Создавайте с CometAPIНужен один API для нескольких моделей?Протестируйте рабочий процесс в Playground, затем создайте API-ключ, когда модель и стоимость подойдут для вашего сценария.
HY4 — новый флагманский AI-модель Tencent, выпущенная 4 ноября 2026 года, для мультимодального рассуждения, кодинга, работы с компьютером, исследований и профессиональных рабочих процессов. Она добавляет зрение и взаимодействие с GUI к семейству моделей Hy и улучшает устойчивое выполнение задач по документам, программам и бизнес-инструментам. Tencent сообщает о результатах 74.9 на DeepSWE v1.1, 75.2 на APEX-Agents v1.1 и 78.9 на OSWorld 2.1 (full, частичный балл) при опубликованных условиях оценки.
Основные выводы
Существенные практические улучшения по сравнению с превью: +21 пункта на APEX-Agents, заметный рост на Terminal-Bench 4.0, AutomationBench, экспертных оценках по финансам и продуктовых метриках.
Независимый рейтинг: #4 среди open-weight на Vals Index (59.35%), #2 среди open-weight на Terminal-Bench 4.0 в некоторых отчётах, конкурентоспособна на Finance/Tax Agent.
Проверено на ясность, указание источников и актуальную терминологию API.
Впервые добавлены Vision + использование компьютера, специализированное обучение на профессиональном ПО (Blender, CAD и др.).
Цены остаются очень конкурентными на уровне ~$0.83/$2.50; CometAPI часто предлагает дополнительные скидки (~20%).
RSI-сигналы: Hy4 + Hyra 2.0 уже используются для улучшения внутренних обучающих конвейеров и совместной разработки открытых моделей (HyCell, HyPDE).
Рекомендуется для: долгоживущих агентов, финансовых/офисных процессов, мультимодальной продуктивности и команд с ограниченным бюджетом, которым нужна сильная производительность открытых моделей.
Не абсолютный лидер на каждом сложном STEM- или чисто кодерском рейтинге — всё ещё заметно уступает самым продвинутым закрытым моделям в этих областях.
Что такое HY4 и почему это важно?
HY4, стилизованная как Hy4 компанией Tencent, — это универсальная AI-модель, спроектированная для выполнения сложной работы по множеству шагов. В анонсе Tencent от 4 ноября модель позиционируется на сочетании рассуждения, визуального понимания, инструментов и устойчивого исполнения.
Это важно, потому что профессиональные задачи редко сводятся к одному изолированному вопросу. Разработчику может понадобиться агент, который осмотрит репозиторий, реализует фичу, запустит тесты и поправит UI. Аналитику — согласовать отчёты, таблицы, графики и исследовательские заметки. Офисному помощнику — связать сообщения, документы, календари и записи встреч.
Релиз HY4 сосредоточен на этих рабочих процессах. Tencent заявляет, что существенно увеличила объём как преобучения, так и постобучения относительно предыдущей версии, достигнув улучшений в следовании инструкциям, понимании длинного контекста, глубоком исследовании и задачах с длинным горизонтом.
Базовая архитектура (унаследована и расширена по сравнению с превью)
Sparse Mixture-of-Experts: большой общий счёт параметров с активными ~49B на токен.
Контекстное окно 1M токенов для работы на уровне репозиториев и множества документов.
Gated DeepSeek Sparse Attention + IndexCache для эффективной работы с длинным контекстом.
Identity Hyper-Connections и нативный слой multi-token prediction (MTP) для «спекулятивной» декодировки.
Новый мультимодальный путь и пространство действий для использования компьютера (понимание экрана + управление CLI/GUI), с таргетированным обучением на профессиональных инструментах и межприложенческих потоках.
Сигналы Recursive Self-Improvement (RSI)
Tencent сообщает, что Hy4, в паре с оболочкой Hyra 2.0, оптимизировала внутреннюю инфраструктуру преобучения для меньших моделей той же архитектуры и автономно создала варианты, превзошедшие официальные базовые линии. Две так созданные фундаментальные модели (HyCell для представления одиночных клеток и HyPDE для моделирования физических полей) открываются в open-source. Это один из наиболее конкретных публичных примеров, где «передовая» модель участвует в собственном цикле разработки.
