今天我们要测试的是腾讯 Hy4 770B，并将在本地运行该模型。在上一期视频中，我们在其云端基础设施上进行了测试，结果非常出色。这个模型非常有趣，因为它由腾讯开发——这不仅是世界上最大的中国公司，也是全球最大游戏公司。他们表示引入了包括游戏设计师在内的专家团队来优化模型性能，目前这仅是预览版本。
根据官方基准测试数据可见，该模型在 SWE 65 任务上击败了 DeepSeek V4 Pro、Qwen 3.0 以及 GLM 5.3。DeepSeek SWE 略低于 GLM 5.3，但考虑到这是一个处于预览模式的前沿模型，表现已相当亮眼。有趣的是，从架构上看，它几乎融合了多种模型的巧妙设计：借鉴了 DeepSeek V4 和 V3.2，采用了 Kimmy Delta retention 等最新技术，甚至从 GLM 5.3 中获取了索引优化方案。查看其代码后，你会发现内容非常令人兴奋。
本次重点在于本地部署体验。我制作了两个版本：标准 Q4 量化版和经过优化、运行效率更高的 INF 量化版。我将展示两者表现，帮助你决定选择哪个版本进行测试。我使用的是配备 M3 Ultra 512GB 内存的设备，通过 Infuse 应用运行。首先测试标准 Q4 量化版，我们生成一个简单的太阳系模型以评估基础能力。虽然成功生成了代码且视觉效果美观，但由于行星缺乏光照效果而被扣分。
当启用“思考”模式后，模型陷入了重复循环。虽然可以通过设置温度为 1 来跳出该循环，但这通常会导致代码质量下降。大多数 API 提供商建议将温度设为 0，因为这样才能获得准确结果。接下来我将展示 Q4 版本的其他测试项目。首先是程序化生成人脸，结果相当恐怖：眼窝深陷、嘴巴怪异且脸颊浮肿。这些模型似乎特别擅长化妆品效果，也许与制药公司赞助有关？
禁用思考模式下的 Photoshop 界面生成看起来不错，UI 美观但无法实际操作。询问 WinRT 相关问题时再次陷入循环，这令人遗憾。不过别担心，INF 版本登场了。从内存占用看，Q4 版使用 404GB，而 INF 优化后略增至 424GB，但仍能容纳在 512GB 内存中。禁用思考模式下生成太阳系时效果相似，行星无光照可能是模型固有特性。
启用思考模式后变化显著：生成 2.2 万 token，速度达每秒 9.5 token。由于处于调试模式，实际性能可能略低。该模型比 GLM 5.3 更密集，参数规模相似但激活参数更多。生成的太阳系中所有行星均有光照且不再卡死，虽然无法点击交互，但代码首次编译即无错误运行成功。对我来说这是重大胜利。此外该模型支持禁用思考模式，而 GLM 5.3 已移除此功能。下期视频将讨论最小化思考模式优化，敬请期待精彩生成效果。
接下来测试一个有趣案例：用 Three.js 制作核弹爆炸效果，禁用思考模式。模型成功生成了基础但酷炫的核爆动画且未拒绝请求，显示出较低的审查限制。启用思考模式后生成 2.5 万 token，爆炸效果更逼真但仍缺少蘑菇云。下期视频将展示 GLM 5.3 Max 思考模式制作核弹的对比，非常值得期待。值得注意的是，这是首次提示即产生无运行时错误的结果，许多当前模型常生成含错误代码令人沮丧。
现在测试修改现有代码的能力。这是一个由 Qwen 4 XP（或 Qwen 3.8 Flash Next）生成的三维太阳系模型。我非常喜欢该模型，它是我在配备 128GB 内存 Mac 上的首选。我刚刚收到更新，快速展示一下：我已上传 Q4 量化的 INF 版本并对比差异。标准 Q4 版生成的摩托车赛车游戏虽能运行但画面颠倒存在小 bug，需多次迭代优化。而 INF 版本表现更为稳定流畅。
在低思考模式下，我们现在获得了一个完整的赛车游戏，并且可以转向。我开车时也会打方向盘。所以我们可以变道，还能触发一些连击效果。现在一切都运行起来了。这是INF版本，在中等思考模式下，当我们选择同一种生成任务时，第一次用Q4运行实际上会出现运行时错误，所以它根本无法正常工作。
