BenchLeader

Hy4

推理强度
质量第 82 / 339 名
56.7Index
前四分之一
较中位数 +6.5
价格第 152 / 255 名
$1.25每百万 token
比多数贵
中位数的 1.5 倍
速度第 93 / 216 名
94token/秒
高于中位数
中位数的 1.1 倍
性价比第 149 / 255 名
45.4分/$
低于中位数
中位数的 0.8 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 89%。

有 12 个更便宜的已排名模型得分更高:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13),另有 9 个。

截至 2026年11月16日,Hy4(Tencent)在 BenchLeader Index 上得分 56.7(共 608 个已排名配置)。表现最好的是数学(66),最弱的是知识(51)。API 价格为输入每百万 token $0.834、输出每百万 token $2.50(按 3:1 混合为 $1.25),为 2026年11月16日的标价。输出速度约为 94 token/秒(Artificial Analysis)。发布于 2026年8月28日。

要点(截至 2026年11月16日)

  • Hy4 的 API 价格为输入每百万 token $0.834、输出每百万 token $2.50(按 3:1 混合为 $1.25)(标价,2026年11月16日)。
  • Hy4 的输出速度约为 94 token/秒(Artificial Analysis,2026年11月16日)。
  • Hy4 于 2026年8月28日发布(Tencent)。

详细说明:Hy4 是 Tencent 的开放权重推理模型,发布于 2026年8月28日。其最佳配置在 BenchLeader Index 上得分 56.7 ±4.3,在 608 个配置中排第 172 名,处于上半区。关键在于这个“±”:另有 263 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(66),知识最低(51)。按混合价格计,每百万 token $1.25,价格居中。输出速度为 94 token/秒,首次回答需 110.0 秒,比大多数模型快。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.25/M
输入 $0.830 · 输出 $2.50
来源:Artificial Analysis
输出速度
94 tok/s
由 Artificial Analysis 测量
首次回答
110 s
首 token 3.06 s
上下文
960k
来源:LiteLLM price table
完整回答
233 s
最近一次测量 2026年11月13日
单任务成本
$1.03
每项任务 14 min,AA Index
单任务 token 数
78k
其中 70% 为推理
发布日期
2026年8月28日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index57
  2. 推理54
  3. 编程61
  4. 智能体与工具59
  5. 数学66
  6. 知识51

嵌入这个排名

更多徽章样式
[![Hy4 on BenchLeader: 综合第 82 名](https://www.benchleader.com/badge/hy4.svg?style=compact)](https://www.benchleader.com/models/hy4)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Tencent 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––94 tok/s110 s$0.0011
max––94 tok/s110 s$0.0011智能体与工具 48
未说明最佳56.7#17294 tok/s110 s$0.0011智能体与工具 59 · 编程 61 · 知识 51 · 数学 66 · 推理 54

Index 走势

2026年10月27日 至 2026年11月16日
515661

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

编程

基准测试无推理默认来源趋势
Arena WebDev推理强度未说明–1632#25Arena (LMArena)
IOI推理强度未说明–59.3%#18Vals AI
Code Migration不计入 Index推理强度未说明–47.4%#14Vals AI
Code Migration v1.1不计入 Index推理强度未说明–45.4%#20Vals AI
ProgramBench不计入 Index推理强度未说明–0.0%#34Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–81.0%#33Vals AI
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–37.4%#50Artificial Analysis
GameBench 2 by reasoning setting不计入 Index48.7#102–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–1250#59Design Arena
FrontierCode 2.0 (AA)推理强度未说明–31.4%#35Artificial Analysis

