Construye con CometAPI¿Necesitas una sola API para varios modelos?Prueba el flujo en el Playground y luego crea una clave de API cuando el modelo y el costo encajen con tu caso de uso.
HY 4 Performance: ¿Vale la pena la versión completa?
Explore el lanzamiento de noviembre de 2026 de Tencent HY4: visión, uso de la computadora, RSI, pruebas de referencia, precios y acceso a la API a través de CometAPI.
AnnaEquipo de investigación de modelos de IA y API
HY4 es el nuevo modelo insignia de IA de Tencent, lanzado el 4 de noviembre de 2026, para razonamiento multimodal, programación, uso de computadoras, investigación y flujos de trabajo profesionales. Añade visión e interacción con GUI a la familia de modelos Hy y mejora la ejecución sostenida en documentos, software y herramientas empresariales. Tencent reporta puntuaciones de 74.9 en DeepSWE v1.1, 75.2 en APEX-Agents v1.1, y 78.9 en OSWorld 2.1 (completo, puntuación parcial), bajo sus condiciones de evaluación publicadas.
Puntos clave
Ganancias reales notables frente a la vista previa: +21 puntos en APEX-Agents, mejoras importantes en Terminal-Bench 4.0, AutomationBench, puntuaciones de expertos en finanzas y métricas a nivel de producto.
Revisado para mayor claridad, atribución de fuentes y terminología API actual.
Clasificación independiente: #4 open-weight en Vals Index (59.35%), #2 open-weight en Terminal-Bench 4.0 en algunos informes, competitivo en Finance/Tax Agent.
Por primera vez se añaden visión y uso de computadora, con entrenamiento especializado en software profesional (Blender, CAD, etc.).
Precios siguen siendo altamente competitivos a ~$0.83/$2.50; CometAPI a menudo ofrece descuentos adicionales (~20%).
Señales de RSI: Hy4 + Hyra 2.0 ya se usan para mejorar pipelines de entrenamiento internos y co-desarrollar modelos abiertos (HyCell, HyPDE).
Recomendado para: agentes de horizonte largo, flujos de trabajo de finanzas/oficina, productividad multimodal y equipos sensibles a costos que necesitan fuerte desempeño con modelos abiertos.
No es el líder absoluto en cada ranking STEM difícil o de programación pura: todavía un paso por debajo de los modelos cerrados de más alto nivel en esos ámbitos.
¿Qué es HY4 y por qué importa?
HY4, estilizado como Hy4 por Tencent, es un modelo de propósito general diseñado para realizar trabajo complejo en múltiples pasos. El anuncio del 4 de noviembre de Tencent lo posiciona alrededor de una combinación de razonamiento, comprensión visual, herramientas y ejecución sostenida.
Esa combinación importa porque las tareas profesionales rara vez encajan en una sola pregunta aislada. Un desarrollador puede necesitar que un agente inspeccione un repositorio, implemente una función, ejecute pruebas y revise una interfaz. Un analista puede necesitar reconciliar declaraciones, hojas de cálculo, gráficos y notas de investigación. Un asistente laboral puede tener que conectar mensajes, documentos, calendarios y registros de reuniones.
El lanzamiento de HY4 se centra en esos flujos de trabajo. Tencent afirma que aumentó sustancialmente tanto el pre-entrenamiento como el post-entrenamiento respecto a su versión anterior, con mejoras en seguimiento de instrucciones, comprensión de contextos largos, investigación profunda y tareas de horizonte largo.
Arquitectura central (heredada y ampliada desde la vista previa)
Mezcla de expertos dispersa (Sparse Mixture-of-Experts): gran conteo total de parámetros con solo ~49B activados por token.
Ventana de contexto de 1M tokens para trabajo a escala de repositorios y multi-documento.
Atención dispersa DeepSeek con compuertas + IndexCache para servicio eficiente de contexto largo.
Hyper-Connections de identidad y capa nativa de predicción multi-token (MTP) para decodificación especulativa.
Nueva vía multimodal y espacio de acciones para uso de computadora (comprensión de pantalla + control CLI/GUI), con entrenamiento dirigido en herramientas profesionales y flujos de trabajo entre aplicaciones.
Señales de mejora recursiva propia (RSI)
Tencent informa que Hy4, junto con el arnés Hyra 2.0, optimizó la infraestructura interna de pre-entrenamiento para modelos más pequeños con la misma arquitectura y produjo variantes de forma autónoma que superaron las líneas base oficiales. Dos modelos base co-desarrollados de esta manera (HyCell para representación de célula única y HyPDE para modelado de campos físicos) se están abriendo. Este es uno de los ejemplos públicos más concretos de un modelo de frontera contribuyendo a su propio ciclo de desarrollo.
