Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
無料で始める 無料で始める
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog Hunyuan Hy4がCometAPIで利用可能に：機能、APIアクセス
ai-model / CometAPIリサーチ
Hunyuan Hy4がCometAPIで利用可能に：機能、APIアクセス 今すぐ CometAPI で Tencent Hunyuan Hy4 にアクセスしましょう。機能、Python API のサンプル、エージェント機能、そして Hy4 Flash に期待できることをご確認ください。
今すぐ CometAPI で Tencent Hunyuan Hy4 にアクセスしましょう。機能、Python API のサンプル、エージェント機能、そして Hy4 Flash に期待できることをご確認ください。
この要約で素早く答えを把握し、ガイドで背景、例、実装詳細を確認してください。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)Hunyuan Hy4 と Hy4 Preview はどちらも CometAPI 経由で利用可能で、同一の API 統合内で Tencent の最新フラッグシップと従来版を比較検証できます。Hy4 Flash は近日公開予定です。
Tencent は 2026 年 11 月 4 日に Hy4 を正式リリースしました。X の発表 では “Hy4 is here, new with vision” としてモデルを紹介し、公式の Hy4 リリースページ ではコーディング、コンピューター利用、リサーチ、生産性の改善点が詳述されています。
開発者向けには、まず CometAPI 上の Hy4 API から始めるのが近道です。モデルは hy4 の識別子で提供され、入力トークン 100 万あたり $0.6672、出力トークン 100 万あたり $2.00 と記載されています。すでに Hy4 Preview を使用しているチームは、完全版を評価する際のベースラインとして継続利用できます。
重要なポイント
Hy4 と Hy4 Preview は CometAPI で利用可能。開発者は OpenAI 互換の 1 つの統合で両者を比較できます。
明確性、出典の帰属、最新のAPI用語について確認済みです。
Hy4 は正式にリリースされました**.** 「Coming soon」は現在 Hy4 Flash に適用され、引用した発表では最終的な価格と提供仕様は未公表です。
完全版では視覚理解とコンピューター利用機能が追加され、長期的推論と生産性ワークフローも強化されています。
Tencent は OSWorld 2.1 で 78.9、Terminal Bench 4.0 で 44.4 を報告しており、コーディング、自動化、科学分野の追加結果も示しています。
CometAPI における Hy4 の入力・出力価格は、公式モデルページの価格より約 20% 低く記載されています。
実運用にはアプリケーションのランタイムが必要です。モデルは計画とアクション要求を行い、ランタイムがツール実行、状態管理、結果検証を担当します。
Hunyuan Hy4 とは？ Hunyuan Hy4 は、複雑な推論、ソフトウェア工学、オフィスワーク、財務分析、ゲーム開発、科学研究に向けた Tencent のフラッグシップモデルです。11 月のリリースでは、世代を視覚タスクとコンピューターインタラクション（CLI と GUI の両方）へ拡張しています。
Tencent Technology のローンチレポート によると、Hy4 は 7700 億パラメータの Mixture-of-Experts アーキテクチャを採用しています。Tencent の API ドキュメント には 1M トークンのコンテキストウィンドウ、API 最大入力 960,000 トークン、最大出力 64,000 トークンと記載されています。これらは Tencent が文書化した上限であり、CometAPI の有効なエンドポイントが公開する上限に合わせてリクエストを設定してください。
MoE モデルは各トークンを選択されたエキスパートにルーティングし、すべてのトークンで全パラメータを使用するわけではありません。先行の Hy4 Preview では、トークンあたり 490 億のアクティブなバックボーンパラメータが開示されていましたが、この数値はアーキテクチャの言及において Preview に限定して扱うべきです。
Tencent は Hy4 の重みを後日オープンソース化する予定で、vLLM や SGLang と並行してデプロイ支援を開発中としています。API アクセスはすでに利用可能であり、最終モデルのダウンロード可能な重みは別のリリースマイルストーンです。
