腾讯混元 Hy4 登顶 Agent Arena 开源榜首
原标题：Exciting news from Agent Arena: Hy4 by @TencentHunyuan just landed #14 overall. Currently proprietar...
78AI 研判分
腾讯混元 Hy4 在 Agent Arena 评测中位列总榜第 14，并有望成为开源模型第一。该模型在长程智能体任务中表现优异，成本仅为竞品 Kimi K3.1 Pro 的 62%，且在成功率、可控性等关键指标上全面超越预览版。
报道正文
Arena.ai (@arena) · 2026-11-04 07
来自 Agent Arena 的好消息：@TencentHunyuan 的 Hy4 刚刚位列总榜第 14。目前该模型为专有模型，但一旦其权重发布，它将凭借与 Kimi K3.1 Pro 并列开源模型第一的成绩！
基于我们全球用户社区提供的 +8.5K 次真实世界、长周期智能体（agentic）会话数据，Hy4 实现了 +4.7% 的净提升，并跻身 Agent Arena 帕累托前沿。在成本方面，Hy4 每任务花费 $0.55，比 Kimi K3.1 Pro (Max) 每任务 $1.46 的成本低约 62%，而两者的得分差距仅在 1 个百分点以内。
此次发布相比排名第 25、提升幅度为 +1.1% 的 Hy4 预览版，带来了 +3.6 个百分点的提升。事实上，Hy4 在所有关键指标上均有改进：
- 确认成功率（用户明确反馈“是的，这行得通”）：排名第 11，提升 +8.7%（从排名第 16、提升 +4.9% 进步而来）
- 好评 vs 差评（用户反应中的情感倾向）：排名第 18，提升 +3.8%（从排名第 24、提升 +1% 进步而来）
- 可引导性（响应用户纠正的能力）：排名第 14，提升 +5.7%（从排名第 27、提升 +0.21% 进步而来）
- Bash 可靠性（成功执行 Shell 命令）：排名第 20，提升 +6.2%（从排名第 41、下降 -3.1% 进步而来）
祝贺 @TencentHunyuan 团队发布此版本！
↳ 引用 @TencentHunyuan (Tencent Hy): 👋Hy4 来了，新增视觉能力。 稳居领先开源模型之列。 全方位提升生产力：金融、前端、游戏、办公、研究…… 负责任地构建，兼顾网络/生物安全。 快来试用并告诉我们你的看法！ 🔗：https://hy.tencent.ai/research/hy4?langVersion=en
