GesoraMeshack实测四款大模型编码能力

Hy4 预览版刚刚发布，所以我在 WorkBuddy 上用它和另外三个模型做了测试：DeepSeek V4 Flash、GPT-5.6-Luna，还有 GLM-5.3…它们都是本周 OpenRouter 代码排行榜上前四的模型。

最方便的一点是，它们都可以在 WorkBuddy 里使用，你不需要下载多个 Agent 应用。测试里，我只用了一个提示词，让模型构建一个你肯定在广告里见过的那种游戏：滑动穿过数字门，做计算，最终打败BOSS。

结果相当有意思 👇

这个难度的任务里，除了 DeepSeek 之外，其他所有模型表现都不错。DeepSeek 好像写完代码就没检查bug，游戏没法正常运行。

GPT-5.6-Luna 做出来的游戏能运行，但感觉就像个算术选择题测验，有点无聊。

GLM-5.3 和 Hy4 预览版的表现就亮眼多了。GLM 速度更慢（视频已经加速2.2倍），而且只做了三个移动位置，而 Hy4 支持连续水平移动，速度也更自然。

最让我惊讶的是 Hy4 的游戏设计：除了基础算术，它还添加了可以降低敌人伤害或提升获得点数的武器，让游戏好玩多了。

另外值得一提的是：腾讯的 Sherry 量化把 770B MoE 模型从约 1.5TB BF16 压缩到了 214GB，同时性能还和原始模型接近…让本地部署变得实际多了。

到9月10日为止，你都可以在 WorkBuddy 免费体验 Hy4 预览版。快去试试吧。