智能体与工具

基准测试max默认来源趋势
Terminal-Bench37.9%#61–Terminal-Bench
Arena Agent推理强度未说明–5.3#14Arena (LMArena)
Terminal-Bench 2.1 (Vals)推理强度未说明–55.1%#48Vals AI
CyberBench不计入 Index推理强度未说明–65.4%#30Vals AI
Finance Agent v2不计入 Index推理强度未说明–55.1%#24Vals AI
Finance Agent v2.1不计入 Index推理强度未说明–64.7%#14Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index推理强度未说明–12.5%#18Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index推理强度未说明–9.2%#22Vals AI
Legal Research Bench不计入 Index推理强度未说明–45.2%#23Vals AI
SREBench不计入 Index推理强度未说明–2.3%#24Vals AI
Tax Agent Bench不计入 Index推理强度未说明–34.4%#19Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明–39.4%#17Vals AI
Terminal-Bench Science不计入 Index推理强度未说明–1.4%#38Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–6.7#12Arena (LMArena)
AutomationBench不计入 Index推理强度未说明–65.6%#32Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–21.6%#75Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–1446#66Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–12.9%#56Artificial Analysis
CWE-Bench (AA)推理强度未说明–75.8%#1Artificial Analysis
DeepSec-Bench (AA)推理强度未说明–25.6%#10Artificial Analysis
CyberGym end-to-end (AA)推理强度未说明–72.5%#11Artificial Analysis

数学

基准测试默认来源趋势
ProofBench75.0%#17Vals AI

知识

基准测试默认来源趋势
AA-Omniscience v1.15.4#71Artificial Analysis
LegalBench83.8%#48Vals AI
BioMysteryBench不计入 Index69.3%#16Vals AI
Excel Modeling Benchmark不计入 Index58.1%#39Vals AI
Excel Modeling Benchmark v1.1不计入 Index69.0%#25Vals AI
MedCode不计入 Index43.3%#45Vals AI
MedScribe不计入 Index83.6%#44Vals AI
Public Benefits Bench v1.1不计入 Index68.6%#9Vals AI
AA-Omniscience v1.1: accuracy不计入 Index50.0%#34Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index10.9%#130Artificial Analysis

长上下文

基准测试默认来源趋势
MLCR不计入 Index32.8%#12Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v5.0.1不计入 Index34.6#53Artificial Analysis
Vals Index不计入 Index59.4#16Vals AI
Vals Finance Index不计入 Index58.0%#16Vals AI
Vals Router Index不计入 Index53.2%#16Vals AI
Vals Legal Index不计入 Index71.7%#15Vals AI
AA Cyber Index不计入 Index58.0#3Artificial Analysis

GameBench 2, best reasoning setting (None): 48.7. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Tencent Cloud56 tok/s2.92 s$0.417$1.251.0Mfp4

使用情况

Hy4 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#2
token 份额 8.6%
可用性,72 小时
99.8%
OpenRouter,全部提供商
工具调用错误率,7 天
0.18%
占工具调用
OpenRouter 每日 token 数(2026年11月4日 至 2026年11月15日):共 30.9T,环比上周 +42%。

过去 30 天的典型请求:每次请求 141.3k token、每个输出 token 对应 97 个输入 token、95% 的输入来自缓存、63% 的输出为推理内容、每次请求 0.93 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Claude Code (265B)、Hermes Agent (46.2B)、Strix (14.3B)、DeepSeek Harness (14.1B)、Nous Research API (10.2B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Tencent100 tok/s1.47 s100.00%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.688$1.38$2.06$2.7526年10月
输入 输出
当前:输入 $0.830 · 输出 $2.50

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.021。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0011$0.00081.9 min
总结一份 30 页的报告12,000 / 600$0.011$0.00421.9 min
代码编辑6,000 / 1,500$0.0087$0.00512.1 min
智能体编程会话60,000 / 4,000$0.060$0.0232.5 min
结构化信息提取2,000 / 200$0.0022$0.00091.9 min

Tencent 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Hy4 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Hy4 on BenchLeader: 综合第 82 名](https://www.benchleader.com/badge/hy4.svg)](https://www.benchleader.com/models/hy4)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Hy4 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/hy4

BibTeX:

@misc{benchleader_hy4_20261116,
  author       = {{BenchLeader}},
  title        = {{Hy4 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/hy4}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Hy4 的基准测试得分是多少?
截至 2026年11月16日,Hy4 的 BenchLeader Index 为 56.7 ±4.3。最强的是数学(66),最弱的是知识(51)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Hy4 排名第几?
截至 2026年11月16日,Hy4 在 608 个已排名配置中排第 172 名。另有 263 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Hy4 每百万 token 的价格是多少?
截至 2026年11月16日,Hy4 的价格为输入每百万 token $0.830、输出每百万 token $2.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.25。标价最近一次变动是在 2026年11月5日。
Hy4 是什么时候发布的?
Tencent 于 2026年8月28日发布了 Hy4。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Hy4:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/hy4。