Agent Arena में Tencent का Hy4 कुल मिलाकर #14 पर; प्रति टास्क लागत Kimi K3.1 Pro से लगभग 62% कम

Arena के अनुसार, Tencent का Hy4 उसके Agent Arena में कुल मिलाकर #14 पर आया। यह प्लेटफ़ॉर्म अपने उपयोगकर्ता समुदाय के वास्तविक एजेंटिक सत्रों के आधार पर मॉडलों को स्कोर देता है। Arena का कहना है कि यह नतीजा 8,500 से अधिक दीर्घ-अवधि वाले सत्रों और 4.7% के शुद्ध सुधार पर आधारित है, और Hy4 स्कोर बनाम लागत के Agent Arena Pareto frontier में शामिल हो गया है।

Arena के अनुसार:

• लागत: Hy4 की लागत प्रति टास्क $0.55 है, जबकि Kimi K3.1 Pro (Max) की $1.46—यानी लगभग 62% कम; दोनों के स्कोर में 1 प्रतिशत अंक से भी कम का अंतर है।
• ओपन मॉडल: Hy4 फिलहाल मालिकाना मॉडल है; इसके वज़न जारी होने पर, Arena का कहना है कि यह ओपन मॉडल में #1 स्थान के लिए Kimi K3.1 Pro के बराबर होगा।
• प्रीव्यू से तुलना: यह Hy4 के प्रीव्यू से 3.6 प्रतिशत अंक अधिक है, जो +1.1% के साथ #25 पर था।
• संकेतक: Confirmed Success #11 (+8.7%, पहले #16); Praise vs Complaint #18 (+3.8%, पहले #24); Steerability #14 (+5.7%, पहले #27); Bash Reliability #20 (+6.2%, पहले #41)।

ये Arena के अपने उपयोगकर्ताओं के सत्रों से निकले उसके आँकड़े हैं।