Inilunsad ng Tencent ang Hy4 na may 770 Bilyong Parameter, Nagdadala ng Kakayahang Kumilala ng Larawan at Kumontrol ng Computer sa mga AI Tool Nito

Mula pagsagot sa mga tanong tungo sa pag-asikaso ng trabaho ang Hy4

Inilabas ng Tencent ang pormal na bersyon ng artificial intelligence model nitong Hunyuan Hy4 noong tanghali ng Nobyembre 4, 2026. Taglay ng sistemang ito ang 770 bilyong parameter, at idinagdag dito ang kakayahang umunawa ng mga larawan at magpatakbo ng computer. Isinama ng paglulunsad ang modelo sa mga produkto para sa trabaho, pag-code at mga mamimili, habang naghahanda ang Tencent na ilabas ang mga nada-download na timbang ng modelo.

Ayon sa kumpanya, kabilang na ang Hy4 sa hanay ng pinakamalalakas na open model, at mas mahusay na ito sa pagsunod sa mga tagubilin, pag-unawa sa mahahabang dokumento at pagsasagawa ng mga gawaing may ilang hakbang. Kinikilala rin ng mga developer nito na malaki pa rin ang agwat ng Hy4 sa mga nangungunang closed model, na nananatiling kontrolado ng mga may-ari ang mga batayang timbang ng mga ito.

Mga resulta sa trabaho, hindi lamang laki, ang ginagamit ng Tencent upang patunayan ang kakayahan ng modelo. Sa pagsusuri ng mga gawaing pinansyal na inorganisa kasama ng Tencent Financial Technology, na kilala bilang FiT, sinuri ng 213 eksperto ang 579 aktuwal na gawain. Nakakuha ang Hy4 ng 3.04, mas mataas kaysa sa iba pang open model na isinama sa pagsusuring iyon.

Nagdudulot din ang paglabas ng modelo ng praktikal na pagbabago: kaya ng Hy4 na umunawa ng mga larawan at gumamit ng mga graphical interface sa computer, bukod sa mga command line. Sinanay ito ng Tencent para sa espesyalisadong software, kabilang ang Blender at mga CAD tool, pati na sa mga gawaing kailangang lumipat-lipat sa mga application. Para sa mga gumagamit, ang inaasahang pagbabago ay mula sa pagtanggap lamang ng mga tagubilin tungo sa pagpapagawa sa software ng mas malaking bahagi ng trabaho.

Mula sa preview noong Agosto hanggang sa paglabas noong Nobyembre

Dalawang magkahiwalay na bersyon ang bumubuo sa pag-unlad ng Hy4. Inilabas ang preview noong Agosto 28, na may kabuuang 770 bilyong parameter, 49 bilyong aktibong parameter sa bawat token at kontekstong umaabot sa humigit-kumulang isang milyong token. Nagdagdag ng mga kakayahan at pagpapahusay ang bersyon noong Nobyembre habang pinananatili ang pangunahing laki ng modelo.

Ganito inilarawan ng Hunyuan team ng Tencent ang layunin ng preview sa pahayag nito sa paglulunsad:

Inilalabas namin ngayon ang preview ng Hy4, ang pinakamalakas naming modelo sa ngayon,

Mula noon, higit pang itinulak ng kumpanya ang modelo tungo sa mga gawain sa opisina, pagbuo ng software, pananalapi at pananaliksik. Pinag-iiba rin ng pagkakasunod-sunod ng paglabas nito ang naipamahagi nang preview at ang pinal na bersyon, na nakatakda pa lamang ilathala kasama ang mga timbang at system card nito.

• Pebrero 2026: Muling binuo ng Tencent ang imprastraktura ng Hunyuan. Kasunod nito, sinabi ng Tencent Cloud na nakapaglabas ang team ng malaking update sa modelo sa average na kada dalawang buwan.
• Agosto 28: Inilunsad ang preview ng Hy4 na may kabuuang 770 bilyong parameter at lisensiyang Apache 2.0.
• Oktubre 29: Inanunsyo ni Dowson Tong, senior executive vice president ng Tencent at punong ehekutibo ng Cloud and Smart Industries Group nito, ang nalalapit na paglabas ng Hy4 at Hy4 flash sa Global Digital Ecosystem Summit ng Tencent.
• Nobyembre 4: Inilabas ang pormal na bersyon ng Hy4 sa ilang produkto ng Tencent.
• Nobyembre 4 hanggang Nobyembre 15: Nag-aalok ang WorkBuddy at CodeBuddy sa mga gumagamit ng limitadong libreng paggamit.
• Disyembre 31, 2026: Magtatapos ang ipinaskil na panahon ng diskuwento ng Tencent Cloud TokenHub.