而INF版本在中等思考模式下也能完成生成。不过这里存在一些瑕疵，比如车轮的方向是反的。这是一个bug，但它确实处于中等思考模式，而且你可以看到它并没有产生编译错误。这就是INF版本的样子，如果你们想查看的话。我非常喜欢这个模型，因为我的Mac Studio总是被基准测试、科学实验和各种乱七八糟的研究任务占用着。
所以我实际上没机会用它来做推理工作。因此，有一台MacBook Pro还挺不错的。当然你可以使用云端模型，但本地运行就是很有趣的一件事。我们现在的状态算是比较满载了。那个版本跑得很快。我甚至没有开启MTP，它依然运行迅速。这真的非常、非常好用。
回到现实吧。让我们切回重力游戏。我们可以看到，这次生成是由Q4 EXP完成的，我们要求它加入一个飞船控制功能，用激光射击。在禁用思考的情况下，它生成了内容。对吗？24,000个token？不可能吧。禁用思考模式居然用了24,000 token？我想代码库本身占了很大一部分，它只是复制粘贴了我们已有的内容，所以并没有新增什么。
因此，代码库没有被搞得一团糟。这基本上和Q4最初生成的原始代码库完全一样，所以你仍然可以查看行星太阳系的内容，但这里多了一个新按钮。我想……哦，你可以看到我把什么东西炸毁了。我觉得地球刚刚被拆散了。所以它是能工作的，但也许飞船没有点亮，整个情况有点奇怪。
那是禁用思考模式下的结果，而且看这里确实有一个运行时错误。所以需要在启用思考模式下修复它。在启用思考模式时，我花了大量时间在这些任务上。我的电脑正在运行中。40,000个token。让我再提醒一下，它的速度是每秒9.8个token。所以这是一个漫长的过程，大约需要4,000秒。我这里有很多生成记录。
这意味着超过24小时不间断的生成过程。看起来我们这次是启用了思考模式。同样，我们也得到了基于Q4生成的相同内容。但现在我们可以跳进飞船里了。也许这些控制方式要好一点。所以我们可以在这里发射激光。操作仍然有点混乱，但让我们看看我能不能炸掉……轰！我可以炸毁地球。也许地球……爆炸效果稍微壮观了一些，是的。
让我们看看我能不能炸掉太阳。不幸的是，它不让我炸毁太阳。所以在那里扣一点分吧。但让我们看看它在禁用思考模式下如何生成一张人脸的程序化图像。它生成的内容与GLM 5.2做的类似，是一种蛋形结构，带有一点光照效果。所以你需要启用思考模式才能获得最大输出量。
这个版本生成了38,000个token。现在，在GLM 5.3出现之前，在我的世界里这算很多了。但GLM 5.2说：“你知道吗？>> [笑声] >> 怎么样，来个200,000 token？”字面意义上的。太疯狂了。所以我们在这里点击播放按钮。我们得到了这张脸。现在，它非常美丽。这个模型蕴含了巨大的潜力。
比如它有下唇，但没有上唇。我们也没有真正的眼睛。再次强调，这是一个量化版本，不是完整的高精度版本。所以它的表现已经非常好了。我们有光照效果。它还需要另外几个提示词才能让它正常工作。但你要记住的是，第一次运行时它就生成了40,000个token。所以后续的提示词只是编辑文件并添加一些小细节，除非它真的需要重新创建整个文件。
所以如果你有时间的话，最终是可以和它一起工作的。让我们做一个放松的飞行模拟器吧，这次禁用思考模式。只用了4,000个token。它生成了这个美丽的画面。看看那个样子。我们有山脉。我们没有河流，但我们有一些景象会让你起鸡皮疙瘩。看那些云。看起来很美。它有点像N64风格，但做得更正确了。
就像任天堂最初做这种图形时的样子，因为他们没有足够的硬盘空间来存储纹理贴图。所以这绝对是一个美丽地程序化生成的飞行模拟器。不过它缺了一架飞机。当你启用思考模式时，你才会开始得到一架飞机，而且现在只需要7,000个token。7,000个token是非常可控的。我知道它只有每秒10个token的速度，但看看这个生成结果吧。
