Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
社区Hy4

Leo:Hy4 与 DeepSeek v4.1 Flash 网页沙盒游戏对比

原始来源

X

作者Leo · Building w/ AI(@leo114119)

原文日期2026-11-05

Tabbit 整理2026-11-05

查看原文

一句话结论

作者称用同一提示词分别生成网页《我的世界》风格沙盒游戏,Hy4 版本无法识别鼠标且方向操作相反;他认为本次结果明显落后于 DeepSeek v4.1 Flash。原帖视频可见两种游戏画面,但没有公开可复核的运行环境或操作测试记录。

适用场景

  • 适合判断的任务:一次网页沙盒游戏生成任务中,两种输出的可见画面及作者报告的操作问题。

  • 不适合外推的任务:其他游戏或网页开发、通用编码水平、模型稳定性及不同客户端上的操作能力。

  • 适用的模型版本:DeepSeek v4.1 Flash;腾讯 HY4(视频标注为“hy4”,未注明具体版本号,无法确认是否为 GA 版本)。

  • 测试环境或客户端:作者称使用同一提示词,并提及 web 和其他技术;客户端、Agent、浏览器、工具权限和执行链未注明。

  • 推理档位和参数:未注明。

测评方法

作者在原帖回复中给出完整提示词:要求模型尽可能完整地实现一个能在浏览器运行的《我的世界》风格沙盒游戏,不做简化演示或 MVP,并一次性输出可运行代码。作者称两边各用时“大概都用时 1 个小时左右”,没有说明计时起止、具体运行次数或是否有额外修改。原帖视频时长约 38 秒,以上下画面展示 DeepSeek v4.1 Flash 与 hy4 的生成结果。

关键结果

  • 作者报告:Hy4 页面无法识别鼠标,方向操作相反;作者据此认为 Hy4 与 DeepSeek v4.1 Flash 有明显差距。帖子没有提供控制事件或复测记录,因此操作问题属于作者报告,未能独立复现。

  • 视频可见画面:上方标注“DeepSeek v4.1 Flash”,显示雪地、树木、第一人称手持方块、准星、物品栏、状态栏和小地图;下方标注“hy4”,显示草地、树木、花朵、准星、物品栏和小地图。采集时实际查看到的画面显示两边都生成了具有第一人称沙盒游戏界面的场景;仅凭这些画面不能判定交互是否可用或整体质量差距。

  • 作者补充的耗时:两边各约一小时,未提供精确数值或记录方式。

原始数据

项目DeepSeekHy4
帖中标注DeepSeek v4.1 Flashhy4
提示词同一网页《我的世界》风格沙盒游戏提示词,据作者称同左,据作者称
耗时约 1 小时,据作者回复约 1 小时,据作者回复
作者报告的操作情况原帖未报告同类故障鼠标无法识别,方向操作相反
可见输出视频上半部分:雪地场景及第一人称游戏界面视频下半部分:草地场景及第一人称游戏界面

结论与边界

这条个人实测记录支持的结论是:作者在一次同提示词任务中报告 Hy4 生成页存在鼠标与方向操作故障,并认为 DeepSeek v4.1 Flash 的结果更好。提示词和视频可见,但 Hy4 的精确版本、运行客户端、Agent/harness、工具与浏览器设置、两边操作测试过程及评分标准均未公开。约一小时也是作者的概数。不能据此确认 GA 版本表现,也不能将单次结果推广为两种模型的普遍能力差距。

复现说明

原帖回复中可读取完整提示词,视频可见两边的场景画面。复现比较还需确定两边的具体模型版本、客户端与 Agent/harness,记录工具权限、运行次数、计时规则,并按相同步骤检查鼠标、方向键及其他交互。当前来源没有这些信息。

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

Hy4

在 Tabbit 中使用并对比模型

Hy4

相关测评

官方腾讯混元官网「研究」2026-11-04

腾讯混元官方:Hy4 正式版发布与评测数据

媒体Mercor APEX

Mercor APEX-Agents 专业任务基准:Hy4 High 得分快照

媒体Vals AI

Vals AI:Hy4 在 Vals Index v2.2 的跨领域结果

媒体Plotly 官方博客2026-11-04

Plotly:混元 Hy4 数据分析任务测评

Hy4

相关提示词与案例

官方腾讯云大模型服务平台 TokenHub 文档

腾讯云 TokenHub:Hy4 正式版模型 ID 与推理、多模态参数

官方OpenRouter 模型页及 API 配置面板

OpenRouter:Hy4 正式版模型调用与路由配置

官方OpenClaw 文档

在 OpenClaw 中显式选择腾讯混元 Hy4 正式版

官方腾讯云 TokenHub 文档

在 OpenCode 中接入腾讯云 Hy4