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 HY 4 Performance: フルバージョンに価値はあるのか？
ai-model / CometAPIリサーチ
HY 4 Performance: フルバージョンに価値はあるのか？ Tencent HY4の2026年11月リリースを詳しく見る：ビジョン、コンピューター操作、RSI、ベンチマーク、価格、CometAPIを通じたAPIアクセス。
Tencent HY4の2026年11月リリースを詳しく見る：ビジョン、コンピューター操作、RSI、ベンチマーク、価格、CometAPIを通じたAPIアクセス。
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)TL;DR
HY4 は Tencent の新たなフラッグシップ AI モデルで、2026 年 11 月 4 日にリリースされた。マルチモーダル推論、コーディング、コンピュータ操作、リサーチ、プロフェッショナルなワークフローに対応する。 Hy モデルファミリーにビジョンと GUI インタラクションを追加し、ドキュメント、ソフトウェア、ビジネスツールにまたがる持続的な実行能力を強化した。Tencent 公開の評価条件下で、DeepSWE v1.1 で 74.9 、APEX-Agents v1.1 で 75.2 、OSWorld 2.1（フル、部分スコア）で 78.9 を報告している。
Key Takeaways
プレビュー版比で実世界性能が大幅向上：APEX-Agents で +21 ポイント、Terminal-Bench 4.0、AutomationBench、金融専門家スコア、プロダクト指標でも大きく改善。
独立評価での順位：Vals Index で #4 のオープンウェイト（59.35%）、一部レポートで Terminal-Bench 4.0 のオープンウェイト #2、Finance/Tax Agent でも競争力。
初めてビジョン＋コンピュータ操作を追加し、Blender、CAD などのプロフェッショナルソフトに特化した訓練を実施。
明確性、出典の帰属、最新のAPI用語について確認済みです。
価格は依然として非常に競争力があり約 $0.83/$2.50。CometAPI ではさらに約 20% の割引がしばしば提供される。
RSI シグナル：Hy4 と Hyra 2.0 はすでに内部のトレーニングパイプライン改善やオープンモデル（HyCell、HyPDE）の共同開発に活用。
適している用途：長期地平のエージェント、金融/オフィスワークフロー、マルチモーダル生産性、強力なオープンモデル性能をコスト重視で求めるチーム。
すべての難易度の高い STEM や純粋なコーディング系リーダーボードで絶対的首位ではない—トップのクローズドモデルにはまだ明確な差がある。
What Is HY4, and Why Does It Matter? Tencent が Hy4（表記は Hy4 ）とする本モデルは、多段階にわたる複雑な作業を遂行する汎用 AI モデルである。Tencent の11 月 4 日の発表 は、推論、視覚理解、ツール、持続的実行の組み合わせに焦点を当てている。
この組み合わせが重要なのは、プロフェッショナルなタスクが単一の孤立した問いで完結するとは限らないからだ。開発者はリポジトリの調査、機能実装、テスト実行、UI 改修を必要とするかもしれない。アナリストは申請書類、スプレッドシート、チャート、リサーチメモを突き合わせる必要がある。職場アシスタントはメッセージ、ドキュメント、カレンダー、会議記録を連携させる必要がある。
HY4 のリリースはこれらのワークフローに焦点を当てる。Tencent は、旧バージョン比で事前学習と後続学習の双方を大幅に拡大し、指示追従、長文脈理解、ディープリサーチ、長期タスクでの改善を示したとする。
スパース Mixture-of-Experts：総パラメータは大規模だが、トークン当たり約 49B を活性化。
1M トークンのコンテキストウィンドウにより、リポジトリ規模や複数ドキュメントの作業に対応。
Gated DeepSeek Sparse Attention と IndexCache による長文脈の効率的提供。
Identity Hyper-Connections とネイティブな multi-token prediction（MTP）層による推測デコーディング。
新たなマルチモーダル経路とコンピュータ操作アクション空間（画面理解＋CLI/GUI 制御）。プロ用ツールやクロスアプリケーションワークフローに的を絞った訓練。
再帰的自己改善（RSI）のシグナル
Vision and Computer Use HY4 は、精密な画像理解や複雑なチャート解釈を含む視覚認識を導入した。さらに、コマンドラインおよびグラフィカルインターフェースにまたがるコンピュータ操作を追加し、Blender や CAD などのソフトウェアに的を絞った訓練を行った。Tencent のリリース では、複数アプリケーションにまたがるワークフローが記述されている。
これらは関連しているが別個の能力である。ビジョンは、スクリーンショットやチャートを解釈する。コンピュータ操作はフィードバックループを加える：インターフェースを観察し、アクションを選び、結果を観察し、調整する。これはスクリーンショットの供給とアクションの実行を担う周辺アプリケーションを必要とする。テキスト補完エンドポイント単体では、OS エージェントは提供されない。