Какая производительность в полном релизе HY4?
Видение и использование компьютера
HY4 вводит визуальное восприятие, включая детализированное понимание изображений и интерпретацию сложных графиков. Tencent также добавляет использование компьютера через командные интерфейсы и графические интерфейсы, с таргетированным обучением для таких программ, как Blender и CAD. Релиз Tencent описывает потоки работы, охватывающие несколько приложений.
Это связанные, но разные возможности. Зрение позволяет модели интерпретировать скриншот или диаграмму. Использование компьютера добавляет петлю обратной связи: осмотреть интерфейс, выбрать действие, наблюдать результат и скорректироваться. Для этого требуется окружающее приложение, которое поставляет скриншоты и исполняет действия; один лишь текстовый endpoint не обеспечивает агента операционной системы.
Фронтенд-инжиниринг и разработка игр
Tencent подчёркивает более сильные UI-взаимодействия, бизнес-логику, управление состоянием и полноценных стек. Для игр компания работала с разработчиками из Tencent Interactive Entertainment Group над реализацией функций, игровой логикой, отслеживанием состояния и конвейерами ассетов.
В релизе заявлены 19.1% улучшение на GameDev и 9.8% на GameLogic по сравнению с прежней версией, а также адаптация к Unreal Engine, Unity и Godot. Это улучшения, заявленные Tencent по именованным оценкам. Они не гарантируют эквивалентное сокращение времени разработки для каждой команды.
Для разработчиков релевантный тест — способен ли агент доставлять рабочую фичу с меньшим числом исправлений: отрисованный вид, корректные взаимодействия, устойчивое состояние, исполнимый код и прохождение тестов.
Финансы, офисная работа и персональная помощь
Tencent создала тысячи реалистичных финансовых рабочих пространств и десятки тысяч задач, охватывающих инвестиционные исследования, количественные стратегии, аллокацию, корпоративные финансы и налоговый учёт. В оценке участвовали 213 профессионалов финансов, включая 153 экспертов из ведущих финансовых институтов, по 579 задачам; более 70% экспертов имели свыше пяти лет опыта.
HY4 получила 3.04, по сравнению с 2.97 у DeepSeek-V4.1-Flash-1017 и 2.68 у Kimi K3.1 Pro и GLM-5.3. Эти результаты исходят из оценки Tencent, а не независимой репликации.
Tencent также описывает совместное редактирование Word, Excel и PowerPoint в реальном времени. Через WorkBuddy и WeCom, HY4 может использовать связанный контекст рабочей среды для подготовки брифов, отслеживания изменений проектов, выявления пунктов действий и отметки дедлайнов. Эти интеграции относятся к продуктовому окружению; они не включаются автоматически в каждый вызов HY4 через API.
HY4 — результаты на бенчмарках: что показывают данные?
Следующее сравнение использует приложение с бенчмарками полного релиза HY4. Все записи опубликованы Tencent; если у конкурентов два результата, таблица использует повторную оценку Tencent, отмеченную звёздочкой в оригинале. Она не комбинирует лучшие результаты из разных прогонов.
Бенчмарк
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, частичный балл
78.9
—
68.4
79.6
75.2
81.8
MMMU-Pro
78.6
—
76.7
83.4
84.9
88.2
TenureTrail, внутренний
53.6
46.0
50.1
51.3
57.6
59.0
Независимые оценки (начало ноября 2026)
Vals Index: 59.35% (#13 в целом, #4 среди open-weight позади Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3). Большое улучшение относительно ~53% в превью Hy4. Сильные результаты на Terminal-Bench 4.0 (#2 среди open-weight в некоторых отчётах), Finance Agent, Tax Agent.
Artificial Analysis Intelligence Index: ~34.6–35 (уверенная середина, многословна, медленнее среднего на задачу).
Plotly Data Analytics Bench: 42/43 (98%), одна из самых дешёвых моделей, достигающих такого уровня точности.
