Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

กลับไปที่บล็อก

รีวิว Tencent Hunyuan Hy4 รุ่นทางการ: ข้อกล่าวอ้างของผู้พัฒนากับคะแนน 35 จาก Artificial Analysis

Tencent HunyuanHy4รีวิวโมเดลArtificial Analysisควบคุมคอมพิวเตอร์

บทความนี้เรียบเรียงจากข้อมูลสาธารณะ ไม่ใช่ผลทดสอบของ Guishu Intelligence เอง

สรุปสั้น ๆ: Tencent วางตำแหน่ง Hy4 เป็นโมเดลเรือธงสำหรับงานจริง ส่วน Artificial Analysis (AA) ซึ่งเป็นผู้ประเมินอิสระให้คะแนนรวมต่ำกว่าค่ามัธยฐานของกลุ่มเปรียบเทียบ และบันทึกว่าโมเดลทำงานช้าและตอบยาวมาก ข้อมูลสองฝั่งมีที่มาต่างกัน จึงรวมเป็นคะแนนเดียวกันไม่ได้

ข้อมูลพื้นฐาน

  • ผู้พัฒนา: Tencent Hunyuan (Tencent Hy) ชื่อที่แสดงคือ Hy4 พารามิเตอร์ API คือ hy4
  • วันที่เปิดตัว: หน้าวิจัยของ Tencent และข่าวประชาสัมพันธ์ระบุ 2026-11-04 ส่วนในรายการงานวิจัยมีจุดหนึ่งระบุ 11-03 วันที่ของแต่ละรายการจึงอาจต่างกันหนึ่งวัน
  • สเปก: Hy API Guide ของ TokenHub ระบุบริบท 1M อินพุตสูงสุด 960k เอาต์พุตสูงสุด 64k รับข้อความและภาพ ส่งออกข้อความ และรองรับการให้เหตุผล
  • จำนวนพารามิเตอร์: หน้าวิจัยไม่ได้เปิดเผยพารามิเตอร์รวมหรือพารามิเตอร์ที่ใช้งานของรุ่นทางการ ตัวเลข 770B / 49B เป็นของรุ่นก่อนหน้า Hy4 preview จึงนำมาใช้กับรุ่นทางการไม่ได้ บนโซเชียลมีโพสต์ที่นำตัวเลขนี้ไปใส่ให้รุ่นทางการ แต่ไม่ใช่ข้อมูลจากต้นทาง

ข้อกล่าวอ้างของผู้พัฒนา

ทุกข้อด้านล่างมาจากหน้าวิจัยของ Tencent ข่าวประชาสัมพันธ์และบทความบน WeChat อย่างเป็นทางการ จึงเป็นคำกล่าวของผู้ผลิต

