Tencent Hy4 trong bài kiểm tra mù vượt qua GLM-5.3 và Kimi K3, giá đầu ra rẻ hơn tới 82%.

Động sát Beating Tin nhanh AI, Tencent còn công bố riêng một nhóm kết quả thử nghiệm mù thực tế của Hy4 preview. 163 chuyên gia nội bộ Tencent đã dùng 203 nhiệm vụ kỹ thuật để kiểm tra các mô hình khác nhau, Hy4 cuối cùng đạt trung bình 2,99/4, cao hơn mức 2,92/4 của GLM-5.3 và 2,94/4 của Kimi K3.

Cụ thể, tỷ lệ thắng của Hy4 trước GLM-5.3 là 46,8%, hòa 12,8%, thua 40,4%; trước Kimi K3 là 51,2% thắng, hòa 7,9%, thua 40,9%. Các câu hỏi này đến từ nhiệm vụ kỹ thuật thực tế nội bộ của Tencent, không phải Benchmark cố định truyền thống.

Tuy nhiên, Hy4 không dẫn đầu toàn diện trong các bài đánh giá công khai. Từ kết quả đánh giá Tencent công bố, nó và các mô hình như GLM-5.3, Kimi K3 có thắng thua lẫn nhau, các bài kiểm tra mã nguồn và an ninh mạng như DeepSWE, CyberGym vẫn thua GLM-5.3.

Giá cả là lợi thế rõ ràng nhất của Hy4. Mỗi triệu Tokens đầu vào 6 NDT, đầu ra 18 NDT, lần lượt rẻ hơn GLM-5.3 khoảng 25% và 36%; so với Kimi K3, còn rẻ hơn 70% và 82%. Cache hit chỉ 0,3 NDT, cũng rẻ hơn 85% so với mức 2 NDT của GLM-5.3 và Kimi K3.