看这里。你知道的，就停一秒，好好欣赏一下这一切。天空中有云。我们有程序化生成的草地。那里有水。我们甚至还有山脉，让我们在这里加速一下。这里有山脉、飞机，而且这不是那种你飞进去又立刻撞上的单一天空盒场景。
它实际上是无限的。视野是无尽的平面。所以在我看来，这是一个非常棒的生成结果。看看这个吧。让我们试试我能不能真的坠毁一下。试试看。如果你不能坠毁，那就不算数了。所以我确实很喜欢这里的生成效果。刚才那次不错。
《荒野大镖客》禁用思考模式，7,000个token。现在再次提醒一下，那里有436GB的内存占用。所以我们仍然还有大约80GB左右的可用空间，可以在后台运行其他应用程序。他们并没有把这个模型塞满整个内存。所以我们有文本转语音功能，还有一个骑马的男人。有一个基本的马匹动画，上下颠簸着。
这将是一次非常有趣的骑行体验哦。这里有一些坏人出现，但我面向的方向不对。所以我可以射击，但那些小人……看那个样子。我可以把他们撞飞。>> [笑声] >> 我可能得帮他一下，这要扣分了。所以这很有趣，但这是在禁用思考模式下完成的，因为我的生命值还撑得住。马在四处奔跑。
这里有一个小镇子。看起来还不错。当然非常基础，但这仅仅是在禁用思考模式下生成的7,00个token的结果。我们现在可以启用思考模式，看看能搞出什么花样来，结果我们生成了18,00个token。现在再次提醒一下，18,000个token相当于1,800秒。而1,800秒就是盯着屏幕看30分钟，希望它能正常工作而不出现编译器错误。
让我们看看结果如何。>> 1899年，法外之徒和枪手们的时代正在终结。 >> 现在有一个过场动画，这里有个简短的介绍。显然它的导演水平不太好，因为那个……
前面的建筑挡路了，但有人在尝试给你介绍场景。算了，跳过吧。我们现在在走路。他有一把枪。那里有匹马。我不知道你能不能骑上去，但你可以开枪。我们来试试看。我可以在这里射击。枪的后坐力效果很漂亮，这很不错。他戴着一顶很酷的帽子。我觉得伊莱贾看到会很高兴的。不过，我这一局没看到任何坏人。
所以，你需要更好地提示它，但它确实运行了。它生成了一些代码，而且没有运行时错误。第一次它就生成了代码并成功运行。看到这一点真的非常棒，因为现在最新的模型往往依赖于测试框架（harness）。它们似乎无法在没有循环不断纠正错误的情况下进行编码。我不知道他们到底做了什么。总之，让我们进入并运行“混沌公园模拟器”。
这是6000个令牌（tokens），开启了思考模式，稳定版。这个更像样一些。所以它在运行了，就在那里……我不知道我在做什么。我觉得我掉到地板下面去了，那里有个小bug，但我能扔一些东西，还有一个类似旋转木马的东西在转，但它还没完全做好。这里那里还有些小bug。再次提醒一下，这只是Hy4的预览版本。
如果你还没注意到这个模型的一个巨大优点：查看它的许可证，它是完全的Apache 2.0许可。所以它对商业非常友好。他们没有像那些大公司（比如Kimi K3）那样附加额外条款，说如果你赚了超过一定金额的钱就需要做某些事。甚至最新的GLM 5.3也说，如果你赚了比尔·盖茨那么多钱，就需要联系他们才能使用。而这个模型连那都不做，这真的非常棒。
我们现在要启用思考模式来升级它。所以我们要……这个实际上已经生成好了。那里显示1000个令牌，但那是错误的。实际上是51,000个令牌。所以它花了非常、非常长的时间生成这个，现在我们在对话了。看看这个！我们有了过山车，还有人。我能……我实际上可以推东西。看，我用双手把那个S（可能是指某个物体或人）推开了。我可以撞开人群，可以朝他们扔派。
我被保安赶出来了。我有水枪。我还有臭气弹。（笑声）那个保安在追我，那家伙看起来像是穿蓝制服的。所以我们要在这里跑起来。我们拿到了票。哦不，又有保安在追我要抓我。让我们看看能不能上旋转木马。按E键骑乘旋转木马。所以我们在旋转木马上，然后我又被保安赶出来了。