Ano ang ibig sabihin ng 770 bilyong parameter

Ang mga parameter ay mga numerikal na setting na natututuhan ng modelo habang sinasanay ito. Tinutulungan ng mga ito ang modelo na kumilala ng mga padron, sumunod sa mga tagubilin at bumuo ng mga sagot. Mas marami ang parameter ng Hy4 kaysa sa naunang seryeng Hy3, na wala pang 300 bilyon.

Gumagamit ang preview noong Agosto ng mixture of experts na arkitektura. Sa halip na gamitin ang bawat bahagi ng modelo sa bawat token, inililipat nito ang gawain sa mga piling espesyalisadong network. Maliit na yunit ng teksto ang token, gaya ng salita o bahagi ng salita.

Humigit-kumulang 49 bilyong parameter ang aktibo para sa bawat token sa preview, o mga 6.4% ng kabuuang 770 bilyon nito. May 78 layer ang arkitektura nito. Karamihan sa mga ito ay may 256 routed expert, at walo ang pinipili para sa bawat token, bukod pa sa isang shared expert. Binabawasan ng piling paraang ito ang kailangang kalkulasyon sa bawat hakbang habang napapanatili ang mas malaking imbakan ng natutuhang impormasyon.

Kayang tumanggap ng humigit-kumulang isang milyong token ang konteksto ng preview. Ang konteksto ay ang materyal na napoproseso ng modelo sa isang pagkakataon, kabilang ang mga tagubilin, dokumento at mga naunang palitan ng mensahe. Kapaki-pakinabang ang malaking konteksto para sa mga proyektong maraming file o mahahabang rekord ang sangkot, bagaman mahalaga pa rin ang kalidad ng pangangatwiran ng modelo kapag pinag-uugnay nito ang mga detalyeng nakakalat sa mga iyon.

Malaking memorya at imprastraktura sa pag-compute ang kailangan upang patakbuhin ang modelong ganito kalaki. Binabawasan ng pagpili sa mas kaunting expert ang kalkulasyon, ngunit kailangan pa ring itago at ma-access ang buong hanay ng mga timbang. Para sa karamihan ng gumagamit, cloud service o application gaya ng WorkBuddy ang praktikal na paraan upang magamit ang Hy4.

Pinalalawak ng kakayahang makakita at gumamit ng computer ang mga gawaing kayang gawin

Ang Hy4 ang unang pangunahing modelo ng Hunyuan na nagkaroon ng kakayahang umunawa ng larawan. Ayon sa Tencent, kaya nitong magsuri nang detalyado ng mga larawan, magsuri ng masalimuot na tsart at lumutas ng mga problemang matematikal na ipinakikita sa anyong biswal. Nagbibigay ito rito ng paraan upang gumamit ng impormasyong mahirap ipaliwanag sa simpleng text prompt.

Nagdaragdag pa ng isa pang kakayahan ang paggamit ng computer. Kayang pagsamahin ng Hy4 ang mga operasyon sa command line at mga kilos sa graphical interface, kaya nakagagawa ito sa iba-ibang software sa halip na umasa lamang sa mga sagot na teksto o paunang itinakdang koneksiyon sa mga serbisyo. Sinabi ng Tencent na nagsagawa ito ng espesyalisadong pagsasanay para sa Blender, CAD software at mahahabang gawaing gumagamit ng ilang application.

Ang AI agent ay sistemang nagsasagawa ng mga hakbang tungo sa isang layunin, gumagamit ng mga tool at nag-aangkop ng kilos batay sa mga resulta. Pinalalawak ng kakayahang makakita at gumamit ng computer ng Hy4 ang mga hakbang na maaaring subukan ng naturang agent. Maaaring maging bahagi ng gawain ang isang tsart, window ng application o interface ng disenyo, sa halip na kailangang ilarawan nang mano-mano ng gumagamit.

Sinabi rin ng Tencent na mas mahusay nang hinahawakan ng pormal na bersyon ang mahahabang gawain at mas episyente nitong ginagamit ang proseso ng pangangatwiran. Tinutugunan ng mga pagpapahusay na ito ang mga limitasyong nakita sa preview, kabilang ang sobrang tagal na pangangatwiran sa mahihirap na gawain at paulit-ulit na pagsusuri sa sarili nitong gawa. Para sa gumagamit na naghihintay ng tapos na dokumento o pagbabago sa software, nagdaragdag ng oras at gastos sa pagproseso ang di-kinakailangang pagsusuri.

