腾讯的 Hy4 在 Artificial Analysis Cyber Index 排名第 3，在 CWE-Bench-AA 排名第 1
@TencentHunyuan 的 Hy4 在 Artificial Analysis Cyber Index 上得分 58%，领先 DeepSeek V4.1 Flash 1017 (max) 1 分。它落后于 Kimi K3.1 Pro (64%) 和可信访问的 GPT-6 Sol (Daybreak Blue, max) (69%)。API 定价为 $0.834/$2.501 per 1M input/output tokens。
关键结果：
- 在 CWE-Bench-AA 排名第 1 (76%)。在我们对 @CollinearAI 的 CWE-bench v1 的实现上，Hy4 领先 DeepSeek V4.1 Flash 1017 (max) 6 分，该基准测试智能体发现并修复真实软件漏洞的能力
- 成本效益突出。每任务 $0.92，Hy4 位于能力与成本 Pareto 前沿。它比 Grok 4.7 (xhigh) 高 2 分，成本仅为其 1/11；比 DeepSeek V4.1 Flash 1017 (max) 高 1 分，成本为其 2 倍
- 输出 token 少于同类。Hy4 每任务使用 64k 输出 token：比 DeepSeek V4.1 Flash 1017 (max) 少 43%，比 Grok 4.7 (xhigh) 少 37%，但比 Kimi K3.1 Pro 多 49%，比 GPT-6 Sol (Daybreak Blue, max) 多 56%
来源：Tencent Hy · x.com
来源：RadarAI · aihot.news