Данные сообщества Agent Arena: сильная реальная долгосрочная производительность; Hy4 быстро стала #1 китайской моделью и находится на Парето-фронтире при конкурентной стоимости за задачу.
Где HY4 выглядит сильной
75.2 на APEX-Agents v1.1 — самый высокий показатель среди представленных сравнений. 74.9 на DeepSWE v1.1 также конкурентоспособен с другими моделями в ретестах Tencent. Для научных рабочих процессов 53.6 на TenureTrail лидирует среди показанных открытых моделей, хотя две проприетарные модели набирают выше.
Эти наблюдения поддерживают тестирование HY4 для бизнес-агентов, работы с репозиториями и исследований. Они не подтверждают универсальное утверждение «лучшая AI-модель».
Где конкуренты пока лидируют
44.4 на Terminal-Bench 4.0 уступает показанным результатам Kimi и Claude. 78.6 на MMMU-Pro также ниже, чем у Kimi, GPT и Claude в таблице. Использование компьютера конкурентоспособно, с 78.9 на OSWorld 2.1, но метрика явно частичная, это не утверждение, что 78.9% произвольных десктопных задач завершатся успешно.
Tencent признаёт сохраняющийся разрыв с ведущими проприетарными системами в исследовательской математике, кодинге с длинным горизонтом, самоулучшении модели и продвинутом визуальном вопросно-ответном взаимодействии.
Почему важны настройки оценки
Настройка Tencent для Terminal-Bench 4.0 допускает до 500 ходов и тайм-аут 13 часов, с 16 CPU и 32 GB RAM; задачи, зависящие от GPU, дополнительно получают H100. Настройка APEX-Agents допускает до 250 шагов. Это существенные бюджеты агента.
Модель, оцениваемая в такой среде, может вести себя иначе в веб-приложении с тайм-аутом 30 секунд. Сравнивайте успех задачи вместе с общей задержкой, стоимостью инструментов, расходом токенов и объёмом ручных правок. Держите версии бенчмарков видимыми: результаты Terminal-Bench 4.0 не следует считать напрямую сопоставимыми со старыми версиями Terminal-Bench.
Как работает HY4: контекст, рассуждение и выполнение агентом
Длинный контекст помогает связать распределённую информацию
HY4 имеет контекстное окно 1,048,576 токенов, ввод текст+изображения и текстовый вывод. Указывается максимальная длина завершения 65,536 токенов для конфигурации верхнего провайдера. Это лимиты, зависящие от endpoint; перед проектированием уточняйте актуальные лимиты CometAPI.
Длинный контекст может помочь агенту связать информацию между файлами и следами инструментов. Он не гарантирует идеальную память, точную арифметику или правильный выбор источников. Хорошо спроектированное приложение всё равно выигрывает от ретривала, идентификаторов документов, компактных результатов инструментов и явных цитат.
Рассуждение и использование инструментов образуют петлю обратной связи
Типичный рабочий процесс HY4 сочетает планирование с внешними доказательствами: прочитать задачу, запросить информацию, осмотреть результат инструмента, выполнить вычисление или тест и скорректировать вывод. Рассуждение модели помогает выбрать следующий шаг; среда исполнения поставляет актуальные факты и проверки.
Например, финансовый помощник может получить отчёты, собрать рабочую книгу оценки, проверить формулы и сформировать отчёт. Каждый этап должен сохранять ссылки на источники и различать факты и допущения. Кодовый помощник может осмотреть файлы, изменить код, запустить тесты и использовать ошибки, чтобы направить следующую правку.
Детали архитектуры требуют аккуратного версионирования
Широко цитируемые770B total parameters and 49B active parameters описывают опубликованный MoE-бэкбон HY4 preview. В карточке модели также задокументированы sparse attention, IndexCache, identity Hyper-Connections и multi-token prediction.
В анонсе полного релиза Tencent говорит, что дополнительные технические детали будут сопровождать веса и системную карту. Пока они не опубликованы, число слоёв в превью, конфигурация экспертов и команды деплоя не следует представлять как подтверждённые спецификации полного HY4. Установленные факты по полному релизу — это новые возможности, хостинговый доступ и опубликованные результаты оценок.
