腾讯混元Hy4 preview实测：回归国产大模型第一梯队

近期，腾讯混元正式发布最新模型 Hy4 preview。在多日实测后，我的结论是：这款总参数 770B、激活参数 49B、支持 1M 上下文的模型，已经让混元回到国产大模型第一梯队，尤其在 Coding、Agent 与工具调用场景下表现突出。目前 Hy4 preview 已上线 WorkBuddy，并在 Code Arena WebDev 榜单中位居第 5、开源模型第 3。

官方成绩与定价

根据官方公布的成绩，Hy4 preview 在 Coding、Agent 和工具使用等维度均进入前列。腾讯内部 163 名专家、203 个工程任务的盲测中，Hy4 preview 均分 2.99/4.00，略胜 GLM 5.3（2.92）与 Kimi K3（2.94）。与国内旗舰模型相比，Hy4 preview 的调用价格也处于最低档。

实测一：3D 射击游戏

为了验证代码生成与可玩性，我用同一提示词让 Hy4 preview 和 GLM 5.2 分别开发一款浏览器内 3D 第一人称射击游戏。提示词要求包含移动、跳跃、视角控制、打击反馈、敌人 AI、武器系统、场景设计与 UI。

开发一款可通过浏览器直接打开游玩的3D第一人称射击游戏：玩家用键盘鼠标自由移动、跳跃与视角控制；需实现真实打击反馈（命中特效、受击抖动、伤害飘字）、敌人与玩家血条、枪械弹药消耗与换弹机制。请补充设计：场景布局（室内外、掩体、可交互物件）、敌人AI（巡逻、追击、攻击）、武器种类与切换、拾取补给（弹药包、医疗包）、UI（准星、血量、弹药数、小地图）、胜负条件与关卡流程。给出整体技术方案、模块划分、开发步骤与注意事项，覆盖从原型到可玩版本的完整规划。

Hy4 preview 版本

Hy4 preview 的版本完成度很高。除了射击、换弹、枪械切换等基础机制，还额外提供了设置界面，可调节音效、鼠标灵敏度，甚至能控制人物移动时的画面抖动效果。场景内还有开门、关门等交互细节，玩起来沉浸感不错。不过敌人攻击力偏高，血量消耗较快。

GLM 5.2 版本

GLM 5.2 走的是简约界面风格，整体运行没有明显问题。但冲锋枪射击时子弹散布较大，连续射击命中率受影响。击败敌人后有概率掉落恢复道具，算是个加分项。

从实际体验来看，Hy4 preview 在游戏完整度、交互细节和视觉效果上均优于 GLM 5.2。

实测二：马里奥复原

第二项任务是用 HTML/CSS/JavaScript 在浏览器中实现高度还原经典《超级马里奥》玩法的平台跳跃游戏，包含角色动作、道具、敌人 AI、卷轴地图、音效等机制。

开发一款高度还原经典《超级马里奥》玩法的网页平台跳跃游戏，采用 1:1 仿照的关卡布局、角色动作与操作手感。需包含完整的道具系统逻辑：蘑菇（变大）、火焰花（发射火球）、无敌星（短暂无敌）、金币（计分）、隐藏砖块与问号方块（顶出道具或金币）、以及踩敌人、顶砖块、旗杆通关等核心机制。要求实现重力、碰撞检测、卷轴地图、敌人 AI（如栗子小子、乌龟）与音效反馈，使用 HTML/CSS/JavaScript 在浏览器中运行，保证操作流畅与画面像素风格还原。

Hy4 preview 版本

Hy4 preview 生成的版本对原作还原度很高，角色造型、移动跳跃动作、背景音乐和音效都基本到位，顶砖块、踩敌人、吃道具等反馈也符合预期，可以称得上一次完整复刻。

GLM 5.2 版本

GLM 5.2 的版本在画风上出现明显偏差，与原作差异较大。更关键的是跳跃机制存在缺陷，尝试长按跳跃也无法越过下水道，导致关卡无法正常推进。这一轮 Hy4 preview 完胜。

实测三：接手我的 Rubriq 项目

第三个任务更考验长任务能力。我把自己开发的桌面文章质量检测工具 Rubriq 的仓库交给两个模型，要求它们先阅读理解现有项目，再使用 SwiftUI 原生重构，同时保留原有功能。整个过程中需要多轮对话确认与调整，比单次生成更难。

Hy4 preview 重构结果

Hy4 preview 重做后的页面整体清爽，排版与信息层级合理，标签编辑等交互也符合预期，基本到“稍微调整即可使用”的程度。

GLM 5.2 重构结果

GLM 5.2 的界面第一眼就显得别扭，并且没有正确理解标签库的设计逻辑，把标签库做成了另一个存放标签的库，偏离了原产品结构。两者差距明显。

总结

从 2 月重建基础设施到 Hy3、Hy4 系列陆续发布，混元的迭代速度明显加快。在三轮实测中，Hy4 preview 已经能够较完整地完成理解、拆解、调用工具、执行和持续迭代这一整套流程，而非只靠单一单项能力。与 GLM 5.2 对比，Hy4 preview 在 Coding 和 Agent 这两个关键方向上的竞争力已经非常明显。而且这还只是 preview 版本，正式版的表现令人期待。