腾讯的大模型，这次行了吗？

至少在写网页这件事上，终于行了。如果腾讯也行了，似乎只差百度了。

按Arena 8月28日公布的结果，腾讯混元Hy4 preview在Code Arena: WebDev拿到1633分，约排总榜第5、开源模型第3。

Hy3当时还是总榜第31、开源第7，一代涨了115分。

这个测试有一定含金量。Arena算目前公众认知度比较高的第三方AI擂台：同一个需求交给两个模型做可交互网页，再比较哪个做得更好。

不过，这次还是早期AutoEval。真人票数还不够，Arena先让一个在人类偏好数据上训练的奖励模型代投。它测的又只是WebDev，可以证明腾讯写网页的能力进步很大，不能顺手宣布混元所有能力都到了世界第五。

这个月初，我写WorkBuddy为什么成功，说得可能有点刻薄：正因为腾讯自家的大模型不够强，它才不敢只绑定“亲儿子”，反而被逼成了兼容各家模型的通用Agent，广受大家欢迎。

后来腾讯投诉我侵权，公众号还被警告了。我当时又补了一句：在腾讯平台不能说腾讯大模型不行。因为它是真的不行，万一让老马知道，那就不得了了。[允悲]

那时候Hy3排第31，现在Hy4约第5。也算卧薪尝胆了。

那行吧。你不行的时候，我会说你不行；你行的时候，我真的会说行。等Hy4真正能在WorkBuddy里用上的时候，我会试一试。#腾讯大模型##workbuddy#