大家好，我是周末加班的小林。

8 月的大模型圈实在太热闹了。DeepSeek、智谱、千问轮番更新，颇有点神仙打架的味道。

结果就在昨天，腾讯也压哨交卷，正式发布了混元 Hy4 preview。

这次的 Hy4 preview，定位很明确，就是冲着 Coding、Agent 和长任务执行来的。总参数 770B，激活参数 49B，上下文也拉到了 1M。

目前，混元 Hy4 preview登上了 Code Arena WebDev 榜单第 5 名，开源模型中位列第 3，仅次于前两天新发布的 GLM 5.3-Flash。

最关键的是，我在 WorkBuddy 里看到，Hy4 preview 居然可以免费用两周。

有这好事，那还不得使劲薅？所以我昨天直接爆肝实测了一整天。

前半段，我用小游戏和 3D 运动动画，把它和 GLM-5.2、GLM-5.3 放在一起对比。后半段，再拿办公任务和自己的真实项目，看看活干的怎么样。

具体效果怎么样，直接开测。

────实测混元 Hy4 preview────01｜开发小游戏

你们小时候最爱玩什么游戏？

要说我童年最开心的时刻，那肯定少不了去买小霸王游戏卡带。卡带买回家，喊上几个小伙伴，坐在电视机前就能爽玩一整天。

现在 AI 已经这么厉害了，我突然冒出一个想法。它能不能把我们小时候玩过的经典游戏重新做出来？

比如「坦克大战」「雪人兄弟」，再来一个更复杂的 3D 赛车游戏。光是画面长得像还不够，游戏得能操作、能打怪、能通关，这才算真的复刻成功。

那就直接开测。

复刻「坦克大战」游戏

第一个小游戏是「坦克大战」。提示词不算复杂，我把游戏玩法、地图元素和通关规则讲清楚，再让它用 HTML5 Canvas 做成一个打开就能玩的网页游戏。

先看 Hy4 preview 做出来的效果。第一眼看到这个画面，我脑子里就一句话。都回来了，童年的感觉全都回来了。

更关键的是，这个游戏不只看着像，真的可以一路玩下去。把第一关的敌军坦克全部消灭后，游戏会自动进入第二关。

对了，WorkBuddy 还有一个挺方便的能力。游戏做好后，可以直接把网页上传到资料库。点击「分享」，再打开「发布为网站」，它就会生成一个任何人都能访问的链接。

Hy4 preview 复刻的「坦克大战」我也公开出来了，打开链接🔗就能玩：https://workbuddy.link/p/oKaYBKYh7VgCBp9jmlK5Oz

同一份提示词，我还分别交给了 GLM-5.2 和 GLM-5.3，看看三个模型做出来的效果有多大差别。

先看 GLM-5.2。

游戏可以正常运行，坦克能移动，也能开炮。但整个画面铺得比较开，坦克、砖墙这些元素看起来都小了一圈，视觉上少了点红白机游戏的味道，还原度不如 Hy4 preview。

再看 GLM-5.3。

单看画面，它和 Hy4 preview 一样，都把原作的像素风和地图结构还原出来了，第一眼看上去挺像那么回事。

但是玩了一会，我就发现不对劲了。

GLM-5.3 生成的敌军坦克一直挤在地图上方开炮，基本不会主动游走，更不会下来追着玩家打。看着炮弹满天飞，场面挺热闹，实际玩起来却有点像敌军集体卡住了。

这三个结果都是一轮提示词生成的，我没有做任何二次修改。

综合看下来，Hy4 preview 和 GLM-5.3 的画面都很还原，GLM-5.2 的复古味稍微差一点。不过 GLM-5.3 出现了敌军不会移动的 Bug，直接影响游戏体验。