¿Qué rendimiento hay en la versión completa de HY4?
Visión y uso de computadora
HY4 introduce percepción visual, incluyendo comprensión de imágenes de grano fino e interpretación de gráficos complejos. Tencent también añade uso de computadora en interfaces de línea de comandos y gráficas, con entrenamiento dirigido para software como Blender y CAD. El lanzamiento de Tencent describe flujos de trabajo que abarcan múltiples aplicaciones.
Son capacidades relacionadas pero distintas. La visión permite a un modelo interpretar una captura de pantalla o un gráfico. El uso de computadora añade un bucle de retroalimentación: inspeccionar la interfaz, elegir una acción, observar el resultado y ajustar. Requiere una aplicación circundante que proporcione capturas de pantalla y ejecute acciones; un endpoint de completado de texto por sí solo no proporciona un agente de sistema operativo.
Ingeniería de frontend y desarrollo de juegos
Tencent enfatiza interacciones de interfaz más fuertes, lógica de negocio, gestión de estado e integración full-stack. Para juegos, trabajó con desarrolladores del Tencent Interactive Entertainment Group en implementación de funciones, lógica de jugabilidad, seguimiento de estado y pipelines de assets.
El lanzamiento reporta 19.1% de mejora en GameDev y 9.8% en GameLogic respecto a la versión anterior, y describe adaptación a Unreal Engine, Unity y Godot. Estas son mejoras informadas por Tencent en evaluaciones nombradas. No establecen una reducción equivalente del tiempo de desarrollo para todos los equipos.
Para los desarrolladores, la prueba relevante es si un agente entrega una función que funciona con menos correcciones: apariencia renderizada, interacciones correctas, estado persistente, código ejecutable y pruebas que pasan.
Finanzas, trabajo de oficina y asistencia personal
Tencent construyó miles de espacios de trabajo financieros realistas y decenas de miles de tareas que cubren investigación de inversión, estrategias cuantitativas, asignación, finanzas corporativas y contabilidad fiscal. Su evaluación involucró a 213 profesionales de finanzas, incluyendo 153 expertos de instituciones financieras líderes, en 579 tareas; más del 70% de los expertos tenían más de cinco años de experiencia.
HY4 obtuvo 3.04, comparado con 2.97 para DeepSeek-V4.1-Flash-1017 y 2.68 para Kimi K3.1 Pro y GLM-5.3. Estos resultados provienen de la evaluación de Tencent, en lugar de una replicación independiente separada.
Tencent también describe coedición en tiempo real de archivos de Word, Excel y PowerPoint. A través de WorkBuddy y WeCom, HY4 puede usar el contexto conectado del lugar de trabajo para preparar informes, rastrear cambios de proyectos, identificar puntos de acción y señalar plazos. Esas integraciones pertenecen al entorno de producto; no se incluyen automáticamente en cada llamada al API de HY4.
Benchmarks de rendimiento de HY4: ¿qué muestran los datos?
La comparación siguiente usa el apéndice de benchmarks de la versión completa de HY4. Todas las entradas están publicadas por Tencent; donde los competidores tienen dos puntuaciones, la tabla usa el nuevo test de Tencent, marcado con un asterisco en el original. No combina el mejor resultado de distintas ejecuciones.
Benchmark
HY4
GLM-5.3
DeepSeek-V4.1-Flash-1017
Kimi K3.1 Pro
GPT-6.1 Sol
Claude Opus 5.5
DeepSWE v1.1
74.9
68.1
73.8
76.3
72.7
72.6
Terminal-Bench 4.0
44.4
42.9
40.0
66.8
55.5
66.4
APEX-Agents v1.1, pass@1
75.2
64.3
72.9
68.2
61.7
74.8
AutomationBench v1.0.6
56.2
54.1
54.3
65.6
51.4
58.8
OSWorld 2.1, full, partial score
78.9
—
68.4
79.6
75.2
81.8
MMMU-Pro
78.6
—
76.7
83.4
84.9
88.2
TenureTrail, internal
53.6
46.0
50.1
51.3
57.6
59.0
Evaluaciones independientes (a principios de noviembre de 2026)
Vals Index: 59.35% (#13 general, #4 open-weight detrás de Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3). Gran mejora desde la vista previa de Hy4 de ~53%. Fuerte en Terminal-Bench 4.0 (#2 open-weight en algunos informes), Finance Agent, Tax Agent.
