混元4测评跻身第一梯队（中等参数） 华泰观点：混元4 Preview上周正式发布，同参数级别下，跻身开源第一梯队，其中 AI办公场景能力尤为突出。编程能力本次也
- 序号：495
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
混元4测评跻身第一梯队（中等参数）
华泰观点：混元4 Preview上周正式发布，同参数级别下，跻身开源第一梯队，其中 AI办公场景能力尤为突出。编程能力本次也有一定提升，但整体长程任务能力弱于 GLM 5.3。
明年Hy5或为核心催化。姚顺雨正式掌舵约8个月，三个大版本里程碑平均间隔约64天，模型交付速度与质量均呈加速趋势。Hy3 Preview通过后训练，实现正式版的能力跃升。混元4今年实际发布效果，目前仅为preview阶段。
我们针对非编程场景，完成80道题测评：同参数级别下，混元4表现优于GLM 5.2，能力跻身第一梯队，仅次于参数规模高出3倍以上的Kimi、Qwen舰模型。
当前短板：复杂任务推理效率仍有优化空间。 Hy4 Preview在复杂任务中仍存在思考时间偏长、过度验证等问题（更高延迟+过多输出token），后续有望通过后训练改善
总体总结
主题正文
- 华泰观点：混元4 Preview上周正式发布，同参数级别下，跻身开源第一梯队，其中 AI办公场景能力尤为突出。
- 编程能力本次也有一定提升，但整体长程任务能力弱于 GLM 5.3。
- 明年Hy5或为核心催化。
- 姚顺雨正式掌舵约8个月，三个大版本里程碑平均间隔约64天，模型交付速度与质量均呈加速趋势。
- Hy3 Preview通过后训练，实现正式版的能力跃升。
- 混元4今年实际发布效果，目前仅为preview阶段。
- 我们针对非编程场景，完成80道题测评：同参数级别下，混元4表现优于GLM 5.2，能力跻身第一梯队，仅次于参数规模高出3倍以上的Kimi、Qwen舰模型。
- Hy4 Preview在复杂任务中仍存在思考时间偏长、过度验证等问题（更高延迟+过多输出token），后续有望通过后训练改善