Hy4 の性能 Tencent の公式リリース は以下の結果を報告しています。これらは Tencent による評価設定下でのスコアであり、各ベンチマーク内で比較すべきです。
OSWorld 2.1 78.9 コンピューターインタラクションと GUI タスク Terminal Bench 4.0 44.4 コマンドラインの問題解決 FrontierCode 2.0 31.0 難易度の高いコーディングタスク AutomationBench 1.0.6 56.2 マルチステップ自動化 Hy-BrowseComp 2.0 — internal 59.9 ブラウジングと情報収集 TenureTrail — internal 53.6 科学研究タスク
より広範なローンチエビデンスには、213 名の専門家と 579 件のタスクを用いた財務評価が含まれます。Tencent Technology は、この評価で Hy4 の平均スコアが 3.04、DeepSeek V4.1 Flash 1017 が 2.97、Kimi K3.1 Pro と GLM-5.3 がいずれも 2.68 だったと報告しています。
財務文書分析やリサーチアシスタントを構築するチームにとって、これは Hy4 を統制された比較に含める理由になります。ベンチマークスコアは CometAPI のレイテンシや tokens-per-second を示すものではないため、想定デプロイメントで測定する必要があります。
Hy4 と Hy4 Preview の比較: 何が変わったのか？ Tencent は完全版 Hy4 の 3 つの主要なアップグレードを強調しています。
長期タスク実行の強化 Hy4 Preview は拡張されたコーディングと生産性タスクへの注力を確立しましたが、過度な検証や一部の問題で不要に長い推論時間がかかる弱点が文書化されていました。完全版は、より効率的な推論と、一連のアクションにわたる持続的な実行を目標としています。
エージェントアプリケーションでは、同じ受け入れ基準に到達するまでのリトライ回数、繰り返しのコンテキスト投入、断念されたステップの少なさが有用な比較指標です。応答が短くても、結果が検証を通らなければコスト削減にはなりません。
視覚理解とコンピューター利用 Hy4 は視覚理解と視覚的推論を追加しました。チャート、スクリーンショット、その他の画像を解釈でき、コンピューター利用の学習には CLI と GUI の相互作用が含まれます。Tencent は特に、Blender、CAD、アプリケーションをまたぐワークフローを含む学習を説明しています。
これにより、エージェントが試みられるタスクが拡張されます。チャートを点検して誤りを説明したり、生成したウェブページを確認したり、スクリーンショットにもとづいて次のインターフェース操作を決めたりできます。ブラウザーやデスクトップでの実行には、後述のランタイムアーキテクチャのとおり接続されたツール環境が必要です。
生産性評価のより具体的なエビデンス Tencent はエンジニアリング、オフィスワーク、ファイナンス、ゲーム全般での改善を報告しています。ローンチレポートでは、WorkBuddy の内部評価で 96.15% の合格率、Preview 比で GameDev が 19.1%、GameLogic が 9.8% 改善とされています。
これらの結果は、マルチステップの生産性タスクにおける Hy4 のテストを後押しします。価値が最も高いのは、アプリケーションが評価タスクに類似している場合です。すなわち、コーディング、ドキュメント作業、構造化分析、繰り返しのツール使用です。
4 つの実践シナリオ: Hy4 が有用に見える場面 Tencent Technology は、コーディング、視覚理解、財務分析、計画の 4 つのシナリオで Hy4 をテストしました。
対話的なフロントエンド開発 Hy4 は、惑星をクリックでき、軌道速度を調整でき、子ども向けの説明も含む対話的な太陽系ウェブページを構築しました。報告された実行には 15 回の Chrome インタラクションチェックが含まれ、コード生成からブラウザー検証へと至るワークフローが示されています。CometAPI を使うアプリケーションは、ブラウザーツールへの接続によりこのワークフローを支援できます。
変化する制約下での視覚的プランニング 冷蔵庫の写真を用いて、Hy4 は 3 日間で 9 食の食事を、食材費 RMB 100、1 食あたりの調理 40 分という制約内で計画しました。不確かな食材を 4 つ特定し、食事制限が変更された際には計画を修正し、視覚理解が複数の制約をまたぐプランニングを支援できることを示しました。
財務チャートの分析 Hy4 は架空のチャートにおける誤解を招く主張を特定しました。実際の売上は 25% 増なのに 80% 増と主張され、利益は 40% 減なのに倍増と主張されていました。さらに成長を誇張する切り詰められた軸も検出し、視覚的解釈と数値チェックを組み合わせました。