HY4 и RSI: что на самом деле означает recursive self-improvement
От решения задачи к улучшению инструмента
RSI означает recursive self-improvement. В анонсе Hyra 2.0 от 2 ноября речь идёт об улучшении повторно используемых исследовательских инструментов, обучающих конвейеров и моделей. Более сильные инструменты помогают развивать более сильные модели, которые поддерживают следующий раунд разработки инструментов.
Полный релиз HY4 даёт конкретный пример: в паре с Hyra 2.0 HY4 оптимизировала внутреннюю инфраструктуру преобучения для меньших моделей той же архитектуры и обучила вариант, который превзошёл заявленный Jev baseline на нескольких бенчмарках. Tencent также объявила HyCell и HyPDE — фундаментальные модели для представления одиночных клеток и моделирования физических полей, созданные совместно с системой. Источник.
Как Hyra 2.0 организует исследование
Hyra использует три уровня: Overall, Mission и Worker. Overall координирует человеческие цели, приоритеты и ресурсы. Missions направляют более длительные исследовательские усилия. Workers осматривают код, запускают эксперименты, анализируют сбои и оспаривают гипотезы.
Постоянная очередь задач обрабатывает зависимости и ограничения ресурсов. Research Board фиксирует доказательства и решения. Review Workers независимо инспектируют результаты, а общие знания разделяют наблюдения от воспроизведённых находок и командных конвенций. Tencent говорит, что существенные затраты вычислений и изменения в общих знаниях требуют соответствующего человеческого утверждения.
Что RSI делает — и чего не делает
Это свидетельство структурированного рабочего процесса AI-исследований. Оно не подтверждает неограниченный рост интеллекта и не показывает, что хостинговая сессия HY4 изменяет базовые веса endpoint. Улучшенные промпты, постоянная память, новые софт-инструменты и заново обученная модель — разные формы улучшений.
Для разработчиков полезен паттерн измеримой итерации: сохранять ошибки, улучшать инструменты, оценивать кандидатов на отложенных задачах и продвигать изменения только при наличии подтверждающих данных. 35.2 на PostTrainBench v1.2 и 28.1 навнутреннем Foundation Model Bench компании Tencent — релевантные индикаторы, но остаются специфичными для оценок.
Надёжность: снизила ли HY4 галлюцинации?
Tencent сообщает, что целенаправленные улучшения поиска и верификации снизили внутреннюю частоту галлюцинаций с 15.76% до 5.45%. Это снижение на 10.31 процентного пункта, или примерно 65.4% относительного уменьшения, рассчитанное из данных Tencent. Спекулятивные ошибки упали с 23.1% до 5.6%. Источник.
Эти результаты относятся к оценкам по финансам и офисной работе Tencent. Их не стоит обобщать до утверждения, что HY4 галлюцинирует лишь в 5.45% случаев по всем вопросам.
Есть поддерживающая продуктовая обратная связь: RabyteTech сообщает 61.63 на 101 задаче инвестиционных исследований, на 12.03 пункта выше прежней версии. Manus сообщает почти 97% завершения на внутренних задачах создания и редактирования документов. Это отзывы партнёров, воспроизведённые в анонсе Tencent, с разными наборами задач и определениями; это полезный контекст, но не взаимозаменяемые бенчмарки.
Цены HY4: официальные тарифы, CometAPI и предложения провайдеров
Текущее сравнение цен
Снимок проверен 4 ноября 2026 года. Все ставки в USD за один миллион токенов.
Маршрут доступа
Некэшированный ввод
Вывод
Кэшированный ввод
Справка на странице релиза Tencent
$0.834
$2.501
$0.042
Страница CometAPI для hy4
$0.6672
About $2.00
Not verified on the model page
Метаданные API OpenRouter tencent/hy4
$0.417
$1.2505
$0.021
CometAPI отображает скидку 20% по сравнению с указанной официальной справочной ценой. Живые метаданные API OpenRouter показывают более низкую ставку, чем справка на странице релиза Tencent на момент проверки. Метаданные не подтверждают, как долго будет действовать это предложение. Эти различия делают проверку цен у провайдеров в реальном времени критически важной; на основе этих данных не следует утверждать, что CometAPI — самый дешёвый маршрут.
