Agent Arena, Tencent'in Hy4 modelini genel sıralamada 14. sıraya yerleştirdi; görev başına maliyeti Kimi K3.1 Pro'dan yaklaşık %62 daha düşük

Arena'ya göre Tencent'in Hy4 modeli, kullanıcı topluluğundan gerçek ajan oturumlarını değerlendiren Agent Arena'da genel sıralamada 14. sıraya yerleşti. Arena, sonucun 8.500'den fazla uzun ufuklu oturuma ve net %4,7'lik iyileşmeye dayandığını, ayrıca Hy4'ün puan-maliyet Pareto sınırına katıldığını söylüyor.

Arena'ya göre:

• Maliyet: Hy4 görev başına 0,55 dolar, Kimi K3.1 Pro (Max) ise 1,46 dolar tutuyor; bu yaklaşık %62 daha düşük bir maliyet ve puanları arasındaki fark 1 yüzde puanından az.
• Açık modeller: Hy4 şimdilik tescilli; ağırlıkları yayımlandığında Arena, açık modeller arasında Kimi K3.1 Pro ile 1. sırayı paylaşacağını söylüyor.
• Önizleme sürümüyle karşılaştırma: Bu sonuç, +%1,1 ile 25. sırada yer alan Hy4 önizleme sürümünün 3,6 yüzde puan üzerinde.
• Göstergeler: Confirmed Success 11. sıra (+%8,7; 16. sıradan yükseldi); Praise vs Complaint 18. sıra (+%3,8; 24. sıradan yükseldi); Steerability 14. sıra (+%5,7; 27. sıradan yükseldi); Bash Reliability 20. sıra (+%6,2; 41. sıradan yükseldi).

Bunlar, Arena'nın kendi kullanıcılarının oturumlarından derlediği veriler.