  • ความสามารถใหม่: เมื่อเทียบกับ preview รุ่นทางการเริ่มมีความเข้าใจภาพและการควบคุมคอมพิวเตอร์ (ทั้งบรรทัดคำสั่งและหน้าจอกราฟิก) และผู้พัฒนาระบุว่าการทำตามคำสั่ง การเข้าใจข้อความยาว งานระยะยาว และการวิจัยเชิงลึกดีขึ้น มีการฝึกเฉพาะสำหรับ Blender, CAD และงานระยะยาวข้ามแอป
  • การทดสอบด้านการเงิน: จัดโดย Tencent FiT ผู้เชี่ยวชาญ 213 คน 579 ข้อ คะแนนทางการคือ Hy4 3.04, DeepSeek-V4.1-Flash-1017 2.97, Kimi K3.1 Pro 2.68, GLM-5.3 2.68 ผู้พัฒนาระบุว่า Hy4 อันดับหนึ่งในกลุ่มโอเพนซอร์ส นี่เป็นการประเมินที่ Tencent นำเอง ไม่ใช่ลีดเดอร์บอร์ดอิสระ
  • การประเมินภายในของพันธมิตร: การประเมินรวมของ WorkBuddy มีผลเฉลี่ย 83.18 อัตราผ่าน 96.15% ผู้พัฒนาระบุว่าเป็นอันดับหนึ่งในกลุ่มโมเดลจีนใน 9 จาก 12 สถานการณ์ Manus แจ้งว่าอัตราทำงานเอกสารสำนักงานสำเร็จใกล้ 97% IRAB ของ Xuntu (讯兔) เท่ากับ 61.63 เว็บไซต์ของ Tencent ระบุว่าเพิ่มขึ้น 12.03 คะแนนเมื่อเทียบกับ preview (ในเนื้อหาเว็บยังมีคำว่า "12.03 เปอร์เซ็นต์พอยต์" ที่นี่ตามที่เว็บเขียน)
  • การทดสอบการค้นหาที่สร้างเอง: อัตราการหลอนลดจาก 15.76% เป็น 5.45% อัตราเดาผิดลดจาก 23.1% เป็น 5.6%
  • การประเมินภายในของ Yuanbao: เพิ่มจาก 65.25 เป็น 72.53
  • ด้านเกม: GameDev และ GameLogic เพิ่มขึ้น 19.1% และ 9.8% เมื่อเทียบกับ preview

Tencent ยังแสดงกราฟเบนช์มาร์กสาธารณะอีกหลายภาพ แต่บทความนี้ไม่ใช้คะแนนเฉพาะจากกราฟเหล่านั้นเป็นหลักฐาน หากต้องการตรวจต้นฉบับ โปรดเปิดหน้าวิจัย Tencent Hunyuan

การประเมินอิสระ: Artificial Analysis ให้ 35 คะแนน

ข้อมูลจากหน้า Hy4 ของ AA (ตรวจสอบเมื่อ 2026-11-18) เงื่อนไขคือ Intelligence Index v5.0.1

รายการ Hy4 ค่ามัธยฐานของกลุ่มเปรียบเทียบ
Intelligence Index v5.0.1 35 43
โทเค็นเอาต์พุตระหว่างการประเมิน 160M 65.1M
เวลาต่องาน 13.5 นาที 11.5 นาที

หน้าเดียวกันยังระบุเวลารอโทเค็นแรก 117.82 วินาที ความเร็วเอาต์พุต 96 tok/s ติดป้าย Proprietary และมีข้อความประเมินว่า very verbose ดัชนีนี้ประกอบด้วยงานอย่าง AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt และ Terminal-Bench-Science

สื่อจีนรายงานต่อว่า ในบรรดาโมเดลจากแล็บจีน Hy4 อยู่อันดับสอง รองจาก Kimi K3.1 Pro (46) นี่เป็นข้อมูลจากแหล่งรอง ไม่เท่ากับอันดับโลก ตัวเลขที่แน่นอนให้ยึดหน้าต้นฉบับของ AA ส่วนรายงานของ The Decoder (แหล่งรอง) เขียนค่ามัธยฐานของ AA เป็น 30 และระบุว่าเสมอกับ Grok 4.7 ซึ่งไม่ตรงกับค่า 43 บนหน้าต้นฉบับของ AA เราไม่พบการเสมอกันนั้นโดยตรงบนหน้า AA และไม่ใช้ค่ามัธยฐาน 30

