腾讯混元近日对Artificial Analysis给出的Hy4评测结果作出回应并致谢。该评测机构发布的Intelligence Index v5榜单显示，Hy4综合得分为35分，在来自中国实验室的模型中排名第二，仅次于Kimi K3.1 Pro的46分。

横向对比看，Hy4的分数与Grok 4.7（xhigh）持平，较Claude Haiku 5.5（max）低1分。这一位置意味着Hy4已进入国际主流模型的可比区间，但在头部阵营中仍有追赶空间。

分项表现呈现明显分化。在侧重代码能力的FrontierCode 2.0测试中，Hy4取得31%，为中国实验室模型中的最高成绩；而在AA-Omniscience v1.1测试中，其得分达到50%，但幻觉率高达89%，这一数据或成为后续迭代的重点改进方向。

规格与定价方面，Hy4支持1M token上下文窗口，并可接受文本与图像输入，调用价格为每百万token输入0.834美元、输出2.501美元。长上下文与多模态输入的组合，使其在文档处理等场景具备一定适用性。

对开发者而言，Hy4的定位介于国际前沿模型与高性价比选项之间。代码能力的相对优势与幻觉率偏高并存，实际选型时仍需结合具体任务类型评估其可靠性。