Hy4模型背景与基准测试表现
本期视频由Shel主持，重点评测腾讯开发的开源权重模型Hy4。作为全球最大游戏开发商及中国头部企业之一，腾讯的市场估值约为阿里巴巴的两倍。Shel指出该模型由软件工程专业团队参与开发，其基准测试表现令人瞩目。在最新的Lock Terminal Bench中，Hy4得分与Claude Opus 5持平。尽管略低于Kimi K3和Z AI，但在Deep SWE测试中表现强劲。Shel强调这些基准涵盖了多种不同维度的测试，旨在验证模型的实际能力。
"The Lock Terminal Bench is scoring the same as Claude Opus 5... It's not one of these like old benchmarks."
云端工作区与文件引用机制
演示者首先展示了平台强大的云端算力支持，强调用户无需担心本地硬件限制即可启动复杂项目。通过创建名为“my files”的新工作区，系统成功生成了包含特定文本的 hello.txt 文件。这一功能的核心价值在于跨会话的文件引用能力：用户可以在后续任务中直接读取并优化该文件，无需重新上传或描述上下文。这种机制使得工作区成为一个持久化的数字环境，极大地提升了多步骤开发任务的连贯性。
"I can say, 'What is in this file?' And it will go ahead and be able to read that file."
Hy4模型驱动Ripple应用的全功能验证
经过约 45分钟 的后台运行，Hy4模型完成了对代码库的深度检查与文件遍历，确保所有模块正常运作。任务列表显示 Ripple侧边栏问题已解决 且应用已在屏幕上成功启动。进入全屏模式后，演示者验证了核心绘图功能：首先确认 图层系统 可用，通过右键菜单删除新建的测试图层；接着验证了颜色更改与填充功能均正常响应。随后，演示者深入测试了 完整编辑菜单 的功能性：执行“粘贴为新图层”、“图像缩放至22%”以及应用灰度与棕褐色滤镜。尽管原图已是灰度，但通过添加色彩并测试浮雕效果，证明了该应用具备 类Photoshop级别的完整图像处理能力。
"So, 45 minutes it did must done some serious stuff."
代码透明性与本地文件归属权确认
验证完前端功能后，演示者返回 Work Buddy 工作界面以检查底层实现。通过点击“查看所有工件”，可以直接访问并审查 app.js 等核心代码文件，这种透明度让用户能清晰看到模型生成的逻辑。更关键的是，点击“工作区”并选择“打开文件夹”，系统直接定位到 本地硬盘上的实际文件路径。这一操作证实了生成的项目并非云端虚拟副本，而是用户 真正拥有所有权的本地文件，可自由修改与部署。这种从云端AI生成到本地实体文件的无缝衔接，是评估开发工具实用性的关键指标。
"So, it is mine. It is my file to play with."
Hy4免费预览期与竞品价格策略分析
视频最后聚焦于 Hy4模型的访问政策 与市场定位。目前，用户可以在腾讯官方Work Buddy AI中 免费使用Hy4预览版 直至9月10日。除了默认模型，系统还支持配置 Qwen3.8 等自定义模型，且运行状态良好。在商业策略上，Hy4被宣传为 价格仅为Claude和Codex的一半 的替代方案。这种激进的定价策略旨在通过 价格竞争 吸引开发者，同时为即将发布的Hy5版本积累用户基础。演示者认为这种竞争对行业是积极的，并鼓励观众在免费期内体验这一最新模型。
"So, it's supposed to be half price compared to Cloude and Codex."
结论
Hy4在Lock Terminal Bench中与Claude Opus 5持平，并在Deep SWE测试中表现强劲，证明了其作为开源权重模型在代码生成与逻辑推理上的竞争力。其实用性通过Ripple应用的全功能验证得到证实，模型成功处理了图层、滤镜等复杂图像处理逻辑，且生成的文件确认为用户拥有的本地实体而非云端虚拟副本。尽管Hy4目前处于免费预览期且定价仅为竞品一半，但视频未提供具体的性能跑分对比数据或延迟指标。因此，Hy4的优势在于低成本与本地文件归属权，短板则体现在缺乏公开的量化性能基准对比。对于追求性价比且需要完整代码所有权的开发者，Hy4是可行的替代方案；但对于依赖极致性能或特定基准排名的场景，其实际表现仍需更多公开数据支撑。