WorkBuddy 绝配大模型，Hy4 正式版实测！超预期了

大家好，我是 Ai 学习的老章 前文： Hy4 preview 曾在 WorkBuddy 中免费的时候我大量使用，处理很多任务毫无压力 刚刚，腾讯正式发布 Hy4，加强了 Agent、真实生产力任务（编程/办公/科研）能力，还首次引入了 视觉理解能力 ，首次跻身最强开源模型行列 Hy4 也是出息了，Benchmark 对比的是顶级闭源和国内最强 知名大模型评测组织 Agent Arena 的数据显示：腾讯混元 Hy4 总榜排名第 14。Hy4 目前尚未开源，权重开放后，将与 Kimi K3.1 Pro 并列开源模型第一 基于全球用户的 8500 多次真实长程 Agent 任务，Hy4 的净提升 +4.7%，进入 Agent Arena 帕累托前沿，即同等成本下效果最优的模型之一。Hy4 每个任务成本 0.55 美元，比 Kimi K3.1 Pro（Max）的 1.46 美元低约 62%，两者得分相差不到 1 个百分点 不过技术博客中，腾讯也承认：Hy4 与顶尖闭源模型仍然存在较大差距，尤其在内部构建的前沿数学、长程开发、模型迭代、视觉问答等领域的高难度测试集上 完整榜单如上，我实测了很多场景，体感不错 我感觉各大厂的 AI 工具都会有自家最适配的大模型，比如 DeepSeek Harness，它们就一直声称 DeepSeek V4.1 针对 DSH 做了适配，头部大厂不可能在大模型上掉队太久，后续整个国产大模型的竞争格局肯定还有大的变化 WorkBuddy 虽然不挑模型，我很好奇，有了 Hy4 加持，会不会擦出不一样的火花？ 对了，WorkBuddy 中已经可以使用 Hy4 了，限时给了一定的免费额度，可以一试 实测 1:WorkBuddy官方文档变成视频 直接上高难度，看看 Hy4 代码、Agent、长任务能力 我给了它 WorkBuddy 官方入门指南的链接，用 Z-web-pack 采集网页文字和图片等内容，资料收集完毕后摘取我的 Z-article-to-video 技能中口播稿与语音合成部分，搭配 Hy4 纯代码生成的 Remotion 工程，最终压制有 BGM 的视频 这里面细节很多哈，如果绘制出完整流程图，比我描述的要复杂很多 它居然半个小时就做好了 我第一次用这套方法做出十几分钟的视频！！！ 大家可以看下 实测 2:土豆姐 1 小时演讲转成网页知识 我个人喜欢看优质长视频，但是无奈太忙了，时间不允许 所以经常会让 AI 帮我看，这样有几个好处： 1、效率很高，看视频很容易分神，自动过滤低质片段 2、图文并茂，高度凝练，只动脑和眼，耳朵可以休息 3、无需暂停，无需截图，无需记笔记，AI 全搞定 AI 怎么看视频呢？ 我的方法是找多模态大模型，音频转录成文字稿，然后从视频中抽帧（比如每 10 秒抽一张），大量图片交给多模态大模型理解，最后逐段对照转录与画面整理输出可交互图文学习网页 Hy4 这次增加视觉理解能力，那必须尝试了 我把土豆姐这个 54 分钟的关于《教 agent 像真工程师那样干活》的长视频交给 Hy4 提示词见截图，感兴趣可以拿走： 这个任务也有点重了，Hy4 差不多执行了 40 多分钟 最终结果还是不错的，内容涵盖视频要点、逐节精读、关键画面、提问与解答、还有完整转录稿 实测 3:制作一个卡哇伊的网页小游戏 这个灵感来自@krisyangdev，不过是用 Opus 5.5 制作的 看下我用 Hy4 复刻的版本，里面有很多细节和设计巧思 提示词大家也能拿走试试，我给 Hy4 提供的截图是小猪佩奇动画片里面的山顶小屋 中间调整了多版本，它的理解能力、规划能力、代码能力、审美能力还不错 实测 4:3D 拆解万物系列 这是最近很火的方向，用纯代码构建 3D 工业结构拆解系统， Opus 非常擅长 我之前竞技场拿的 teardown 技能把真实机械做成 一页离线 HTML 的交互式 3D 拆解模拟器 ——可以拆开零件、切剖面、切视角、自动巡览 我试了几个，比如相机光圈叶片结构、密码锁原理等 效果都挺好 实测 5:生成行业深度研究报告 最近老章经常刷到 AI 短剧，很上头 我听说很多人不信，下载了短剧 APP，结果，不出预料，狠狠滴刷了一整夜 这里面必然有机会，所以找 Hy4 撰写一篇 AI 短剧行业深度研究报告试试 我的提示词：帮我撰写一份 A 股上市公司范围内，AI 漫剧板块的行业深度报告，数据翔实，结论有理有据，图文并茂，最终给出输出 PDF 报告，我要放手机上阅读，请注意格式 Hy4 花了半个多小时才完成任务，大部分时间都用在从可信数据源找最新数据和行业知识 最终交付的 PDF 有几十页，内容非常详实，适配了手机端阅读 实测 6:指定主题 PPT 生成 PPT 视觉排版，与我的要求必须一致！这一点非常重