腾讯 Hy4 登顶 CWE-Bench-AA，Cyber Index 排名第三
腾讯这个 Hy4 在漏洞修复基准上直接拿了中国厂商的第一，比 Grok 4.7 便宜 11 倍还能多拿 2 分。做安全自动化、代码审计智能体的开发者可以关注下，性价比路线打得很准。
腾讯 Hunyuan 团队发布的 Hy4 在 Artificial Analysis Cyber Index 上以 58% 得分排名第三，并在 CWE-Bench-AA 上以 76% 的成绩排名第一。这个基准测试的是智能体发现和修复真实软件漏洞的能力，Hy4 领先 DeepSeek V4.1 Flash 1017（max）6 个百分点。
成本效率是 Hy4 的主要卖点：每个任务花费 $0.92，位于能力-成本 Pareto 前沿，得分比 Grok 4.7（xhigh）高 2 个点但成本只有其 1/11。输出 token 消耗也控制得不错，每任务 64k tokens，比 DeepSeek V4.1 Flash 1017 少 43%，不过仍比 Kimi K3.1 Pro 多 49%。
API 定价为每百万输入 token $0.834、输出 token $2.501。整体排名上，Hy4 落后于 Kimi K3.1 Pro（64%）和仅限受信访问的 GPT-6 Sol（Daybreak Blue, max）（69%），但领先 DeepSeek V4.1 Flash 1017（max）1 个点。
Tencent's Hy4 ranks #3 on the Artificial Analysis Cyber Index and #1 on CWE-Bench-AA
@TencentHunyuan's Hy4 scores 58% on the Artificial Analysis Cyber Index, 1 point ahead of DeepSeek V4.1 Flash 1017 (max). It trails Kimi K3.1 Pro (64%) and the trusted-access GPT-6 Sol (Daybreak Blue, max) (69%). API pricing is $0.834/$2.501 per 1M input/output tokens.
Key results:
➤ #1 on CWE-Bench-AA (76%). Hy4 leads DeepSeek V4.1 Flash 1017 (max) by 6 points on our implementation of @CollinearAI's CWE-bench v1, which tests agents' ability to find and fix real software vulnerabilities
➤ Strong capability for the cost. At $0.92 per task, Hy4 sits on the Capability vs. Cost Pareto frontier. It scores 2 points above Grok 4.7 (xhigh) at 1/11th the cost and 1 point above DeepSeek V4.1 Flash 1017 (max) at 2x the cost
➤ Fewer output tokens than peers. Hy4 uses 64k output tokens per task: 43% fewer than DeepSeek V4.1 Flash 1017 (max) and 37% fewer than Grok 4.7 (xhigh), but 49% more than Kimi K3.1 Pro and 56% more than GPT-6 Sol (Daybreak Blue, max)
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Hunyuan、Hy4、Tencent、DeepSeek，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Artificial Analysis」（@ArtificialAnlys），经 AITOP 多维评分管线结构化提炼。