Frontend Engineering and Game Development Tencent は、UI インタラクション、ビジネスロジック、状態管理、フルスタック統合の強化を強調している。ゲームについては、Tencent Interactive Entertainment Group の開発者と協力し、機能実装、ゲームプレイロジック、状態トラッキング、アセットパイプラインで適応を図った。
リリースでは、旧バージョン比で GameDev での19.1% 、GameLogic での9.8% の改善が報告され、Unreal Engine、Unity、Godot への適応が説明されている。これは Tencent が命名した評価における同社の報告である。すべてのチームで開発時間が同等に短縮されることを意味するわけではない。
開発者にとって重要なのは、エージェントが修正回数を減らして機能を動作させるかどうかである：レンダリングされた見栄え、正しいインタラクション、永続的な状態、実行可能なコード、そしてテスト合格。
Finance, Office Work, and Personal Assistance Tencent は数千の実践的な金融ワークスペースと、投資リサーチ、クオンツ戦略、アロケーション、コーポレートファイナンス、税務会計をカバーする数万のタスクを構築した。同社の評価には、213 名の金融プロフェッショナル （大手金融機関の 153 名のエキスパート を含む）が579 タスク で参加した。70% 超が 5 年以上の経験を有する。
HY4 は3.04 を獲得し、DeepSeek-V4.1-Flash-1017 の 2.97 、Kimi K3.1 Pro と GLM-5.3 の各 2.68 を上回った。これらは Tencent の評価であり、独立した再現ではない。
Tencent は Word、Excel、PowerPoint のリアルタイム共同編集も記述している。WorkBuddy と WeCom を通じて、HY4 は職場の接続コンテキストを用い、ブリーフ作成、プロジェクト変更の追跡、アクションアイテムの特定、期限の通知を行う。これらの統合はプロダクト環境に属し、すべての HY4 API 呼び出しに自動的に含まれるわけではない。
以下の比較は、フル版 HY4 リリースのベンチマーク付録 に基づく。全エントリは Tencent が公開 したもの。競合に 2 つのスコアがある場合は、原本でアスタリスク付きとされた Tencent 自身の再測定を表の値として採用している。異なる実行のベスト結果を合算してはいない。
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（フル、部分スコア） 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
Vals Index：59.35%（総合 #13、オープンウェイトでは Kimi K3.1 Pro、DeepSeek V4.1 Flash、GLM-5.3 に次ぐ #4）。Hy4 プレビューの約 53% から大幅改善。Terminal-Bench 4.0（報告によってはオープンウェイト #2）、Finance Agent、Tax Agent で強力。
Artificial Analysis Intelligence Index：約 34.6–35（堅実な中位、冗長傾向、タスク当たり速度は平均より遅め）。
Plotly Data Analytics Bench：42/43（98%）。その精度水準に到達するモデルの中で最安級。
Agent Arena のコミュニティデータ：実ユーザーの長期タスクで強力。Hy4 は中国語系モデルの #1 に素早く浮上し、タスク当たりコストの競争力を保ったままパレート前線上に位置。
Where HY4 Looks Strong HY4 のAPEX-Agents v1.1 で 75.2 は、表に示した比較の中で最高のエントリである。DeepSWE v1.1 での 74.9 も Tencent の再測定で他モデルと十分競争力がある。科学的ワークフローでは、TenureTrail で 53.6 が示されたオープンモデル競合の中では先行しているが、2 つのプロプライエタリモデルはより高得点である。
これらの所見は、ビジネスエージェント、リポジトリ作業、リサーチで HY4 を試す根拠となる。一方で、普遍的な「ベスト AI モデル」主張を裏付けるものではない。
Where Competitors Still Lead HY4 のTerminal-Bench 4.0 で 44.4 は、示した Kimi と Claude の結果に及ばない。MMMU-Pro での 78.6 も、表の Kimi、GPT、Claude を下回る。コンピュータ操作はOSWorld 2.1 で 78.9 と競争力があるが、この指標は明示的に部分スコア であり、「任意のデスクトップ作業の 78.9% が成功する」という主張ではない。
Tencent は、研究数学、長期のコーディング、モデルの自己改善、高度な視覚質問応答で先行プロプライエタリシステムに対してなおギャップがあることを認めている。
Why Evaluation Settings Matter Tencent の Terminal-Bench 4.0 設定では、最大500 ターンと 13 時間のタイムアウト 、16 CPU と 32 GB RAM を許容。GPU 依存タスクには追加で H100 を付与。APEX-Agents の設定では最大250 ステップ を許容。これは相当なエージェント予算である。