所以「坦克大战」这一轮，Hy4 preview 的还原度和完整性最好。

复刻「雪人兄弟」游戏

第二个测试，我选了「雪人兄弟」。

这个游戏看起来简单，真正做起来还挺考验细节。角色要能跳上不同高度的平台，还要发射雪球冻住敌人，再推动雪球把敌人撞飞。少实现一个环节，游戏就玩不下去。

我把这些核心玩法写进提示词，并要求模型用 8-bit 像素风来实现。

先看 Hy4 preview 的效果。

它把「雪人兄弟」最关键的玩法都做出来了。角色可以发射雪球，雪球击中敌人后会把它冻住，再推动雪球滚过平台，就能把其他敌人一起撞飞。

Hy4 preview 做出来的版本我也发布了，想玩的同学可以直接打开🔗链接：https://www.workbuddy.link/p/sQyIHeE2U6XPpxwkAmfoX2

接着看 GLM-5.2。

页确实能正常打开，角色也能发射雪球。尴尬的是，它没有处理好平台高度，角色根本跳不到上面的台阶。

GLM-5.3 这一轮的表现就好很多。

角色跳跃、发射雪球、冰冻敌人和推动雪球这些玩法都能正常运行。它还多做了一个渐渐冰冻的过程，敌人不会瞬间变成雪球，整个变化看起来更自然，细节比 Hy4 preview 更到位。

所以「雪人兄弟」这一轮，Hy4 preview 和 GLM-5.3 都把核心玩法还原出来了。

GLM-5.2 虽然完成了页面，但平台高度直接卡死了通关流程。GLM-5.3 的冰冻效果更细腻，这一轮我会把票投给 GLM-5.3。

3D像素赛车游戏

前面两个都是 2D 像素游戏，最后我准备再给模型加点难度，让它做一个 3D 像素赛车游戏。

提示词依然不算复杂。我只讲清楚了竞速、漂移、氮气、碰撞和障碍物这些玩法，再规定好整体的像素风格。

先看 Hy4 preview 的效果。

我实际跑了一分多钟，确实有点小惊艳。

Hy4 preview 给了一个贴近车尾的跟随视角，速度感一下就出来了。赛车加速时有明显的引擎声，冲过氮气后速度也会往上窜，整个过程玩起来挺带感。

细节上，它也考虑得比较全。赛车撞上障碍物会减速，开进草地同样跑不快，这些反馈都符合正常的驾驶逻辑。我完整玩了一轮，没有遇到影响操作的 Bug。

Hy4 preview 实现的 3D 赛车游戏也放出来了：https://www.workbuddy.link/p/Zg3FTZuyOE7Rh2hvzXCsC4

再看 GLM-5.2。

你们看视频，是不是感觉我这车开得特别别扭？没错，开起来就是这么别扭。因为它把左右方向做反了。我按键盘左键，车却往右边拐，开着开着感觉自己的左右脑都打起来了。

我花了一点时间强行适应，勉强开了几十秒，最后还是放弃了。画面能看，比赛也能跑，可这个操作手感实在有点折磨人。

最后看 GLM-5.3。

GLM-5.3 把游戏做成了俯视角赛车，整体是可以玩的，车辆也能正常沿着赛道行驶。只不过镜头离赛车太远，操作时像在遥控一辆桌面小车，速度感和沉浸感都弱了一些。

三个版本放在一起对比，3D 赛车这一轮的差距就比较明显了。

Hy4 preview 的跟随视角更有速度感，引擎声、氮气加速、碰撞减速和草地减速这些细节也都做出来了。整个游玩过程中，我没有碰到明显的 Bug，完成度和游戏体验都是三个模型里最好的。

02｜运动员比赛

小游戏测完了，接下来再给模型上点强度，看看它们能不能做好运动员比赛的动画。

这类任务可比普通动画难多了。运动员的身体要协调，动作要符合运动规律，镜头还得跟得上。稍微有一个环节没处理好，画面就容易从体育比赛变成「人类迷惑行为」。

先来一场双人乒乓球对打。

我要求两名运动员连续完成发球、正手拉球、反手回击和扣杀。乒乓球还得有清楚的飞行轨迹，得分时加入慢镜头和粒子特效。

先看 Hy4 preview。

有一说一，Hy4 preview 这一版的比赛氛围确实做出来了。

双方击球的节奏很快，正手和反手来回拉扯，打得有来有回。镜头还会紧跟乒乓球移动，球飞出去时带着明显的光轨，看着挺有冲击感。最后一记扣杀落下，画面立刻切到慢镜头，粒子特效跟着炸开。

