Tencent Hy4: képértés és computer use, súlyok később

Mi történt?

A Tencent november 4-én kiadta a Hy4-et, a Hunyuan modellcsalád új zászlóshajóját (Tencent Hy). Az augusztusi Hy4 preview után ez a végleges verzió: nagyobb pre-training és post-training, először van benne képértés, illetve először tud számítógépet kezelni parancssoron és grafikus felületen is.

A preview a kínai sajtó szerint 770 milliárd paraméteres MoE modell volt 49 milliárd aktív paraméterrel és 1 millió tokenes kontextussal. A Tencent szerint a Hy4 most először került a legerősebb nyílt modellek közé. A súlyok viszont még nem jelentek meg: a cég ígéri, hogy kiadja őket, akkor jön a részletes system card is.

Mire tanították?

• Computer use: célzott tanítás Blenderre, CAD-re és több alkalmazáson átívelő, hosszú feladatokra.
• Játékfejlesztés: Unreal Engine, Unity és Godot támogatás; a preview-hoz képest 19,1%-kal jobb a GameDev, 9,8%-kal a GameLogic teszten.
• Pénzügy: 213 szakember 579 valós feladaton értékelte. A nyílt modellek közül a Hy4 lett az első (3,04 pont), a DeepSeek-V4.1-Flash 2,97-et, a Kimi K3.1 Pro és a GLM-5.3 2,68-at kapott.
• Hallucináció: a belső mérésben 15,76%-ról 5,45%-ra csökkent a preview-hoz képest.

Hol tart a zárt modellekhez képest?

A Tencent nem szépíti: a legjobb zárt modellek mögött érezhető a lemaradás, főleg a kutatási szintű matekban, a hosszú kódolási feladatokban és a fejlett vizuális kérdésekben. A saját benchmark-táblázatában (ez a cikk borítóképe) a Terminal Bench 4.0-n a Hy4 44,4 pontot ért el, a Claude Opus 5.5 66,4-et, a Kimi K3.1 Pro 66,8-at. Az OSWorld 2.1-en közelebb van: 78,9 a Claude Opus 5.5 81,8 pontjával szemben.

Ár és elérhetőség

A Hy4 a Tencent Cloudon és az OpenRouteren érhető el, illetve a CodeBuddy, WorkBuddy, Yuanbao és ima termékekben. Az API ára változatlan a preview-hoz képest: millió tokenenként 0,834 dollár input, 2,501 dollár output, 0,042 dollár cache-elt input. Hamarosan érkezik egy olcsóbb, gyorsabb Hy4 flash is.

Miért fontos?

A kínai nyílt modellek mezőnye (DeepSeek, Kimi, GLM, Qwen) egyre sűrűbb, a Tencent most árban és agentes képességekben is beszállt. Aki saját infrán futtatna nagy modellt, annak a súlyok tényleges kiadása lesz a fordulópont, addig a Hy4 csak API-n keresztül próbálható ki.