Ginagawang produkto sa opisina ng WorkBuddy ang modelo

Inilunsad ng Tencent ang Hy4 sa pamamagitan ng Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao, Dayuan na intelligent assistant ng WeCom, at ima. Kabilang sa mga panlabas na platform na nagbibigay ng access ang OpenRouter. Patuloy naman ang integrasyon sa iba pang serbisyo ng Tencent, kabilang ang QQ, Honor of Kings, Peacekeeper Elite, WeChat Read at Tencent News.

Nasa sentro ng estratehiya sa opisina ang WorkBuddy. Sa pamamagitan ng WeCom suite nito, nagagawa ng Hy4 na pag-ugnayin ang impormasyon sa trabaho mula sa mga chat, email, dokumento, kalendaryo at pulong. Makakatulong ang pagsasama-sama ng mga rekord na ito upang matapos nito ang gawaing mangangailangan sana sa isang empleyado na maghanap sa ilang lugar at tipunin ang mahahalagang detalye.

Nakakuha ang Hy4 ng average na marka sa bisa na 83.18 at task pass rate na 96.15% sa pagsusuri ng Tencent sa WorkBuddy. Ayon sa kumpanya, nanguna ito sa mga lokal na kakompetensiya sa siyam sa 12 sitwasyon, o tatlong-kapat ng mga kategoryang sinubukan. Hindi detalyado sa ulat ng paglulunsad ang ginamit na iskala sa pagmamarka at ang buong kondisyon ng mga gawain.

Iniulat din ng Tencent ang mga pagpapahusay sa hitsura ng dokumento, katatagan at kadalian ng paggamit sa feature ng WorkBuddy na nagpapahintulot sa mga tao at AI na magsulat nang magkasama. Ipinakikita ng pagsasama ng pagbuo ng modelo at produkto ang binigyang-diin ni Tong: kung ano ang pakinabang ng mga gumagamit sa isang partikular na sitwasyon, sa halip na tumuon lamang sa bilang ng mga parameter at marka sa benchmark.

Ipinakikita ng mga gawaing pinansyal ang pag-unlad at mga natitirang pagkakamali

Nagsagawa ng espesyalisadong pagsasanay at pagsusuri para sa pananalapi. Ayon sa Tencent, bumuo ito ng libu-libong workspace at mahigit 10,000 de-kalidad na gawain batay sa mga tunay na sitwasyong pinansyal, saka nakipagtulungan sa FiT upang isaayos ang pagsusuring isinagawa ng 213 eksperto.

Umabot sa 3.04 ang marka ng Hy4 sa 579 gawaing pinansyal, kumpara sa 2.97 ng DeepSeek-V4.1-Flash-1017 at tig-2.68 ng Kimi K3.1 Pro at GLM-5.3. 0.07 puntos ang lamang nito sa DeepSeek. Sa panloob na pagsusuri ng Xuntu Technology na IRAB, tumaas nang 12.03 porsyentong puntos ang marka ng Hy4 mula sa preview.

Sinukat din ng sariling mga pagsusuri ng Tencent ang mga kamalian sa impormasyon. Matapos pagbutihin ang pagkuha ng napapanahong impormasyon, pagsasama ng mga sanggunian at pagsusuri ng pagkakatugma, bumaba ang hallucination rate mula 12.95% sa preview tungo sa 7.2%. Ang hallucination ay sagot na naglalahad ng inimbento o maling impormasyon na para bang katotohanan. 5.75 porsyentong puntos ang ibinaba nito, o humigit-kumulang 44% kumpara sa naunang antas.

Bumaba naman mula 23.1% tungo sa 5.6% ang mga pagkakamaling iniuugnay sa paghula, o 17.5 porsyentong puntos na pagbaba. Mahalaga ang mga natitirang pagkakamaling ito sa pananalapi, kung saan maaaring mailipat sa mga spreadsheet ang maling bilang at makaapekto sa panghuling konklusyon. Kailangan pa ring suriin ng tao ang mga pahayag pinansyal, pormula at sipi bago gamitin ang mga ito sa pagpapasya tungkol sa pamumuhunan o negosyo.

