Hy 4 API

Especificaciones técnicas de Tencent Hy4 Preview

Las cifras de arquitectura anteriores describen el backbone; la ficha del modelo de Tencent describe una capa MTP nativa adicional para decodificación especulativa. La ventana de contexto de 1M de la API no es lo mismo que su límite máximo de entrada de 960K.

¿Qué es Tencent Hy4 Preview?

Tencent Hy4 Preview es un modelo de lenguaje grande de pesos abiertos desarrollado por el equipo Hunyuan de Tencent. Lanzado el 28 de agosto de 2026, es una versión temprana de la generación Hy4 y está optimizado para el trabajo de productividad en el mundo real: ingeniería de software, ejecución de tareas con agentes, análisis de oficina y financiero, desarrollo de juegos e investigación científica.

Hy4 Preview utiliza una arquitectura de mezcla de expertos (MoE) con 770 mil millones de parámetros totales del backbone y 49 mil millones de parámetros activados por token. Su pila de atención usa Atención dispersa DeepSeek con compuertas (Gated DSA) con IndexCache para la reutilización de índices dispersos entre capas. El modelo también utiliza Hyper-Connections de identidad (iHC) en su ruta residual. Se incluye una capa nativa de predicción de múltiples tokens (MTP) para decodificación especulativa.

Tencent publicó los pesos del modelo, una variante cuantizada en FP8 y guías de implementación para vLLM y SGLang. La ficha del modelo especifica la licencia Apache 2.0.

Características principales de Tencent Hy4 Preview

• Contexto de un millón de tokens: La ventana de contexto de 1,048,576 tokens está destinada a grandes bases de código, material técnico extenso e información distribuida en varios documentos. Tencent Cloud indica una entrada máxima de 960,000 tokens y una salida máxima de 64,000 tokens.
• Ingeniería de software a largo plazo: Tencent destaca la comprensión de código, la planificación, la depuración y la verificación a lo largo de tareas de desarrollo prolongadas, incluida la implementación de front-end y la iteración.
• Ejecución de tareas con agentes: El modelo está orientado a tareas complejas que implican planificación y uso de herramientas. Las recetas de servicio publicadas incluyen análisis de llamadas a herramientas y configuración automática de selección de herramientas.
• Flujos de trabajo de oficina y analíticos: Tencent describe creación de documentos, hojas de cálculo y presentaciones, análisis de datos, ecuaciones y trabajo de modelos financieros.
• Razonamiento científico y técnico: Tencent reporta trabajo en I+D de IA, dinámica molecular, física de la materia condensada y matemáticas fundamentales.
• Opciones de implementación abiertas: Los desarrolladores pueden usar los pesos con licencia Apache 2.0, la variante FP8 y las recetas de implementación de Tencent para vLLM o SGLang.

Rendimiento en benchmarks de Tencent Hy4 Preview

Tencent informa una evaluación interna ciega en la que 163 expertos internos evaluaron salidas en 203 tareas de ingeniería. Hy4 Preview recibió una puntuación promedio de 2.99/4.00, en comparación con 2.92/4.00 para GLM 5.3 y 2.94/4.00 para Kimi K3.

Estos son resultados de la evaluación interna de ingeniería de Tencent con calificación humana, no de un ranking público estandarizado de benchmarks. No deben considerarse prueba de que Hy4 Preview lidere en todos los benchmarks de programación, razonamiento o de propósito general. El texto disponible de la ficha del modelo no proporciona una tabla completa y legible por máquina de puntajes de benchmarks estandarizados, por lo que no se infieren aquí.

Cómo se compara Hy4 Preview con GLM 5.3 y Kimi K3

La evidencia publicada más directamente comparable es la evaluación de ingeniería de 203 tareas de Tencent. Hy4 Preview obtuvo 2.99/4.00, ligeramente por encima de GLM 5.3 con 2.92 y Kimi K3 con 2.94. La comparación es útil para entender los resultados de flujos de trabajo de ingeniería internos de Tencent, pero no es una evaluación independiente y no establece superioridad en cargas de trabajo no relacionadas.

Elija Hy4 Preview cuando el despliegue con pesos abiertos, un contexto de un millón de tokens y flujos de trabajo con agentes orientados a la productividad sean requisitos centrales. Compare GLM 5.3 y Kimi K3 en sus propias tareas representativas antes de seleccionar un modelo de producción; su arquitectura y especificaciones de contexto no se reproducen aquí porque no se verificaron a partir de fuentes primarias equivalentes para esta comparación.

Limitaciones conocidas

Tencent describe a Hy4 Preview como una iteración temprana con margen de mejora tanto en preentrenamiento como en postentrenamiento. Sus problemas conocidos publicados incluyen dedicar más tiempo del necesario a razonar sobre tareas complejas y una tendencia a verificar en exceso su propio trabajo. Estos comportamientos pueden aumentar la latencia y la longitud de la salida. Los equipos deben probar el éxito de las tareas, la latencia, la corrección de las llamadas a herramientas y el uso total de tokens según sus propios criterios de aceptación antes de la implementación en producción.

Casos de uso representativos

1. Ingeniería de software a escala de repositorio: Analizar archivos fuente e historial de incidencias, planificar cambios en múltiples archivos, depurar y verificar parches.
2. Flujos de desarrollo con agentes: Coordinar tareas de codificación en múltiples pasos y ejecución asistida por herramientas, con autorización y validación del lado de la aplicación.
3. Análisis empresarial: Consolidar información entre documentos y crear informes, hojas de cálculo y presentaciones.
4. Modelado financiero: Asistir con ecuaciones, análisis de datos y flujos de trabajo de modelos financieros, con validación independiente de los cálculos.
5. Prototipado de juegos: Generar y refinar iterativamente prototipos jugables con un flujo de trabajo de motor de juego.
6. Asistencia a la investigación científica: Explorar literatura técnica, formular análisis y respaldar el trabajo en áreas que Tencent identifica como dinámica molecular y matemáticas fundamentales.