スケジューリングと実現可能性チェック 連続作業 555 分を 480 分の枠に収める課題で、Hy4 は 75 分の容量不足を特定し、3 つの改訂案を提示しました。矛盾する要件を検出し、実現可能にするためのトレードオフを説明する有用性を示すシナリオです。
入力 $0.6672 出力 $2.00 キャッシュ読取 $0.0336
CometAPI は Tencent の公式 Hy4 レートとして、入力 $0.8340、出力 $2.50（いずれも 100 万トークンあたり）を掲示しており、CometAPI の入力・出力価格は公式ページ比で約 20% 低くなっています。これらのレートは Hy4 に適用されます。Hy4 Preview については別の料金表を参照してください。
典型的なリクエストのコスト 未キャッシュの入力トークン 10,000、出力トークン 2,000 を用いた例では、Hy4 のトークン課金は次のとおりです。
Input: 10,000 / 1,000,000 × $0.6672 = $0.006672
Output: 2,000 / 1,000,000 × $2.00 = $0.004000
Total: $0.010672
これはリクエストあたり約 $0.0107、同じトークン使用量のリクエスト 1,000 件で $10.67 に相当します。これはトークンコストの見積もりであり、ブラウザーや計算インフラ、その他のツール料金は含みません。キャッシュ読取の価格は、実際にキャッシュ読取として課金されたトークンに適用されます。
エージェントでは、タスク全体での使用量を算出してください。繰り返しのプロンプト、ツール結果、生成された推論、リトライにより、10 ステップの実行は最終回答が示唆するより大幅に高価になり得ます。有用なビジネスメトリクスは、成功裏に完了したタスク 1 件あたりの総支出です。
Hy4 API へのアクセス方法 Hy4 と Hy4 Preview はどちらも CometAPI から利用可能です。完全版は hy4、従来版の比較には hy4-preview を使用してください。
アカウント作成と API キーの取得
CometAPI に登録またはサインインします。API Keys を開き、Create API Key を選んでキーをコピーします。アカウントに十分なクレジットがあることを確認し、サーバー側の環境変数にキーを保存します。
Python SDK をインストールしてキーを設定します。
pip install openai
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
Chat Completions か Responses を選ぶ CometAPI は OpenAI 互換の 2 つのインターフェースを提供します。
Chat Completions（/v1/chat/completions）はユーザーとアシスタントのやり取りを含む messages 配列を使用します。以下の Hy4 の例で用いるインターフェースで、チャットメッセージを基盤にしたアプリケーションに適しています。
Responses（/v1/responses）は input フィールドと異なる出力構造を使用します。選択したモデルが CometAPI 経由で Responses を明示的にサポートしている場合に使用します。
最初のリクエストを送る import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
result = client.chat.completions.create(
model="hy4", # Or "hy4-preview"
messages=[{"role": "user", "content": "Explain how to resolve a scheduling conflict."}],
)
print(result.choices[0].message.content)
今、開発者が準備すべきこと 開発者は、Hy4 と Hy4 Flash に備え、モデル層を設定可能にしておくべきです。モデル名、API エンドポイント、ツールスキーマ、ルーティングロジック、評価スクリプトをアプリケーションの他部分にハードコーディングしないでください。
新しいモデルに本番トラフィックを送る前に、Hy4 Preview または他の現行モデルでベースラインを確立します。ベースラインは、カスタマーサポート、コーディング、ドキュメント処理、データ分析など、アプリケーションにとって重要なワークロードを網羅すべきです。
評価では、最終回答がよく見えるかどうか以上の項目を記録してください。チームは次のメトリクスを追跡すべきです。