Ipinakikita ng isang dokumentadong gawain sa WorkBuddy ang laki ng trabahong kayang subukan ng Hy4. Nang atasan itong maghanap ng mga ulat pinansyal ng Tencent, Alibaba at Baidu mula 2020 pataas at ihambing ang mga negosyo ng mga ito mula sa apat na propesyonal na pananaw, umabot nang 41 minuto at 51 segundo ang paggawa nito. Kabilang sa mga inilabas nito ang 12-pahinang PDF, walong tsart, mga talahanayan ng datos pinansyal at Excel workbook na may 183 pormulang maaaring muling kalkulahin. Itinala sa talaan ng pag-download ang mga address, status, laki ng file at mga dahilan ng pagkabigo.

Kailangang ilagay sa konteksto ang mga pag-angat sa benchmark

Iba ang pagsusuring isinagawa ng Tencent sa preview noong Agosto: sinuri ng 163 panloob na eksperto ang 203 gawaing pang-inhinyeriya nang hindi nila alam kung aling modelo ang gumawa ng bawat sagot. Nakakuha ang preview ng Hy4 ng average na 2.99 sa apat, kumpara sa 2.94 ng Kimi K3 at 2.92 ng GLM-5.3.

Laban sa GLM-5.3, nanalo ang preview ng Hy4 sa 46.8% ng mga paghahambing, tabla sa 12.8% at natalo sa 40.4%. Laban sa Kimi K3, nanalo ito sa 51.2%, tabla sa 7.9% at natalo sa 40.9%. Ipinakikita ng mga bilang na iyon ang katamtamang lamang sa average sa partikular na hanay ng mga gawain, habang nanalo pa rin ang mga kakompetensiya sa maraming paghahambing.

Magkakaiba ang mga gawain, kalahok at bersiyon ng karibal na modelo sa pagsusuring pang-inhinyeriya at pagsusuring pinansyal noong Nobyembre. Magkahiwalay na pagsusuri ang inilalarawan ng mga marka ng mga ito. Nagbibigay ng detalye ang panloob na pagsusuri ng Tencent tungkol sa pagganap sa trabaho, samantalang hiwalay na bahagi pa rin sa pagtukoy sa lawak ng bisa ng mga resulta sa iba pang gawain ang independiyenteng pagsubok.

Para sa pormal na bersyon, iniulat ng Tencent ang pag-angat na 19.1% sa GameDev at 9.8% sa GameLogic kumpara sa preview. Sinabi nitong nakatuon ang gawaing pagbuo sa masalimuot na interaksiyon sa frontend, lohika ng negosyo, pamamahala ng estado at mga koneksiyon sa pagitan ng frontend at backend system. Sa madaling salita, layunin nitong makalikha ng software na gumagana nang tama habang ginagamit ito ng mga tao, hindi lamang ng pahinang mukhang tapos na.

Sinabi rin ng Tencent na kaya ng Hy4 na pagsamahin ang siyentipikong pangangatwiran, pagpo-program at pagsasagawa ng mahahabang gawain. Inilabas ng kumpanya ang HyCell model para sa representasyon ng single cell at ang HyPDE model para sa mga pisikal na larangan, na anila'y binuo sa tulong ng Hy4 at Hyra2.0. Kabilang sa paghahanda nitong binanggit para sa recursive self-improvement ang paggamit ng AI upang tumulong sa pagpapahusay ng AI, habang nakatuon naman ang agarang komersiyal na hakbang ng Hy4 sa mga produktong maaari nang gamitin ng mga tao.

Hindi nagbabago ang mga presyo habang papalapit ang open release

Nananatiling kapareho ng sa preview ang nakalistang presyo ng API ng Hy4: 6 yuan kada isang milyong input token, 18 yuan kada isang milyong output token at 0.3 yuan kada isang milyong naka-cache na input token. Ang input ang materyal na ipinadadala sa modelo; ang output naman ang nililikha nito. Ang naka-cache na input ay materyal na naproseso na dati at maaaring muling gamitin ng serbisyo sa mas murang halaga.

Kalahati ng nakalistang presyo ang sinisingil ng Tencent Cloud TokenHub hanggang Disyembre 31, 2026. Dahil dito, magiging 3 yuan ang input, 9 yuan ang output at 0.15 yuan ang naka-cache na input kada isang milyong token habang may promosyon. Kaya nagkakahalaga ng 12 yuan sa mga presyong may diskuwento ang gawaing gumagamit ng tig-isang milyong karaniwang input token at output token.