このような環境で評価されたモデルは、タイムアウト 30 秒の Web アプリでは振る舞いが異なるかもしれない。タスク成功率を、総レイテンシ、ツールコスト、トークン使用、人手による修正と併せて比較する。ベンチマークのバージョンも明示すること。Terminal-Bench 4.0 のスコアを古い Terminal-Bench の結果と直接同等と解釈すべきではない。
How HY4 Works: Context, Reasoning, and Agent Execution
Long Context Helps Connect Distributed Information HY4 は1,048,576 トークンのコンテキストウィンドウ 、テキスト＋画像入力、テキスト出力を備える。最大完了出力は最上位プロバイダー構成で65,536 トークン が記載されている。これらはエンドポイントごとの制限であり、設計の前に CometAPI の現行制限を確認すること。
長文脈は、ファイルやツールのトレースにまたがる情報接続を助ける。しかし、完全な想起、正確な算術、正しいソース選択を保証するものではない。適切に設計されたアプリケーションは、依然として検索、ドキュメント識別子、簡潔なツール結果、明示的な引用から恩恵を受ける。
典型的な HY4 ワークフローは、外部根拠と計画を組み合わせる：タスクを読み、情報を要求し、ツール結果を確認し、計算やテストを実行し、出力を修正する。モデルの推論は次のステップ選択に寄与し、実行環境が最新の事実と検証を供給する。
たとえば、金融アシスタントは明細を取得し、評価ワークブックを作成し、式を検証し、レポートを生成できる。各段階でソース参照を保持し、報告値と仮定を区別すべきである。コーディングアシスタントはファイルを検査し、コードを変更し、テストを実行し、失敗を次の編集の指針にできる。
Architecture Details Require Careful Versioning 広く引用される 総 770B パラメータと 49B アクティブパラメータ は、HY4 プレビューで公開された MoE バックボーンを記述している。モデルカードには、スパースアテンション、IndexCache、Identity Hyper-Connections、multi-token prediction も記録されている。
Tencent のフルリリース発表は、重みとシステムカードに付随する追加技術詳細が後続することを示す。これらが到着するまで、プレビューの層数、エキスパート構成、デプロイコマンドを、フル版 HY4 の確定仕様として提示すべきではない。確立されたフルリリースの事実は、新機能、ホストアクセス、公開された評価結果である。
HY4 and RSI: What Recursive Self-Improvement Actually Means
RSI は**再帰的自己改善（recursive self-improvement）**の略である。Tencent の11 月 2 日の Hyra 2.0 発表 では、再利用可能な研究ツール、トレーニングパイプライン、モデルの改善を意味する。より強力なツールはより強力なモデル開発を助け、次のツール開発を支援する。
フル版 HY4 のリリースは具体例を示す：Hyra 2.0 と組み合わせた HY4 は、同一アーキテクチャの小型モデル向け内部事前学習インフラを最適化し、明示された Jev ベースラインを複数ベンチマークで上回る変種を訓練した。Tencent はまた、システムと共同開発した単一細胞表現用の HyCell と物理場モデリング用の HyPDE という基盤モデルを発表した。出典 。
How Hyra 2.0 Organizes Research Hyra はOverall 、Mission 、Worker の三層を用いる。Overall は人間の目標、優先度、リソースを調整。Mission はより長期の研究活動を指揮。Worker はコードを検査し、実験を実行し、失敗を分析し、仮説に異議を唱える。
永続キュー は依存関係とリソース制約を扱う。Research Board は証拠と意思決定を記録する。Review Worker は結果を独立に検査し、共有ナレッジは観察を再現結果やチーム規範から切り分ける。Tencent は、相当の計算費用や共有ナレッジの変更には適切な人間の承認が必要と述べる。
What RSI Does—and Does Not—Establish これは構造化された AI 研究ワークフローの証拠である。無限の知能成長を確立するものではなく、ホストされた HY4 会話がエンドポイントの基礎重みを変更することを示すものでもない。プロンプト改善、永続メモリ、新しいソフトウェアツール、新たに訓練されたモデルは、異なる改善形態である。
開発者にとって有用なのは、測定可能な反復である：失敗を保存し、ツールを改善し、ホールドアウトタスクで候補を評価し、証拠が裏付けるときのみ変更を昇格させる。HY4 のPostTrainBench v1.2 で 35.2 と**Tencent の内部 Foundation Model Bench で 28.1**は関連する指標だが、評価特有である。
Reliability: Has HY4 Reduced Hallucinations? Tencent は、ターゲットを絞った検索と検証の改善により、内部の幻覚率が15.76% から 5.45%に低下したと報告。これは 10.31 ポイントの減少 で、Tencent の数値から計算した約 65.4% の相対減 に相当する。仮説的誤りは**23.1% から 5.6%**に低下。出典 。
