全文概述

腾讯最新发布的Tencent HY 2.0 Think语言模型在准确率、响应速度和成本方面显著提升。新版本准确率从67.3%提升至71.9%，响应时间缩短至28秒，成本降低至9.5元/千次调用。尤其在数学推理和智能体任务上表现突出，整体性能跃升至行业前列。

性能提升

新版本Tencent HY 2.0 Thinking的准确率从67.3%提升至71.9%，提升了4.6个百分点，排名从第18位跃升至第2位。特别是在'agent与工具调用'领域，准确率从46.8%大幅提升至64.3%，增幅高达17.5个百分点。

响应速度优化

每次调用的平均耗时从71秒大幅缩短至28秒，提升约153%，是本次升级中改进幅度最大的指标。此外，平均消耗token从2707降至2544，减少约6%，结合速度提升，说明新版本实现了更高效的推理过程。

成本效益分析

每千次调用的成本从9.9元降至9.5元，下降约4%。在同成本档位中，hunyuan-2.0-thinking-20251109以71.9%的准确率领先于其他竞品，如ERNIE-X1.1-Preview（64.5%，9.3元）和doubao-seed-1-6-thinking-250715（71.7%，15.6元），具有明显的价格优势。

细分领域表现

新版本在多个细分领域有显著提升，如'医疗与心理健康'领域从82.9%提升至88.4%，增幅达5.5个百分点；'推理与数学计算能力'从72.0%提升至77.9%，增幅达5.9个百分点。然而，'语言与指令遵从'能力有所回落，从72.9%下降至63.8%，降幅达9.1个百分点。

官方评测数据

官方表示HY 2.0 Think在国际数学奥林匹克竞赛（IMO-AnswerBench）等测试中取得一流成绩，并通过重要性采样修正缓解了训练和推理不一致问题，在Multi Challenge等指令遵循和多轮任务上有所提升。