---

元宝支持多种模型选择，应用场景涵盖文本处理、逻辑推理、代码编写和图像理解等方面。选用时，应根据任务场景确定所需能力，结合输入资料的类型、问题的复杂程度及结果的使用要求，对模型进行比较与选择，避免仅凭模型名称判断适用性。

以下信息核对于 2026 年 10 月 23 日。Arena 网页开发综合榜采用 10 月 22 日数据。评分主要依据用户对模型输出的比较结果，± 表示置信区间；不同榜单的分数不能直接比较，预览版、正式版及不同推理档位也应分别看待。

Arena 评分榜单官网：https://arena.ai/leaderboard

#Hy4 preview

开发公司：腾讯混元团队。

发布时间：2026 年 8 月 28 日，以预览版形式发布，并同步接入相关产品。

开源情况：官方已公开模型权重，采用 Apache 2.0 许可证。该授权针对公开模型，并不表示在线对话产品整体开源。

核心特点：面向复杂生产力任务，重点增强软件开发、办公分析和科学研究能力。在软件开发中，侧重任务理解、规划、调试与验证；在办公分析中，侧重数据处理、跨文件协作与成果整理。

模式要求：仅支持专家模式。需要使用快速回答或深度思考时，应改选其他支持相应模式的模型。

Arena 评分：本次查询到的网页开发综合榜（榜单日期为 2026 年 10 月 22 日）中，Hy4 preview 在网页开发综合榜（WebDev Overall）排名第 20 名，得分为 1631 分（±10）。

适用场景：根据其定位，可优先尝试多份资料的综合分析、复杂方案拟定，以及需要分步骤推进的办公任务。例如提供项目说明、进度记录和问题清单，要求先梳理资料之间的对应关系，再分析执行风险后形成阶段汇报。涉及工具调用时，应结合当前可用功能安排任务。

#Hy3

开发公司：腾讯混元团队。

发布时间：2026 年 7 月 6 日正式发布。

开源情况：官方已公开模型权重，采用 Apache 2.0 许可证。

核心特点：采用快慢思考融合设计，兼顾日常响应与进一步分析，能力覆盖指令理解、内容生成、代码辅助及任务规划。

选用定位：推荐日常使用。可先将其作为常用模型，再根据任务需要选择快速回答、深度思考或专家模式。

Arena 评分：文本综合榜中的 Hy3 为 1453±6 分，第 74 名；网页开发综合榜中的 Hy3 为 1506±9 分 ，第 61 名。两项成绩对应的评测任务与推理配置不同。

适用场景：可优先尝试内容归纳、文字改写、会议纪要整理、工作计划拟定及常规代码辅助。例如，将一份工作记录整理为“已完成事项、待办事项、需要协调的问题”，并要求保留负责人和时间信息。对于需要分析原因或比较方案的任务，可进一步调整处理模式。

#DeepSeek

开发公司：深度求索（DeepSeek）。

版本说明：当前选项使用 DeepSeek 名称，未标注具体版本号。

选用定位：适合深度思考。可将其作为分析类任务的候选模型，重点比较其对已知条件、约束关系和结论依据的处理情况。

适用场景：建议尝试数学问题分析、逻辑推导、代码问题排查及方案比较。例如，提供两种实施方案的预算、工期和资源限制，要求按照统一标准比较优缺点，列出结论成立的前提，并指出仍需补充的信息。

使用要点：提出分析任务时，应同时给出背景、条件和判断标准。对于存在多种解释的问题，可要求区分已知事实、合理推测与待确认事项，便于检查结论是否有充分依据。

#选用建议

选择模型时，应先明确任务目标、资料类型和输出要求，再结合任务复杂度、处理效率及实际效果进行判断。日常文本整理、复杂推理和多步骤任务对模型的要求不同，可根据主要需求选择模型与处理模式，并通过小范围试用确认其是否适合当前任务。

日常文本处理：进行内容归纳、文字改写、信息提取或简短问答时，可先尝试 Hy3 配合快速回答。这一选择符合官方对其日常使用的推荐定位。使用时，应说明需要保留的信息、输出格式和篇幅要求；如果结果遗漏重要条件，可先补充说明，再根据任务需要调整模式。

复杂推理任务：涉及数学问题分析、技术方案论证、代码问题排查或多项条件之间的推导时，可尝试 DeepSeek 配合深度思考，也可将 Hy3 的深度思考模式纳入同任务比较。提出要求时，应说明已知条件、限制范围和判断标准，并要求列出关键依据、结论成立的前提及需要验证的事项。比较时，应重点检查推导是否完整、结论是否有依据，避免仅凭回答篇幅判断分析质量。