Artificial Analysis Intelligence Index: ~34.6–35 (nivel medio sólido, verboso, más lento que el promedio por tarea).
Plotly Data Analytics Bench: 42/43 (98%), entre los modelos más baratos en alcanzar ese nivel de precisión.
Datos de la comunidad Agent Arena: fuerte desempeño real de usuarios en tareas de horizonte largo; Hy4 se convirtió rápidamente en el modelo #1 en chino y se ubica en la frontera de Pareto con costo por tarea competitivo.
Dónde HY4 parece fuerte
El 75.2 en APEX-Agents v1.1 de HY4 es la entrada más alta entre las comparaciones mostradas. Su 74.9 en DeepSWE v1.1 también es competitivo con los otros modelos en los nuevos tests de Tencent. Para flujos científicos, el 53.6 en TenureTrail lidera a los competidores de modelo abierto mostrados, aunque los dos modelos propietarios puntúan más alto.
Estos hallazgos respaldan probar HY4 para agentes de negocio, trabajo con repositorios e investigación. No respaldan una afirmación universal de “mejor modelo de IA”.
Dónde los competidores aún lideran
El 44.4 en Terminal-Bench 4.0 de HY4 queda por detrás de los resultados de Kimi y Claude mostrados. Su 78.6 en MMMU-Pro también queda por detrás de Kimi, GPT y Claude en la tabla. El uso de computadora es competitivo, con 78.9 en OSWorld 2.1, pero la métrica es explícitamente una puntuación parcial, no una afirmación de que el 78.9% de trabajos de escritorio arbitrarios se completen con éxito.
Tencent reconoce una brecha restante con los sistemas propietarios líderes en matemáticas de investigación, programación de horizonte largo, auto-mejora de modelos y respuesta avanzada de preguntas visuales.
Por qué importan las configuraciones de evaluación
La configuración de Tencent para Terminal-Bench 4.0 permite hasta 500 turnos y un tiempo límite de 13 horas, con 16 CPU y 32 GB de RAM; las tareas dependientes de GPU reciben adicionalmente una H100. Su configuración de APEX-Agents permite hasta 250 pasos. Son presupuestos de agente sustanciales.
Un modelo evaluado dentro de ese entorno puede comportarse de manera diferente en una aplicación web con un tiempo límite de 30 segundos. Compare el éxito de tareas junto con latencia total, costos de herramientas, uso de tokens y corrección humana. Mantenga visibles las versiones de benchmarks: las puntuaciones de Terminal-Bench 4.0 no deben leerse como directamente intercambiables con resultados de Terminal-Bench más antiguos.
Cómo funciona HY4: contexto, razonamiento y ejecución de agentes
El contexto largo ayuda a conectar información distribuida
HY4 ofrece una ventana de contexto de 1,048,576 tokens, entrada de texto e imagen y salida de texto. Enumera una finalización máxima de 65,536 tokens para su configuración del proveedor superior. Son límites específicos del endpoint; confirme los límites actuales de CometAPI antes de diseñar en torno a ellos.
El contexto largo puede ayudar a un agente a conectar información a través de archivos y trazas de herramientas. No garantiza memoria perfecta, aritmética precisa ni selección correcta de fuentes. Una aplicación bien diseñada aún se beneficia de recuperación, identificadores de documentos, resultados de herramientas concisos y citas explícitas.
El razonamiento y el uso de herramientas forman un bucle de retroalimentación
Un flujo típico de HY4 combina planificación con evidencia externa: leer la tarea, solicitar información, inspeccionar el resultado de una herramienta, ejecutar un cálculo o prueba y revisar la salida. El razonamiento del modelo ayuda a seleccionar el siguiente paso; el entorno de ejecución aporta hechos actuales y verificaciones.
Por ejemplo, un asistente financiero puede recuperar estados, construir un libro de valoración, verificar fórmulas y generar un informe. Cada etapa debe conservar referencias de origen y distinguir valores reportados de supuestos. Un asistente de programación puede inspeccionar archivos, cambiar código, ejecutar pruebas y usar fallos para guiar la siguiente edición.
Los detalles de la arquitectura requieren una gestión cuidadosa de versiones
La ampliamente citada770B parámetros totales y 49B parámetros activos describen el backbone MoE publicado de la vista previa de HY4. Su tarjeta del modelo también documenta atención dispersa, IndexCache, Hyper-Connections de identidad y predicción multi-token.