好球！

再看 GLM-5.2。

这一版就简陋不少了，动作也有点抽象。前面的对打勉强还能看，到了最后扣杀时，乒乓球没有正常弹起，也没有沿着球桌落下，直接化身「穿云箭」，笔直穿过球网飞了出去。

这个扣杀确实够猛，就是已经跟乒乓球没什么关系了。

最后看 GLM-5.3。

GLM-5.3 的镜头表现挺不错，远景、近景和慢镜头切换得很顺，确实有点体育电影的感觉。最后的挑高球和扣杀也做得很精彩，画面张力很足。

可我多看了几遍，总觉得哪里不对。运动员击球时，球拍的存在感实在太低了。有几个动作看起来像是在用手臂，甚至用身体把球顶回去。镜头很专业，动作也很热闹，球拍却有点像临时来客串的。

乒乓球测完，我们把场地搬到田径场，再来一场五人百米跨栏。

先看 Hy4 preview。

Hy4 preview 做出来的跑步和跨栏动作挺标准。运动员跑起来时，手臂摆动幅度很大，双腿也迈得很开，跨栏时能看到明显的抬腿、腾空和落地。脚下还会扬起一阵沙土，速度感一下就出来了。

不过，最让我意外的还不是动作。Hy4 preview 居然偷偷给绿色运动员加了一段戏。

绿色运动员原本排在第二，眼看还有机会争第一，结果跨栏时突然把栏架绊倒了，速度也跟着慢下来。这一段剧情，我在提示词里完全没有写。它自己加了一个比赛失误，反而让整场比赛多了一点意外和悬念。看到绿色运动员被栏架绊住时，我还真有点替他着急。

接着看 GLM-5.2。

坦白讲，我第一次看到这个画面，真的没忍住笑了。

五名运动员站上跑道时，身体居然全都侧对着终点。我一开始还以为只是起跑姿势比较特别，结果比赛开始后，他们就保持这个姿势，一路侧着身子跑。

更离谱的是，他们还要侧着身子跨栏。

五个人排成一排，用一套很难形容的姿势往终点冲。你说他们没在比赛吧，他们确实一直在往前跑。你说他们在跨栏吧，这个跑姿又像临时发明了一项新运动。

这一版的节目效果，确实拉满了。

最后看 GLM-5.3。

GLM-5.3 开场的镜头很舒服，画面先从远处慢慢拉近，再贴着运动员进入比赛，体育转播的感觉做得不错。

整个跨栏过程也比较完整。运动员可以正常起跑、跨栏和冲线，没有出现身体穿过栏架之类的问题。

不过我个人感觉，它的跑步动作还是有点收着。运动员的手脚迈得不够开，跑起来少了一点冲刺的爆发力。放在一起对比，Hy4 preview 的动作幅度更大，速度感和比赛的紧张感也更强。

