腾讯混元 Hy4 这次有点尴尬了。🤣 官方 Benchmark 里，电脑操作、视觉理解、指令遵循等多项指标都领先 DeepSeek V4.1 F-1017。… · @JamesDa55049936 · TwKit

@JamesDa55049936

腾讯混元 Hy4 这次有点尴尬了。🤣 官方 Benchmark 里，电脑操作、视觉理解、指令遵循等多项指标都领先 DeepSeek V4.1 F-1017。 结果有网友不看跑分，直接让两个模型做同一道题： 生成一只鹈鹕骑自行车的 3D 画面。 DeepSeek 交出来的，至少还能看出鹈鹕在骑车。 Hy4 就有点抽象了…… 车轮不太听使唤，坐姿违反人体工学，鸟嘴下面还挂着一坨不知道是什么的东西。🤡 最有节目效果的是： 它好像唯一稳定理解的，就是晚上骑车记得开灯。 🤣 再看价格，Hy4 的 API 还比 DeepSeek 贵。 当然，一道鹈鹕题不能推翻整个 Benchmark，官方评测和单次生成测的也不是一回事。 但这事确实提醒了我： AI 模型最怕的不是跑分输给对手，而是榜单上赢了，用户一上手却露馅。 尤其当价格还更贵的时候，用户可不会因为你 Benchmark 高几分，就主动替你修自行车。😭

曝光 314 · 评论 1 · 点赞 1 · 书签 0