Оцените стоимость вашего фактического ворклоуда
По отображаемым ставкам CometAPI ворклоад с использованием 1M входных токенов и 250,000 выходных токенов стоит примерно:
$0.6672 + (0.25 × $2.00) = $1.1672
Это иллюстративный расчёт по токенам. Повторы, учёт «токенов рассуждения», кэширование, сервисы инструментов и условия конкретного аккаунта могут повлиять на итоговый счёт. Агенты с большим объёмом вывода могут потратить больше ожидаемого, если они многократно осматривают файлы или проверяют работу.
Сравнивайте стоимость за успешно завершённую задачу. Более низкая ставка по токенам может потерять преимущество, если модель требует больше попыток, более длинных выводов или существенных ручных исправлений.
Вывод
Hy4 обеспечивает заметные, измеримые улучшения по сравнению с превью, сохраняя агрессивное ценообразование, сделавшее ранний релиз привлекательным. Независимые рейтинги подтверждают, что она входит в топ среди открытых моделей, с особой силой в агентах, финансах и реальных продуктивных задачах. В сочетании с новыми возможностями зрения и использования компьютера, это одна из наиболее убедительных опций для команд, ориентированных на стоимость, которым нужна сильная открытая модель.
Для самого простого и гибкого способа оценить и развернуть её наряду с другими ведущими моделями используйте CometAPI. Один ключ, конкурентные цены и плавное переключение делают его практичным выбором для продакшена и экспериментов в 2026 году.
FAQs о HY4
Что такое Tencent HY4?
HY4 — флагманская AI-модель Tencent, выпущенная 4 ноября 2026 года. Поддерживает визуальное понимание, использование компьютера, рассуждение, кодинг, исследования и многошаговые профессиональные задачи.
Что изменилось по сравнению с предыдущей версией?
Полный HY4 добавляет зрение и использование компьютера и масштабирует преобучение и постобучение. Tencent сообщает об улучшениях в понимании длинного контекста, следовании инструкциям, финансах, офисной работе, разработке и научных исследованиях.
Каковы основные бенчмарк-результаты HY4?
Tencent сообщает 74.9 на DeepSWE v1.1, 44.4 на Terminal-Bench 4.0, 75.2 на APEX-Agents v1.1, 78.9 на OSWorld 2.1 частичный балл и 78.6 на MMMU-Pro. Эти результаты используют условия оценки из приложения к релизу.
Есть ли у HY4 контекстное окно на 1M токенов?
Живые метаданные OpenRouter указывают 1,048,576 токенов для HY4. Проверьте лимиты используемого endpoint, включая общий бюджет на ввод/вывод и максимальную длину завершения.
Способна ли HY4 к самоулучшению?
Tencent развивает RSI-процессы с HY4 и Hyra 2.0 для улучшения исследовательских инструментов, инфраструктуры и вариантов моделей. Обычная хостинговая беседа не демонстрирует автономную модификацию развёрнутых весов HY4.
Сколько стоит HY4 на CometAPI?
На проверенной странице модели указано $0.6672 за 1M входных токенов и примерно $2.00 за 1M выходных токенов, с отображаемой скидкой 20% относительно официальной справки. Перед бюджетированием обратитесь к живой странице цен.
Является ли HY4 открытым исходным кодом и готова к скачиванию?
Tencent сообщает, что планируются полноценные веса и системная карта. Публичные веса превью — отдельный релиз. Перед самостоятельным хостингом подтвердите фактическую доступность полной модели и лицензию.
Могу ли я использовать HY4 через CometAPI уже сейчас?
Да. CometAPI перечисляет hy4 как доступную. Используйте документацию API, чтобы подтвердить доступ аккаунта, параметры, поддержку изображений и лимиты, затем запустите маленький ворклоад перед масштабированием.
