腾讯发布Hy4模型，第三方测试指幻觉率高达89%
先了解这件事
2026年11月6日，腾讯发布具备图像理解与自主软件操作能力的AI模型Hy4。该模型目前仅通过腾讯云、OpenRouter及元宝等应用提供访问，权重尚未公开。腾讯声称其在金融领域测试中优于Deepseek V4.1 Flash和Kimi K3.1 Pro，并能利用代码解释器处理2.8-gigapixel航拍图。然而，独立评估机构Artificial Analysis指出，在没有网络搜索辅助的情况下，Hy4面对未知问题的幻觉率约为89%，显著高于预期。
AI 根据报道生成 · 6 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder腾讯发布支持视觉与计算机操作的 Hy4，但第三方测试显示其幻觉率显著高于预期
腾讯发布了具备图像理解和自主操作软件能力的 AI 模型 Hy4，该模型目前仅通过腾讯云、OpenRouter 及元宝等应用提供访问，权重尚未公开。尽管腾讯声称其在金融领域测试中优于 Deepseek V4.1 Flash 和 Kimi K3.1 Pro，且能利用代码解释器处理 2.8-gigapixel 航拍图，但独立评估机构 Artificial Analysis 指出，Hy4 在没有网络搜索辅助时，面对未知问题的幻觉率约为 89%。 在具体的基准测试中，Hy4 的表现存在明显分层：它在内部金融任务上表现优异，但在硬数学题（Hy-FrontierMath T5）上得分仅为 13.0，远低于 GPT 6.1 Sol 的 97.5 分；在 Artificial Analysis 的综合指数中，它落后于 Kimi K3.1 Pro 达 11 分，仅与 Anthropic 的 Haiku 5.5 持平。此外，Hy4 还展示了自我进化的能力，利用 Hyra 2.0 系统优化训练管道并独立训练了 Jev 决策模型，随后推出了针对生物和物理领域的专用开源版本。 事实层面，腾讯已确认定价策略为每百万输入 token 约 0.83 美元，输出 token 约 2.50 美元，并计划推出更便宜的 Hy4 flash 变体。推断层面，鉴于中国即将实施针对全球前 10 名或超 2 万亿参数模型的出口管制草案，腾讯推迟权重发布可能意在规避合规风险。猜测层面，虽然腾讯强调过滤了黑客相关材料，但考虑到其强大的 Agent 能力和对 Blender/CAD 等专业工具的深度微调，未来在自动化攻击面构建上的潜在风险仍需关注。
本事件热度走势
当前热度 8·可比范围峰值 10（11月6日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。