腾讯Hy4智能指数35分，冗长度爆表，性能与成本成谜

腾讯Hy4：2026年11月发布的专有多模态推理模型

我第一次在Artificial Analysis上看到Tencent Hy4的页面，注意到它发布月份是2026年11月，距今不到半年。一个专有模型，支持文本和图像输入，输出只有文本，上下文窗口拉到1M tokens，大概相当于1573页A4纸，12号Arial字体那种排法 来源：AA。

页面标注得很清楚，这是推理版本，非推理变体可能也存在。在模型分类里，它被归到专有模型一类，同类别里一共有725个模型参与比较。这个类别比较有意思，专有模型不是跟所有专有模型比，而是跟同价格区间的专有和开源模型一起比，用的是3:1的输入输出价格混合比例 来源：AA。

所以看它的排名时，脑子里得先装一个背景。这个比较池子有725个模型，Hy4能从中浮出来，至少说明它不是那种随便做做的玩具模型。

智能指数35分：高于中位数但排名仅43/106

在Artificial Analysis智能指数上，Hy4拿到35分，排名第43位。参与评比的模型一共106个，中位数是30。35比30高了5分，看起来不算差，但43名的位置离头部还有距离 来源：AA。

智能指标拆成4个单元，Hy4拿到其中3个。这告诉我，它在智能评估的某些维度上表现扎实，但并不是全面开花。106个模型里排43，意味着前面还有42个模型比它聪明，这个竞争格局比分数本身更说明问题。

我的感觉是，35分这个数字放在当前模型生态里，大概算中等偏上。比中位数高，但没进前40%，在专有模型这个池子里，这个位置大概只能算第二梯队。

冗长度惊人：160M输出tokens，是中位数两倍多

智能指数评估里，Hy4生成了160M输出tokens，而中位数只有75M。这一下就把它的冗长度指标得分拉到94/104，4个单元里全拿满了。输入token量是6.08B，输出/输入比2.623% 来源：AA。

冗长度这个词在评测语境里指模型回答的啰嗦程度。160M比75M多出两倍多，这不是一个小差距。94/104的得分几乎在顶端，说明Hy4在同等任务下会给出显著偏长的回答。

这个特征放在实际使用里，影响是双面的。回答长，有时候意味着更细致的推理和解释，但也意味着更高的生成成本。更麻烦的是，Hy4的成本数据是N/A，所以它到底因为冗长付出多少成本，我没办法从数字上验证。这个缺口让冗长度的意义变得有点悬空。

不过我不打算把冗长度直接看成缺点。有些任务确实需要长篇回答，评测只告诉我们它话多，没告诉我们这些话里有多少是有用的。

性能与成本N/A：反直觉缺失与社区冷淡

Hy4的性能和成本都是N/A。性能那栏写着"Time per Intelligence Index task (minutes)"未知，成本那栏"Cost per Intelligence Index task"未知，两项都拿0/4单元 来源：AA。

这就形成一个有点反直觉的局面：智能指数有分，冗长度有分，性能和成本却完全没数据。按理说，一个2026年11月发布的模型，评测页面上不应该留这么大的空白。我猜测可能是没有公开API，或者测试流程遇到阻碍。页面上确实提到"No publicly available API"，这可能是原因之一，但我不确定。

社区的冷淡程度同样让我意外。HN上这篇帖子只有1分，0条评论 来源：HN。一个来自腾讯的专有推理模型，发布半年不到，在技术社区里几乎无人讨论。这跟那些一发布就霸榜的开源模型形成鲜明对比。

我不知道这是因为模型本身没什么亮点，还是腾讯没有做足够的公开宣传。但有一点我能确定：一个智能和冗长度都已评测、性能成本却缺失的模型，加上接近零的社区关注度，这个组合本身就是一个值得留意的信号。它告诉我，Hy4在评测体系里有一半是亮的，另一半是暗的，而暗的那一半恰巧是用户最关心的成本和速度。

原文：

Tencent Hy4 Intelligence, Performance and Price Analysis · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月5日