El anuncio de lanzamiento completo de Tencent dice que se publicarán detalles técnicos adicionales junto con los pesos y la tarjeta del sistema. Hasta que lleguen, los recuentos de capas de la vista previa, la configuración de expertos y los comandos de despliegue no deben presentarse como especificaciones confirmadas del HY4 completo. Los hechos establecidos de la versión completa son sus nuevas capacidades, acceso alojado y resultados de evaluación publicados.
HY4 y RSI: qué significa realmente la mejora recursiva propia
De resolver un problema a mejorar la herramienta
RSI significa recursive self-improvement (mejora recursiva propia). En el anuncio del 2 de noviembre de Hyra 2.0 de Tencent, la idea es mejorar herramientas de investigación reutilizables, pipelines de entrenamiento y modelos. Herramientas más fuertes pueden ayudar a desarrollar modelos más fuertes, que pueden apoyar la siguiente ronda de desarrollo de herramientas.
La versión completa de HY4 ofrece un ejemplo concreto: emparejado con Hyra 2.0, HY4 optimizó la infraestructura interna de pre-entrenamiento para modelos más pequeños con la misma arquitectura y entrenó una variante que superó la línea base Jev declarada en múltiples benchmarks. Tencent también anunció HyCell y HyPDE, modelos base para representación de célula única y modelado de campos físicos co-desarrollados con el sistema. Fuente.
Cómo organiza la investigación Hyra 2.0
Hyra usa tres niveles: Overall, Mission y Worker. Overall coordina objetivos humanos, prioridades y recursos. Missions dirigen esfuerzos de investigación más largos. Workers inspeccionan código, ejecutan experimentos, analizan fallos y cuestionan hipótesis.
Una cola de tareas persistente gestiona dependencias y límites de recursos. Un Research Board registra evidencia y decisiones. Review Workers inspeccionan resultados de forma independiente, mientras que el conocimiento compartido separa observaciones de hallazgos reproducidos y convenciones del equipo. Tencent dice que el gasto computacional sustancial y los cambios en conocimiento compartido requieren la aprobación humana apropiada.
Lo que RSI hace y no hace
Esto es evidencia de un flujo de trabajo de investigación de IA estructurado. No establece un crecimiento de inteligencia ilimitado ni muestra que una conversación alojada con HY4 cambie los pesos subyacentes del endpoint. Mejores prompts, memoria persistente, nuevas herramientas de software y un modelo recién entrenado son formas distintas de mejora.
Para desarrolladores, el patrón útil es la iteración medible: conservar fallos, mejorar herramientas, evaluar candidatos en tareas retenidas y promover cambios solo cuando la evidencia los respalde. El 35.2 en PostTrainBench v1.2 y el 28.1 enFoundation Model Bench interno de Tencent son indicadores relevantes, pero siguen siendo específicos de esas evaluaciones.
Fiabilidad: ¿HY4 ha reducido las alucinaciones?
Tencent informa que mejoras dirigidas en búsqueda y verificación redujeron su tasa interna de alucinaciones de 15.76% a 5.45%. Eso es una disminución de 10.31 puntos porcentuales, o aproximadamente 65.4% de reducción relativa, calculada a partir de las cifras de Tencent. Los errores especulativos cayeron de 23.1% a 5.6%. Fuente.
Esos resultados conciernen a las evaluaciones de finanzas y oficina de Tencent. No deben generalizarse como una afirmación de que HY4 alucina solo el 5.45% del tiempo en todas las preguntas.
Hay apoyo en comentarios de producto: RabyteTech reporta 61.63 en 101 tareas de investigación de inversión, +12.03 puntos frente a la versión anterior. Manus informa casi 97% de finalización en sus tareas internas de creación y edición de documentos. Son testimonios de socios reproducidos en el anuncio de Tencent, con distintos conjuntos de tareas y definiciones; son contexto útil más que puntuaciones de benchmark intercambiables.
Precios de HY4: tarifas oficiales, CometAPI y ofertas de proveedores
Comparación de precios actual
La instantánea siguiente se verificó el 4 de noviembre de 2026. Todas las tarifas son USD por un millón de tokens.
