Hy 4 API

Specyfikacja techniczna Tencent Hy4 Preview

Powyższe wartości architektury opisują rdzeń; karta modelu Tencent opisuje dodatkową natywną warstwę MTP do spekulatywnego dekodowania. Okno kontekstu API 1M nie jest tym samym co jego limit maksymalnego wejścia 960K.

Czym jest Tencent Hy4 Preview?

Tencent Hy4 Preview to model językowy z otwartymi wagami rozwijany przez zespół Hunyuan w Tencent. Wydany 28 sierpnia 2026 r., jest wczesną wersją generacji Hy4 i został zoptymalizowany pod kątem produktywności w realnych zadaniach: inżynierii oprogramowania, agentowego wykonywania zadań, prac biurowych i analiz finansowych, tworzenia gier oraz badań naukowych.

Hy4 Preview wykorzystuje architekturę Mixture-of-Experts z 770 miliardami łącznych parametrów rdzenia i 49 miliardami aktywowanych parametrów na token. Stos uwagi wykorzystuje Gated DeepSeek Sparse Attention (Gated DSA) z IndexCache do ponownego użycia rzadkich indeksów między warstwami. Model wykorzystuje również identity Hyper-Connections (iHC) w ścieżce resztkowej. Do spekulatywnego dekodowania dołączono natywną warstwę multi-token-prediction (MTP).

Tencent udostępnił wagi modelu, wariant kwantyzowany FP8 oraz wskazówki dotyczące wdrożenia dla vLLM i SGLang. Karta modelu określa licencję Apache 2.0.

Główne cechy Tencent Hy4 Preview

• Kontekst o rozmiarze miliona tokenów: Okno kontekstu o rozmiarze 1,048,576 tokenów jest przeznaczone dla dużych baz kodu, obszernych materiałów technicznych oraz informacji rozproszonych w wielu dokumentach. Tencent Cloud podaje maksymalne wejście 960,000 tokenów i maksymalne wyjście 64,000 tokenów.
• Długohoryzontowa inżynieria oprogramowania: Tencent podkreśla rozumienie kodu, planowanie, debugowanie i weryfikację w ramach rozciągniętych w czasie zadań rozwojowych, w tym implementację frontendu i iteracje.
• Agentowe wykonywanie zadań: Model jest pozycjonowany do złożonych zadań obejmujących planowanie i użycie narzędzi. Opublikowane przepisy serwowania obejmują parsowanie wywołań narzędzi i automatyczną konfigurację wyboru narzędzi.
• Procesy biurowe i analityczne: Tencent opisuje tworzenie dokumentów, arkuszy kalkulacyjnych i prezentacji, analizę danych, równania oraz prace nad modelami finansowymi.
• Naukowe i techniczne rozumowanie: Tencent raportuje prace w obszarach takich jak badania i rozwój AI, dynamika molekularna, fizyka materii skondensowanej i matematyka fundamentalna.
• Otwarte opcje wdrożeniowe: Deweloperzy mogą korzystać z wag licencjonowanych na Apache 2.0, wariantu FP8 oraz przepisów wdrożeniowych Tencent dla vLLM lub SGLang.

Wydajność w benchmarkach Tencent Hy4 Preview

Tencent raportuje ślepą wewnętrzną ewaluację, w której 163 ekspertów wewnętrznych oceniało wyniki na 203 zadaniach inżynieryjnych. Hy4 Preview uzyskał średni wynik 2.99/4.00, w porównaniu z 2.92/4.00 dla GLM 5.3 i 2.94/4.00 dla Kimi K3.

Są to wyniki wewnętrznej, ocenianej przez ludzi ewaluacji inżynieryjnej Tencent, a nie ustandaryzowanego publicznego rankingu benchmarków. Nie należy ich traktować jako dowodu, że Hy4 Preview prowadzi we wszystkich benchmarkach dotyczących kodowania, rozumowania lub zastosowań ogólnych. Dostępny tekst karty modelu nie zawiera kompletnej, możliwej do odczytu maszynowego tabeli ustandaryzowanych wyników benchmarków, dlatego nie wyprowadzamy tu żadnych dodatkowych wniosków.

Jak Hy4 Preview wypada w porównaniu z GLM 5.3 i Kimi K3

Najbardziej bezpośrednio porównywalnym opublikowanym dowodem jest 203‑zadaniowa ewaluacja inżynieryjna Tencent. Hy4 Preview uzyskał wynik 2.99/4.00, nieco powyżej GLM 5.3 z 2.92 i Kimi K3 z 2.94. Porównanie jest użyteczne do zrozumienia wewnętrznych wyników przepływów pracy inżynieryjnej Tencent, lecz nie jest niezależną ewaluacją i nie potwierdza przewagi w niepowiązanych obciążeniach.

Wybierz Hy4 Preview, gdy kluczowe wymagania obejmują wdrożenie z otwartymi wagami, kontekst miliona tokenów oraz agentowe przepływy pracy ukierunkowane na produktywność. Przetestuj GLM 5.3 i Kimi K3 na własnych reprezentatywnych zadaniach przed wyborem modelu produkcyjnego; ich architektury i specyfikacje kontekstu nie są tutaj przytoczone, ponieważ nie zostały zweryfikowane z równoważnych źródeł pierwotnych na potrzeby tego porównania.

Znane ograniczenia

Tencent opisuje Hy4 Preview jako wczesną iterację z przestrzenią do poprawy zarówno w pretreningu, jak i post‑treningu. Opublikowane znane problemy obejmują poświęcanie więcej czasu niż konieczne na rozumowanie przy złożonych zadaniach oraz tendencję do nadmiernej weryfikacji własnej pracy. Zachowania te mogą zwiększać latencję i długość wyjścia. Zespoły powinny testować skuteczność zadań, latencję, poprawność wywołań narzędzi oraz łączną liczbę tokenów względem własnych kryteriów akceptacji przed wdrożeniem produkcyjnym.

Przykładowe zastosowania

1. Inżynieria oprogramowania w skali repozytorium: Analiza plików źródłowych i historii zgłoszeń, planowanie zmian w wielu plikach, debugowanie i weryfikacja poprawek.
2. Agentowe przepływy pracy rozwojowe: Koordynacja wieloetapowych zadań kodowania i wykonywania wspomaganego narzędziami, z autoryzacją i walidacją po stronie aplikacji.
3. Analiza biznesowa: Konsolidacja informacji w dokumentach i tworzenie raportów, arkuszy kalkulacyjnych oraz prezentacji.
4. Modelowanie finansowe: Wsparcie równań, analizy danych i procesów modelowania finansowego, z niezależną walidacją obliczeń.
5. Prototypowanie gier: Generowanie i iteracyjne udoskonalanie grywalnych prototypów w workflow silnika gier.
6. Wsparcie badań naukowych: Badanie literatury technicznej, formułowanie analiz i wsparcie prac w obszarach wskazanych przez Tencent, takich jak dynamika molekularna i matematyka fundamentalna.