Artificial Analysis 的帖子把时间写成 2026-11-05T08:28:08.000Z，即北京时间 11 月 5 日 16:28，早于午报窗口，晚于回补线，所以按回补。帖子写，腾讯 Hy4 在 Artificial Analysis Intelligence Index v5 上是 35 分，在中国实验室的模型里排第二，只低于 Kimi K3.1 Pro 的 46 分。同一句写，35 分与 Grok 4.7（xhigh）持平，比 Claude Haiku 5.5（max）低 1 分。这是评测机构的帖子，不是腾讯此前那篇自测发布。腾讯账号随后只回了一句感谢，没有改这些数字。

[1][2]
Artificial Analysis 指数的横向条形图，中间一支柱被标出
图片来源：Artificial Analysis 帖子里的指数图。裁成宽幅后两端不完整，数字以帖子文字为准。, Artificial Analysis

标价写成每百万输入 0.834 美元、每百万输出 2.501 美元。缓存读取是每百万 0.042 美元。上下文窗口写成 100 万 token。输入是文本和图像，输出是文本。帖子另给了一个指数任务成本：0.78 美元。按帖子的比较，这个 35 分的成本是同样 35 分的 Grok 4.7（xhigh）的十分之一，是 34 分的 Qwen3.8 Max（0902）的十三分之一，又几乎是 36 分的 Claude Haiku 5.5（max）的两倍。十分之一和十三分之一是帖子自己的倍数，这篇没有重算。

[1]

编码一段写，FrontierCode 2.0 上 Hy4 是 31%，Claude Fable 5.1（max）是 32%，DeepSeek V4.1 Flash 1017（max）是 28%，Kimi K3.1 Pro 是 25%。帖子把 31% 称为中国实验室模型里的最高。Terminal-Bench 4.0 上是 37%，帖子写这是中国实验室模型里的第四。知识一段写，AA-Omniscience v1.1 的准确率是 50%，比 Kimi K3.1 Pro 高 1 分，幻觉率却是 89%，Kimi K3.1 Pro 是 37%。HLE-Diamond 上是 33%，Kimi K3.1 Pro 是 37%。50% 和 89% 写在同一句里。

[1]

因此 35 分不能单独拿走。幻觉率、价格和两项编码分数都在同一篇帖子里。评测怎么出题，帖子没有写成步骤，这篇也不补。配图是帖子里的指数条形图，裁成宽幅之后两边的柱子不完整，正文数字以帖子文字为准，不按图重读。

[1]