Ruta de acceso
Entrada sin caché
Salida
Entrada en caché
Referencia de la página de lanzamiento de Tencent
$0.834
$2.501
$0.042
Listado de CometAPI hy4
$0.6672
About $2.00
Not verified on the model page
Metadatos del API de OpenRouter tencent/hy4
$0.417
$1.2505
$0.021
CometAPI muestra un descuento del 20% respecto a su precio de referencia oficial. Los metadatos en vivo del API de OpenRouter muestran una tarifa más baja que la referencia de la página de lanzamiento de Tencent en el momento de la verificación. Los metadatos no establecen cuánto durará esa oferta. Estas diferencias hacen esencial la verificación en vivo a nivel de proveedor; no debe describirse CometAPI como la ruta de menor precio con esta evidencia.
Estime el costo de su carga de trabajo real
A las tarifas mostradas de CometAPI, una carga que usa 1M tokens de entrada y 250,000 tokens de salida cuesta aproximadamente:
$0.6672 + (0.25 × $2.00) = $1.1672
Este es un cálculo ilustrativo de tokens. Reintentos, contabilización de tokens de razonamiento, caché, servicios de herramientas y términos específicos de cuenta pueden afectar la factura final. Agentes con salidas voluminosas pueden gastar más de lo esperado cuando inspeccionan archivos repetidamente o verifican trabajo.
Compare el costo por tarea completada con éxito. Una tarifa de tokens más baja puede perder su ventaja si un modelo necesita más intentos, salidas más largas o reparación humana sustancial.
Conclusión
Hy4 ofrece mejoras significativas y medibles frente a su vista previa, manteniendo la agresiva política de precios que hizo atractiva la versión anterior. Clasificaciones independientes confirman que se sitúa en el nivel superior de modelos de pesos abiertos, con fuerza particular en agentes, finanzas y tareas de productividad real. Combinado con nuevas capacidades de visión y uso de computadora, es actualmente una de las opciones más convincentes para equipos conscientes del costo que necesitan una fuerte capacidad con modelos abiertos.
La forma más simple y flexible de evaluarlo y desplegarlo junto a otros modelos líderes es canalizarlo a través de CometAPI. Una sola clave, precios competitivos y cambio sin fricciones lo convierten en la elección práctica para producción y experimentación en 2026.
Preguntas frecuentes sobre HY4
¿Qué es Tencent HY4?
HY4 es el modelo insignia de IA de Tencent lanzado el 4 de noviembre de 2026. Soporta comprensión visual, uso de computadora, razonamiento, programación, investigación y tareas profesionales multi-paso.
¿Qué cambió respecto a la versión anterior?
La versión completa de HY4 añade visión y uso de computadora y escala el pre-entrenamiento y post-entrenamiento. Tencent reporta mejoras en comprensión de contexto largo, seguimiento de instrucciones, finanzas, trabajo de oficina, desarrollo y investigación científica.
¿Cuáles son las principales puntuaciones de benchmarks de HY4?
Tencent reporta 74.9 en DeepSWE v1.1, 44.4 en Terminal-Bench 4.0, 75.2 en APEX-Agents v1.1, 78.9 en OSWorld 2.1 puntuación parcial, y 78.6 en MMMU-Pro. Estas usan las condiciones de evaluación del apéndice del lanzamiento.
¿HY4 tiene una ventana de contexto de 1M tokens?
Los metadatos en vivo de OpenRouter enumeran 1,048,576 tokens para HY4. Verifique los límites del endpoint que use, incluyendo el presupuesto combinado de entrada/salida y la longitud máxima de finalización.
¿HY4 se auto-mejora?
Tencent está desarrollando flujos de trabajo de RSI con HY4 y Hyra 2.0 para mejorar herramientas de investigación, infraestructura y variantes de modelos. Una conversación alojada normal no demuestra modificación autónoma de los pesos desplegados de HY4.
¿Cuánto cuesta HY4 en CometAPI?
La página del modelo verificada lista $0.6672 por 1M tokens de entrada y aproximadamente $2.00 por 1M tokens de salida, con un descuento mostrado del 20% respecto a su referencia oficial. Consulte la página de precios en vivo antes de presupuestar.
¿HY4 es de código abierto y listo para descargar?
Tencent dice que se planean los pesos completos de HY4 y una tarjeta del sistema. Los pesos de la vista pública son un lanzamiento separado. Confirme la disponibilidad real de descarga del modelo completo y la licencia antes de autoalojar.
¿Puedo usar HY4 a través de CometAPI ahora?
Sí. CometAPI lista hy4 como disponible. Use su documentación de API para confirmar acceso de cuenta, parámetros, soporte de imágenes y límites de tasa, luego ejecute una carga pequeña antes de escalar.