综合办公任务：需要结合多份材料整理信息，或连续完成内容分析、方案拟定及报告编写时，可先尝试 Hy3 配合专家模式。官方资料确认，其已用于结合工具执行任务，并交付文档、表格和演示文稿等文件。使用时，应集中提供相关资料，明确最终成果、处理顺序和格式要求。

复杂资料分析：需要处理多份资料之间的关联、综合不同来源的信息，或完成包含多个分析阶段的任务时，可尝试 Hy4 preview 配合专家模式。该模型的官方能力定位涵盖复杂办公分析、数据处理和跨文件协作。使用时，应说明各份资料的用途、需要核对的关系和最终判断标准，并要求区分资料中的明确结论、分析所得的推测及尚待确认的信息。

开发辅助任务：需要理解较复杂的代码、拆解开发需求、分析错误原因或拟定修改方案时，可尝试 Hy4 preview 配合专家模式。其官方能力定位强调较长开发流程中的任务理解、规划、调试与验证。建议同时提供需求说明、相关代码、错误信息和验收标准，按分析、修改、检查等阶段推进；实际能够执行的操作仍取决于当前提供的工具和运行环境。

以下场景建议依据官方能力定位及当前模式设置整理：

评分使用：应在同一榜单内结合模型版本和评测条件进行比较。± 表示置信区间，分数接近时，不宜仅凭几分差距判断模型明显更强。文本榜与网页开发榜衡量的任务不同，不能合并为统一的能力排名。

确定常用模型前，可从日常工作中选取两至三项具有代表性的真实任务，例如整理一份业务材料、比较两种实施方案，或排查一段存在问题的代码。测试任务应包含实际工作中经常遇到的限制，如指定篇幅、固定格式、多份资料之间的信息对应，以及需要保留的关键内容，便于观察模型能否满足具体要求。

比较时，应分别开启新的对话，将同一份资料、相同提示词和一致的输出要求交给候选模型处理，尽量保持联网、附件和工具使用条件一致。建议在支持的范围内，优先比较相同模式下的结果；如果模式或可用工具不同，应一并记录，便于区分差异的来源。检查时，可重点关注以下内容：

• 信息准确：是否正确理解原始资料中的人物、时间、数据及相互关系，是否出现误读材料、计算错误或补入无依据内容的情况。涉及数字时，应核对单位、统计范围和计算口径；涉及结论时，应检查能否区分已知事实、合理推测和待确认信息。
• 要求完整：是否覆盖全部指定内容，并遵守格式、篇幅和限制条件。可在测试前列出检查清单，逐项确认是否存在遗漏。例如，要求保留原文数据、按固定顺序输出并注明来源时，应分别检查这些要求。
• 结果可用：输出是否能够用于后续工作，还需要补充、删改或重新制作哪些部分。文字任务应检查结构与表达；表格任务应检查数据、公式和统计口径；代码任务应检查运行结果及相关功能。对于生成的文件，还应打开检查实际内容与排版。
• 修改衔接：首次输出后，可继续提出相同的修改要求，观察模型能否准确调整指定部分，同时保留已经确认的内容。例如，要求压缩摘要、补充某项分析或调整报告结构时，应检查其是否误删其他信息、改变原有数据，或重新引入已经取消的内容。
• 处理效率：除首次响应速度外，还应记录从提交任务到获得可用结果所需的总时间，包括等待、补充说明、反复修改及人工核对。对于专家模式，可同时记录各阶段的完成情况，以及是否需要重新执行某个步骤。
• 表现稳定：可使用结构相近、内容不同的任务重复比较，观察模型是否持续遵守要求，以及错误是否集中在同类问题上。对于经常使用的关键任务，应优先考虑结果稳定、问题容易发现和修正的组合。

例如，需要根据一份销售明细和一份业务说明编写月度报告时，可分别使用 Hy3 与 Hy4 preview 的专家模式，统一要求核对关键数据、归纳业绩变化、区分已确认原因与待验证解释，并列出后续行动。首次完成后，再要求压缩摘要、补充某个区域的分析，同时保留原有数据和其他段落。通过这一过程，可以检查资料理解、数据处理、内容组织和连续修改能力。

比较结束后，可简要记录各模型与模式组合的完成情况、主要错误、修改次数和最终可用程度，并根据任务确定选择顺序。日常整理应重点关注要求遵循和修改成本，分析任务应重点关注准确性与依据，多步骤任务则应重点关注过程衔接、工具结果和最终交付质量。

确定常用组合后，建议保留原始测试资料、提示词和检查标准。模型或平台功能更新时，可使用同一组任务重新比较，以实际完成质量判断是否需要调整此前的选择。