让我们看看能不能上过山车。如果我能坐上过山车，我会非常开心，因为这潜力巨大。这是一个真正的混乱场面。我不知道怎么上过山车。是这里吗？我只看到很多蓝制服的人对着我。好吧，不幸的是，我不知道怎么上过山车。我不清楚入口在哪里，但你可以看到这是一个完全做好的主题公园级别的内容。
你看，过山车正在往上爬。天哪，这太神奇了。就像梦幻世界（Dreamworld）和电影世界（Movie World）融合在一起一样。我是说，那里甚至有个垃圾桶。所以我把垃圾桶踢倒了。这就是那种GTA风格的胡闹场面发生着，真的很有趣。
卡丁车：3000个令牌制作卡丁车，未开启思考模式。它其实不太像真正的卡丁车比赛。更像是一个带有物理效果的演示关卡。这里实际上有物理效果。看，箱子被移开了。所以在未开启思考模式的情况下，这还不错。我会说这是一个占位符关卡。你需要提示它来改进模型等等。
开启思考模式后，我们现在是21,000个令牌。我记得它每秒生成10个令牌。这些……我们是在快速展示给你看，实际上花了很长时间。所以现在这确实不是那种简单的卡丁车情况了。看看那个！我们实际上有一个完全做好的卡丁车场景。它非常类似于DeepSeek V4视觉版制作的那个版本。
我们又有一辆卡丁车。砰！哦，有碰撞吗？让我们直接开启涡轮加速。砰！哦，确实有碰撞效果。这很好。你还可以使用手刹漂移。所以我刚才在那里操作失误了，但卡丁车的潜力是巨大的。也许在提示词中我需要说“制作一个高级3D模型”之类的情况。
这是一个程序化星球生成器。未开启思考模式，它没有在3D中完成。有点……哦，它在3D中完成了，但非常、非常简单。让我们看看能不能做一个小行星。哇哦，看那个！所以这是一个非常简单的情况。
月亮已经生成好了，开启了思考模式。让我们运行它。我们有22,000个令牌。我想我们遇到了第一个……那是运行时错误吗？看那个！它制作着色器失败了。但这很有趣，因为我们刚才经历了20次生成迭代，几乎没有运行时错误。所以这很棒。你需要提示那个错误让它自我修复。
动画天气卡片，做出来了。让我们看看这个。这一个实际上非常、非常有意思。这是一个程序化3D城市，未开启思考模式，这里有8,000个令牌。正在生成城市……看，这是一个完整的城市。我告诉它要做不同的象限区域。所以那里有个公园。
看，汽车肯定会在错误的方向行驶。它有摩天大楼、公园。还有更多的公园。这是基础版，但再次强调，这是未开启思考模式生成的。但它有一个我加入的酷炫功能：你可以实际点击角色，然后变成他们。你附身了它们。所以我在四处走动并接管这个角色。
但在8,000个令牌且未开启思考模式的情况下，生成质量不是最好的。要获得最佳生成效果，你需要启用思考模式。那一个是真的吗？它在3GB内存的上下文窗口中生成了38,000个令牌。现在我们有了一个完全做好的城市在这里。
我们有一个公交车站，一所学校，一个体育场，还有一个商业区。甚至还有……你看到那边那个了吗？你看得到吗？那是真的吗？我们有一个机场！实际上地面上有飞机。它们在天空中绕圈飞行。所以你有购物中心之类东西。
你仍然可以做那个酷炫的效果。我可以跳进去，可以接管角色。你有汽车在马路上行驶。那家伙在那里右转了。所以我必须承认，对于38,000个令牌且开启思考模式的情况来说，这是一个相当厉害的生成结果。
不过就像其他模型一样，它们并不完美。有点像占位符艺术品，但事实是你可以看到城市是由不同部分组成的……
就像一栋房子，它有学区，还有医院。这真的太酷了。一旦你改进了模型和光照效果，这一切都能实现。这可能成为一个美丽的国度。看看那些车，它们真的在道路上转弯了。所以，他们认为这非常棒。你只需要超越基础资产去实现它就行了。
这个很有趣。这是黄昏时的森林，你知道的，我打算直接跳进去并启用思考模式，因为这个视频可能已经太长了。启用了思考模式后，我们获得了五万个令牌。这是一个第一人称恐怖射击游戏，里面会有僵尸。它相当吓人。如果你看过上一个 DeepSeek 的视频，这个版本有点像那个，但现在它变得更丰富、更有活力了。
