Hy4排第14：开源第一是期货，0.55美元每任务是现货

腾讯混元在11月4日发布Hy4。Arena.ai的Agent Arena把它排到总榜第14。这个榜基于8.5K以上真实用户的长周期agent会话，和实验室单题测试不是一回事。Hy4在这批会话里净提升4.7%，进入Agent Arena的Pareto前沿。Arena同时给了一个更实用的坐标：每任务0.55美元，Kimi K3.1 Pro Max每任务1.46美元，便宜约62%，两边分数差在1个百分点以内。榜单和成本页在Agent Arena。

排名之外，Hy4这次补的是agent场景里的短板。Arena列了四个信号：用户确认成功第11，+8.7%，预览版第16，+4.9%；好评与投诉比第18，+3.8%，预览版第24，+1%；响应用户纠正的可操控性第14，+5.7%，预览版第27，+0.21%；Bash可靠性第20，+6.2%，预览版第41，-3.1%。相比预览版第25名、+1.1%，这次整体提升3.6个百分点。有网友在回复里说，bash可靠性从第41到第20才是真跳跃，62%的价差加1个点的分数差，是agent路由会认真看的数字。

发布信息来自腾讯Hy账号：Hy4新增视觉能力，覆盖金融、前端、游戏、办公和研究，强调按网络安全和生物安全要求构建。链接在腾讯Hy4介绍。AGTP的整理补了参数：Hy4是770B总参数的MoE，每token激活49B，是前代Hy3 295B的2.6倍；1M token上下文，64K输出；腾讯自测APEX-Agents 75.2，DeepSeek V4.1 Flash在72.1到72.9之间，其他基准互有胜负。最终Hy4已上腾讯云、OpenRouter和WorkBuddy，开源权重还没放，腾讯说即将发布，后面还有更小的Hy4 Flash。Hy4预览版在8月28日曾以Apache 2.0开源权重发布，所以这次社区对“开源”两个字盯得很紧。

争议也在这里。Arena写的是，Hy4当前还是专有模型，一旦权重发布，会与Kimi K3.1 Pro并列开源模型第1。有网友直接说，权重没落地就不能叫开源皇冠；也有人给了个更损的说法，叫薛定谔的开源模型。腾讯Hy在回复里只留了一句，Will Open Sooooon。另一边，有网友质疑Arena的柱状图只放增量、不标baseline，容易让读者把增量差当成能力差。这个提醒对看榜有用，判断时还是回到分数、成本和任务类型。

对用agent干活的人，Hy4眼下更值得看每任务0.55美元、Bash可靠性提升和响应用户纠正的能力。第14名只是榜单坐标。开源权重发布前，“开源第一”是待兑现的期货；API已经能用，是现货。想试的话，腾讯云、OpenRouter和WorkBuddy都能走。引用来源包括Arena.ai推文、腾讯Hy推文和AGTP整理。