标签
Tencent Hy4 Preview 以7700亿总参数、490亿活跃参数和100万上下文长度在 SWE-bench Pro 上领先，标志着其作为开源权重模型与前沿AI竞争的最大代际飞跃。
OpenAI 对编码基准 SWE-Bench Pro 进行了审计，发现约 30% 的任务因测试过于严格和提示不够明确等问题而存在缺陷，建议模型开发者仔细检查结果。