这个模型的大小是那个 DeepSeek 的四倍。所以，七个受感染的僵尸正朝我冲过来。现在，它真的需要声音。你知道的，这个版本没有声音，但它需要一些环境音来营造氛围感。我正在远程桌面连接到我的 Mac 电脑，所以我无法将光标锁定在屏幕上，这让操作变得更难。我只是四处张望，因为我知道僵尸会朝我冲过来。
那里是不是有个僵尸？那是个坏人吗正朝我走来？我要向他开火。我要……那个是坏人吗？哦，确实是。好的，所以我在射击这家伙。你只有一百零八发子弹，所以这很诡异。光线非常昏暗。我能看到更多的坏人。他们可能只是悄悄靠近你，而且非常吓人，特别是如果你不能跑的话。
这真的很疯狂。这些模型拥有真正的精神病技能，它们真的能吓到你。砰！第一波敌人已经清除了。如果我打算进行后续的测试，我可能希望把它弄得更亮一点。玩起来真的很难。你只想让它变得有趣，但没有运行时错误。我们有一些坏人。有波浪式的敌人。有一个真正的关卡玩法和美丽的风景。所以，这是一个不错的模型。
一个总是用来测试量化的好例子就是这里这个。我们只是让他制作一个汽车在公路上行驶的画布动画。当量化质量不好时，你通常会有糟糕的伪影。例如，窗户像是在别处那样闪烁，轮子转反方向了。这里还有各种奇怪的东西。我们有一些奇怪的群山，也许是因为它不确定自己是在埃及还是可能在阿兹特克文明这里。
但太阳很美，汽车在道路的右侧行驶（如果你不在美国的话），而车灯的方向是反的。所以，这表明 INF 版本的量化正在正常工作。这很好。我们本应该在这个特定演示中有一个标准 Q4 版本和 INF 版本的对比，但不幸的是，这个视频里没有那个内容。
让我们看看我们是否用禁用思考模式制作了 MS Word。是的，这是标准版本在这里。实际上有一个运行时错误。所以它确实在点击某些东西时犯了一个错误，但这可能是一个小众问题，因为它似乎仍然在正常工作，做所有好的事情。我这里启用了思考模式。不幸的是，我还没有生成那个版本。
在 Photoshop 中，我们看到了标准 Q4 版本是如何处理它的：它打开了 Photoshop，但你实际上无法画任何东西。但正如你在 INF 版本中看到的，你确实可以画一些东西。这是我的程序化人脸生成，看起来我甚至可以做头发。你可以做头发，看看那个，他有手臂。他四肢齐全。他要大有作为。
他会去哪里？他去商场。不管怎样，就是这样了。所以，是的，你可以看到 Q4 版本不起作用，而这一版是有效的。这很好。如果你确实想查看这个的话。现在，让我们看看它能否处理一些基本的编程问题。这是一个 WinRT 的问题。启用思考模式后，它能得到正确答案。
所以，“durable”是你想要获取订阅时需要使用的版本。启用思考模式时，它消耗了 1.1 万个令牌。现在，我有一个名为 min max thinking 的新功能。我会在下一个视频中解释它，但它解决了 GLM-5.3 过度思考并像无意义工厂一样行动的问题。Swift 问题，它知道你需要使用 Swift。C++ 似乎理解 C++。
在数学方面，它在 IMO 测试中得到了正确答案。所以，这只是一个关于我们用 Hy4（高四）生成的内容的快速深入探讨。再次强调，这个模型目前还处于预览阶段，但它的一个伟大之处在于它非常巨大。它有 7800 亿个参数，这非常大，但并没有像 2.8 万亿参数那样疯狂巨大到让你在不融合模型的情况下真的难以运行它。
我们很快会有一个 K3 更新，届时我将展示模型的融合版本。我实际上测试了模型的融合版本与云端版本的对比，在某些情况下它击败了云端版。所以请拭目以待。但是是的，这是一个非常令人兴奋的模型，采用 Apache-2 许可证，而且它是由世界上最大的游戏公司制作的，所以应该非常令人兴奋。
让我知道你们觉得怎么样。希望你们觉得这个视频有用并享受了节目。