Ipamahagi ang preview noong Agosto sa ilalim ng Apache 2.0 sa pamamagitan ng mga repositoryo gaya ng Hugging Face, ModelScope, GitCode at CNB. Sinabi ng Tencent na malapit nang ilabas ang mga timbang ng pormal na bersyon ng Hy4 at ang system card nito, ngunit wala pa itong ibinigay na eksaktong petsa ng paglalathala. Inilalarawan sa system card ang mga kakayahan, pagsusuri, limitasyon at konsiderasyong pangkaligtasan ng isang modelo. Ayon sa Tencent, bibigyan ng espesyal na pansin sa paghahanda ng paglabas ang mga panganib sa cybersecurity at biyolohikal na seguridad.

Nakatakda ring ilabas sa lalong madaling panahon ang Hy4 flash bilang mas murang opsiyong gumagamit ng mga kakayahan ng Hy4. Hindi pa iniaanunsyo ng Tencent ang petsa ng paglulunsad o mga presyo nito. Sinabi ng kumpanya na magiging mas malaki ang susunod na henerasyon, ang Hy5, ngunit wala itong kinumpirmang iskedyul ng paglabas.

Bakit nakatuon ang Tencent sa mga gumagamit sa opisina

Ayon sa datos ng QuestMobile noong Setyembre 2026, umabot sa 142 milyon ang buwanang aktibong gumagamit ng mga serbisyo ng AI para sa opisina, 50.6% na mas mataas kaysa noong nakaraang taon. May 32.353 milyon ang WorkBuddy, kumpara sa 9.77 milyon ng Dazi ng Baidu, 7.905 milyon ng Qianwen Office at 2.049 milyon ng Doubao Work.

Humigit-kumulang 3.3 ulit ang laki ng madla ng WorkBuddy kumpara sa Dazi, at katumbas ito ng mga 23% ng nasukat na gumagamit ng AI sa opisina. Nagbibigay ang mga bilang na ito sa Tencent ng malaking bahagi sa kategoryang maaaring mas mahalaga sa mga mamimili ang access sa mga rekord sa trabaho, kapaki-pakinabang na dokumento at natapos na gawain kaysa sa pang-akit ng pangkalahatang chatbot.

Iba naman ang posisyon ng Tencent sa kompetisyon sa mga consumer assistant. May 37.33 milyong buwanang aktibong gumagamit ang Yuanbao noong Setyembre, kumpara sa 419 milyon ng Doubao, 158 milyon ng Qianwen at 123 milyon ng DeepSeek. Dahil dito, may mas matatag na posisyon ang WorkBuddy sa sarili nitong kategorya bilang produkto para sa Hy4.

Ang komersiyal na pagsubok ay kung mahihikayat ng mas mahusay na pagkumpleto ng gawain ang mga gumagamit at negosyo na magbayad. Sinusukat ng bilang ng paggamit ang laki ng madla, samantalang isa pang pagkakataon upang tasahin ang paggasta at kita ang mga paparating na resulta sa pananalapi ng Tencent. Inaasahang ilalabas sa kalagitnaan ng Nobyembre ang mga resulta nito sa ikatlong quarter. Iniuugnay ng paglulunsad ng Hy4 ang pamumuhunan ng kumpanya sa mga modelo sa dati na nitong madla sa opisina, kung saan mahalaga na ngayon sa karanasan ng mamimili ang pagiging maaasahan, bilis at gastos.

Mahahalagang Punto

• Inilabas ng Tencent ang pormal na modelo ng Hy4 noong Nobyembre 4, 2026, na may 770 bilyong parameter at mga bagong kakayahang umunawa ng larawan at magpatakbo ng computer.
• Magagamit ang Hy4 sa WorkBuddy, CodeBuddy, Yuanbao, TokenHub at iba pang produkto ng Tencent.
• Binigyan ng pagsusuri ng Tencent sa mga gawaing pinansyal ang Hy4 ng markang 3.04, mas mataas kaysa sa iba pang open model na sinubukan.
• Nagtala ng hallucination rate na 7.2% ang sariling mga pagsusuri ng kumpanya, mas mababa sa 12.95% sa preview.
• Nananatili ang nakalistang presyo ng API sa 6 yuan kada isang milyong input token at 18 yuan kada isang milyong output token, habang kalahati ng presyo ang sinisingil ng TokenHub hanggang Disyembre 31.
• Nakatakda nang ilabas ang timbang ng pormal na modelo, system card at Hy4 flash, ngunit wala pang inaanunsiyong eksaktong petsa.
• Kinikilala ng Tencent na nahuhuli pa rin ang Hy4 sa mga nangungunang closed model.