タスク完了率: 人の介入なしに、エージェントがワークフロー全体を完了し、要求された結果を出せた頻度を測定します。必要な全ステップが完了した場合にのみ成功と見なすべきで、もっともらしい中間応答では不十分です。ツール呼び出し成功率: 適切なツール選択、有効なパラメータ、利用可能な結果の受領、ワークフロー継続の成功頻度を記録します。推論の問題と、統合またはスキーマの問題を区別するのに役立ちます。リトライ頻度: ツール呼び出しの再試行、回答の再生成、ステップの再開が何回必要だったかを数えます。最終回答が正しく見えても、リトライ率が高いとコスト増と完了遅延を招きます。平均応答レイテンシ: モデルが応答を返すまでの時間と、エージェントワークフローではタスク全体を完了するまでの時間を測定します。ステップごとのレイテンシとエンドツーエンドのレイテンシの両方を追跡すると有益です。個々の応答が速くても、マルチステップのワークフロー全体は遅い場合があります。トークン使用量: 入力トークン、出力トークン、該当する場合はキャッシュトークン、リクエストあたりの総トークン数を追跡します。モデルの推論スタイルが不要なコンテキストや検証のオーバーヘッドを生んでいないかを示します。タスク完了あたりのコスト: 1 件のタスクを成功裏に終えるのに必要なモデルとインフラの総コストを算出します。トークン価格だけの比較より有用です。安価なモデルでも、リトライ増、長文プロンプト、追加の人手介入を要する可能性があります。 Hy4 と Hy4 Flash が利用可能になったら、同じワークロードを両モデルに対して実行し、完了品質、信頼性、速度、コストを比較できます。
実用的なルーティング方針としては、繰り返し・定型タスクを Hy4 Flash に回し、Hy4 は複雑な計画、長いツール連鎖、視覚的推論、強い復旧挙動を要するワークフローに充てるのがよいでしょう。
Hy4 Flash: 大量処理に実用的なモデル Hy4 はすでに利用可能で、Hy4 Flash はまもなく提供される見込みです。Tencent はリリース日をまだ発表していません。Flash は実アプリケーション向けの高い費用対効果を持つモデルとして位置づけられています。
Flash 版は、Hy4 の視覚・エージェント機能を維持しつつ、モデルと Tencent 製品のより緊密なコーデザインの恩恵を受けると見込まれます。これは、頻繁な呼び出し、より速い応答サイクル、大きなリクエストボリュームに最適化されたモデルを示唆します。
Hy4 は、より深い計画、複数のツール呼び出し、強い復旧挙動を必要とする複雑で長時間のエージェントタスクに適しています。Hy4 Flash は、高ボリュームの分類、情報抽出、定型的な文書処理、その他の構造化タスクなど、コストとスループットを重視する用途に適しています。
両モデルは視覚ワークロードにも有用でしょう。Hy4 Flash は基本的な OCR、画像分類、フィールド抽出を担い、Hy4 はページ横断の分析、複雑な判断、複数ラウンドのツール使用を要する視覚タスクに温存できます。
Hy4 Flash は、迅速なエージェント開発にも有用です。プロンプト、ツールスキーマ、ルーティングロジックを低コストでテストし、より要求が厳しいワークロードは Hy4 に送ることができます。
安全クリティカルまたは極めて難易度の高い判断では、Hy4 に人間のレビューを組み合わせるべきです。モデルは分析を行えますが、返金、支払い、権限など結果が重大なアクションは人が責任を持つべきです。
よくある質問
Hy4 は正式リリースされていますか？
はい。どちらも CometAPI から利用可能です。Hy4 には hy4、Preview には hy4-preview を使用し、比較時はモデル識別子を設定可能に保ってください。
API 呼び出しだけで Hy4 が自動的にブラウザーを操作できますか？ コンピューター利用のワークフローには、Hy4 をブラウザーやデスクトップ環境に接続するアプリケーションが必要です。アプリケーションがアクションを実行し、スクリーンショットやツール結果をモデルに返します。
11 月 4 日の掲載では、入力トークン 100 万あたり $0.6672、出力トークン 100 万あたり $2.00、キャッシュ読取トークン 100 万あたり $0.0336 です。最新の料金はモデルページ を参照してください。
Hy4 Flash は今すぐ利用できますか？ 引用した発表では Hy4 Flash は「近日公開」と説明されています。最終的な価格と提供仕様はそれらの資料では公開されていません。
結論 Hy4 は CometAPI 上で API 評価の準備が整っており、Preview はアップグレード測定のベースラインを提供します。公開された結果と実践シナリオの報告から、コーディング、視覚分析、制約付きプランニング、マルチステップの生産性タスクが出発点として最も有用です。
Hy4 の API と価格ページ から始め、ワークフローに必要なツールを接続し、タスク完了あたりのコストを比較してください。Hy4 Flash が到来したら、同じ評価セットアップで、どのタスクがその効率重視の恩恵を受けるかを判断できます。