最后再来一个更难的，双人跳水。

先看 Hy4 preview。

两名运动员起跳以后，直接在空中来了一套托马斯回旋，旋转的幅度一个比一个大，动作还出奇地同步。这哪里是来参加跳水比赛的，分明是来炫技的。

再看 GLM-5.2。

好消息是，他们最后确实入水了。

坏消息是，这条入水路线多少带了点超能力，穿墙术！

最后看 GLM-5.3。

这一版的双人动作确实很流畅。两名运动员同步起跳，在空中翻腾、抱膝，再把身体展开，整套动作看着行云流水。

可镜头往下一带，我人看傻了。

泳池呢？你们的脑袋还好吗？

03 ｜办公任务

我让 Hy4 preview 分析腾讯近三年的营收情况，并一次性交付 Excel、Word 和 PPT 三份文件。

这个任务挺考验模型的长线执行能力。它既要联网找资料、分析数据，还要保证三份文件里的关键数字能对得上。

Hy4 preview 跑了大约 30 分钟，最后交付了 Excel、Word、PPT，以及一份数据来源核对底稿。

PPT：

Excel：

Word文档：

报告的章节、表格和分析内容都整理得比较清楚，整体风格也符合金融报告的严谨感。

这三份文件放在一起，已经形成了一套完整的分析材料。如果让我从收集资料开始手动做，一周时间都不一定够，Hy4 preview 用 30 分钟就交出了。

对了，报告里的关键数据也标明了来源。

我随机点开几个链接检查了一遍，这些链接都能正常访问，不是模型随手编出来的假链接。

当然，30 分钟做出来的成品也有一些小问题。比如 PPT 里有一页布局比较乱，表格挡住了部分文字。

我直接在 WorkBuddy 里标出问题，让它重新调整布局。很快，表格和文字就回到了合适的位置。

整个过程不需要自己动手挪表格、调格式。哪里不对就圈出来，让 WorkBuddy 接着改，这种人机配合的办公方式确实省事不少。

04 ｜解决实际业务问题

最后一轮，我把简历网站里积压的用户反馈，直接交给 Hy4 preview 改。

先看第一个反馈。有同学用了「智能一页」后，发现没法复原。

我没有急着让 Hy4 preview 开改，先让它看看这个需求该怎么做。

Hy4 preview 很快抓到了问题，它建议把按钮做成「智能一页」和「恢复默认」两种状态，还顺手画了一张效果图。

这个思路我觉得可以，直接开干。最终效果也符合预期，点一下压成一页，再点一下就恢复原来的排版，整个过程很顺。

接下来是两个排版反馈，荣誉模块支持两栏显示，个人信息可以自由调整顺序。

还是老样子，先聊方案。我先让 Hy4 preview 处理荣誉模块。

它没有大改原来的结构，只加了一个开关，让用户自己选择一栏还是两栏。改动不大，思路挺聪明。

做好后我来回切了几次，两种排版都能正常显示。

最后一个需求，是调整个人信息的顺序。以前这些字段的顺序是写死的，自定义信息只能排在最后。

Hy4 preview 的方案也很直接，把字段顺序改成可配置，这样基础信息和自定义信息都能自由调整。

我实际调整了几次，预览区会跟着更新，操作很丝滑。

这几个需求都不算大，但都是用户真正用起来会遇到的问题。Hy4 preview 这轮的表现挺稳，能先理解问题、给出方案，再把功能落下来，最后交出来的结果也都能用。

────写在最后────

小游戏和 3D 运动动画的几轮测试跑完，我心里的判断也定了。

单看这两类任务，Hy4 preview 已经明显超过 GLM-5.2，而且和 GLM-5.3 的差距，比我预想中小很多。

讲真，这个结果让我挺意外的。

我还记得 7 月实测 Hy3 时，它的能力也就勉强摸到 GLM-5.1。没想到还不到两个月，Hy4 preview 已经追到了 GLM-5.3 附近。这个进步速度，确实有点猛。

以前聊国产 Coding 模型，大家很少会第一时间想到腾讯混元。但这一轮实测过后，我觉得混元已经挤进国产模型第一梯队了。

腾讯前面安静了那么久，这波反攻打得很漂亮。

最后，我把自己的真实项目交给 Hy4 preview 改需求，这段体验给我的感受最明显。

我就反馈了只有几句话，Hy4 preview 得先读懂现有项目，再跟我讨论方案，然后把功能做出来。做完后，我还能继续验收和调整，整个过程已经有点像在跟一个开发搭子配合了。

想自己上手试试的同学，现在正好有免费窗口。WorkBuddy 里的 Hy4 preview 可以免费使用两周，Hy3 的免费体验也延长到了 9 月底，可以使劲蹬。

对了，Hy4 preview 这次的 API 定价也挺狠，在国内旗舰模型中定价最低的。

当然，这还只是 preview 版本。

等 Hy4 正式版发布，腾讯混元还能交出什么样的答卷，我还真有点期待。