これらは Tencent の金融およびオフィス評価に関する結果であり、すべての質問に対して HY4 の幻覚が 5.45% だけだと一般化すべきではない。
製品フィードバックも補強材料として示されている：RabyteTech は投資リサーチ 101 タスクで 61.63 （旧版比 +12.03）を報告。Manus は内部の文書作成と編集タスクでほぼ 97% 完了 を報告。いずれも Tencent の発表で再掲されたパートナーの証言であり、タスクセットや定義が異なるため、互換可能なベンチマークスコアではなく文脈情報として有用である。
Current Price Comparison 以下のスナップショットは 2026 年 11 月 4 日に確認。すべての料金は100 万トークンあたり の USD。
Tencent リリースページ参照 $0.834 $2.501 $0.042 CometAPI hy4 掲載 $0.6672 約 $2.00 モデルページで未検証 OpenRouter tencent/hy4 API メタデータ $0.417 $1.2505 $0.021
CometAPI は、掲載の公式参照価格に対して20% の割引 を表示。OpenRouter のライブ API メタデータは、確認時点で Tencent のリリースページ参照より低いレートを示している。メタデータはこのオファーの継続期間を保証しない。これらの差異から、プロバイダー単位でのライブ検証が不可欠である。CometAPI を、これだけの根拠で最安経路と記述すべきではない。
Estimate the Cost of Your Actual Workload CometAPI の表示レートで、入力 1M トークンと出力 250,000 トークン を用いるワークロードのコストは概ね以下の通り：
$0.6672 + (0.25 × $2.00) = $1.1672
これはトークン計算の一例である。再試行、推論トークンの計上、キャッシング、ツールサービス、アカウント固有条件は最終請求に影響しうる。出力が多いエージェントは、ファイル検査や検証を繰り返すと想定以上にコストがかかる可能性がある。
成功裏に完了したタスクあたりのコスト を比較すること。トークン単価が低くても、モデルがより多くの試行、長い出力、実質的な人手修正を要するなら優位性を失う。
Conclusion Hy4 はプレビュー版に対し、価格攻勢を維持したまま有意で測定可能な性能向上を達成した。独立ランキングでも、エージェント、金融、実務タスクで強い、オープンウェイト上位モデルの一角に位置することが確認された。新たなビジョンとコンピュータ操作能力の追加により、強力なオープンモデル能力を必要とするコスト重視のチームにとって、現時点で最も魅力的な選択肢の一つである。
もっとも簡単かつ柔軟に他の先進モデルと並行評価・運用するには、CometAPI を経由するのがよい。単一キー、競争力のある価格、シームレスな切替により、2026 年の本番・実験の実用的選択となる。
FAQs About HY4
What Is Tencent HY4? HY4 は Tencent のフラッグシップ AI モデルで、2026 年 11 月 4 日にリリースされた。視覚理解、コンピュータ操作、推論、コーディング、リサーチ、多段のプロフェッショナルタスクをサポートする。
What Changed from the Earlier Version? フル版 HY4 はビジョンとコンピュータ操作を追加し、事前学習と後続学習をスケール。長文脈理解、指示追従、金融、オフィスワーク、開発、科学研究での改善を Tencent は報告している。
What Are HY4’s Main Benchmark Scores? Tencent は、DeepSWE v1.1 で 74.9 、Terminal-Bench 4.0 で 44.4 、APEX-Agents v1.1 で 75.2 、OSWorld 2.1 の部分スコアで 78.9 、MMMU-Pro で 78.6 を報告。これらはリリース付録の評価条件に基づく。
Does HY4 Have a 1M-Token Context Window? OpenRouter のライブメタデータは、HY4 に1,048,576 トークン を記載。利用するエンドポイントの制限（入力/出力の合計予算や最大完了長）を確認すること。
Is HY4 Self-Improving? Tencent は HY4 と Hyra 2.0 による RSI ワークフローを開発し、研究ツール、インフラ、モデル変種の改善に取り組んでいる。通常のホスト会話は、展開中の HY4 の重みを自律的に変更することを示すものではない。
モデルページには、入力 100 万トークンあたり $0.6672 、出力 100 万トークンあたり約 $2.00 、公式参照対比で20% 割引 が表示されている。予算策定の前にライブの価格ページ を確認すること。
Is HY4 Open Source and Ready to Download? Tencent はフル版 HY4 の重みとシステムカードを計画しているという。公開プレビューの重みは別リリースである。セルフホスティング前に、フルモデルの実際のダウンロード可用性とライセンスを確認すること。
はい。CometAPI は hy4 を利用可能として掲載している。API ドキュメントでアカウントアクセス、パラメータ、画像対応、レート制限を確認し、スケール前に小規模ワークロードで試すこと。