"โอเพนซอร์สที่เก่งที่สุด" กับช่วงเวลาปล่อยน้ำหนัก

พาดหัวข่าวประชาสัมพันธ์ของ Tencent วันที่ 4 พฤศจิกายนพูดถึงการติดกลุ่มโมเดลโอเพนซอร์สที่แข็งแกร่งที่สุด แต่ ณ 2026-11-18 ทางการบอกเพียงว่าน้ำหนักของ Hy4 จะทยอยเปิดภายหลัง (ดูโพสต์เปิดซอร์สอย่างเป็นทางการ) น้ำหนักที่ปล่อยแล้วคือของ Hy4 flash เมื่อวันที่ 18 พฤศจิกายน AA ติดป้าย Proprietary ให้ Hy4 ซึ่งสอดคล้องกับสถานะนี้ ดังนั้น ณ วันเปิดตัว ประโยค "โอเพนซอร์สที่เก่งที่สุด" จึงเป็นการประกาศล่วงหน้า ผู้อ่านไม่ควรถือว่าเป็นข้อสรุปที่ดาวน์โหลดและทำซ้ำได้แล้ว ส่วน system card ก็มีแผนเผยแพร่พร้อมการเปิดซอร์สเช่นกัน บทความนี้ยังไม่ได้อ่าน system card ฉบับเต็ม

ในหน้าวิจัย Tencent ยังยอมรับว่า Hy4 ยังตามโมเดลปิดระดับแนวหน้าอยู่พอสมควร โดยเฉพาะชุดคณิตศาสตร์ยากภายใน การพัฒนาซอฟต์แวร์ระยะยาว การวนปรับปรุงโมเดล และชุดถาม-ตอบด้านภาพ

อ่านตัวเลขเหล่านี้อย่างไร

  • การประเมินของผู้พัฒนาส่วนใหญ่ใช้ชุดข้อมูลที่สร้างเองหรือสถานการณ์ของพันธมิตร เหมาะกับการดูว่า Tencent ต้องการเน้นอะไร ไม่เหมาะจะใช้จัดอันดับ
  • AA เป็นแหล่งอิสระ แต่เป็นเพียงดัชนีรวมชุดเดียว 35 คะแนนที่ต่ำกว่าค่ามัธยฐาน 43 บอกเพียงว่าในชุดงานนี้โมเดลไม่ได้เปรียบ ไม่ได้แปลว่าอ่อนในทุกสถานการณ์
  • ความช้าและเอาต์พุตที่ยาวกระทบงานระยะยาวของเอเจนต์ชัดเจน เพราะเวลาและการใช้โทเค็นเพิ่มพร้อมกัน งานสั้นอย่างเอกสาร การค้นหา หน้าเว็บง่าย ๆ กระทบน้อยกว่า ส่วนงานวิศวกรรมซอฟต์แวร์ระยะยาวควรลองกับงานของตัวเองก่อน
  • หากกำลังเลือกรุ่นสำหรับใช้ประจำวัน ดูเลือก Hy4 หรือ Hy4 flash ด้านการเขียนโค้ดและเอเจนต์ ดูHy4 ด้านการเขียนโค้ดและเอเจนต์: ข้อมูลเฉพาะทางจากทางการและประสบการณ์จากบุคคลที่สาม เสียงตอบรับช่วงแรกของผู้ใช้ดูความเห็นผู้ใช้และข้อจำกัด ส่วนวิธีใช้ในผลิตภัณฑ์ดูWorkBuddy และ CodeBuddy สเปกของรุ่นก่อนหน้าอยู่ในคู่มือ Hy4 preview ซึ่ง 770B / 49B ใช้กับ preview เท่านั้น

สิ่งที่ยังไม่ยืนยันและข้อจำกัด

  • พารามิเตอร์รวมและพารามิเตอร์ที่ใช้งานของรุ่นทางการ: ผู้พัฒนายังไม่เปิดเผย
  • น้ำหนักของ Hy4 และ system card: ณ 2026-11-18 ยังไม่เผยแพร่
  • บทความนี้ไม่ได้ทดสอบเอง ข้อมูล AA เป็นของหน้าเว็บ ณ วันตรวจสอบ 2026-11-18 และอาจอัปเดตภายหลัง
  • การที่ต้นทางปล่อยโมเดลไม่ได้แปลว่าเว็บไซต์ของเราเรียกใช้ได้

แหล่งอ้างอิงหลัก

วันที่ตรวจสอบ: 2026-11-18