Технические характеристики Tencent Hy4 Preview
| Характеристика | Подтверждённая информация |
|---|---|
| Идентификатор модели | hy4-preview |
| Поставщик | Tencent Hunyuan |
| Дата выпуска | August 28, 2026 |
| Архитектура | Mixture of Experts (MoE) |
| Общее число параметров бэкбона | 770B |
| Активные параметры бэкбона | 49B на токен |
| Слои | 78 |
| Скрытая размерность | 6,144 |
| Механизм внимания | Gated DeepSeek Sparse Attention (Gated DSA) |
| Головы внимания | 64 |
| Маршрутизируемые эксперты | 256 |
| Общие эксперты | 1 |
| Активные маршрутизируемые эксперты | 8 на токен |
| Окно контекста | 1,048,576 токенов (1M) |
| Максимальный вход API | 960,000 токенов |
| Максимальный выход API | 64,000 токенов |
| Размер словаря | 120,832 |
| Тип модели | Instruct |
| Квантованный вариант | Hy4-preview-FP8 |
| Лицензия | Apache 2.0 |
Цифры архитектуры выше описывают бэкбон; карточка модели Tencent описывает дополнительный нативный слой MTP для спекулятивного декодирования. Окно контекста API 1M не совпадает с его ограничением максимального входа 960K.
Что такое Tencent Hy4 Preview?
Tencent Hy4 Preview — это LLM с открытыми весами, разработанная командой Tencent Hunyuan. Выпущена 28 августа 2026 года, является ранней версией поколения Hy4 и оптимизирована для практической продуктивной работы: разработки ПО, агентного выполнения задач, офисной и финансовой аналитики, разработки игр и научных исследований.
Hy4 Preview использует архитектуру Mixture-of-Experts с 770 миллиардами общих параметров бэкбона и 49 миллиардами активных параметров на токен. Стек внимания использует Gated DeepSeek Sparse Attention (Gated DSA) с IndexCache для межслойного повторного использования разрежённых индексов. Модель также использует identity Hyper-Connections (iHC) в резидуальном тракте. Включён нативный слой multi-token-prediction (MTP) для спекулятивного декодирования.
Tencent выпустила веса модели, квантованный вариант FP8 и рекомендации по развёртыванию для vLLM и SGLang. В карточке модели указана лицензия Apache 2.0.
Основные возможности Tencent Hy4 Preview
- Контекст на миллион токенов: Окно контекста 1,048,576 токенов предназначено для больших кодовых баз, объёмных технических материалов и информации, распределённой по нескольким документам. Tencent Cloud указывает максимальный вход 960,000 токенов и максимальный выход 64,000 токенов.
- Длительные задачи в разработке ПО: Tencent подчёркивает понимание кода, планирование, отладку и верификацию в рамках продолжительных задач разработки, включая реализацию и итерации фронтенда.
- Агентное выполнение задач: Модель позиционируется для сложных задач, связанных с планированием и использованием инструментов. Опубликованные рецепты сервинга включают разбор вызовов инструментов и конфигурацию автоматического выбора инструментов.
- Офисные и аналитические процессы: Tencent описывает создание документов, таблиц и презентаций, анализ данных, уравнения и работу с финансовыми моделями.
- Научное и техническое рассуждение: Tencent сообщает о работах в областях ИИ-исследований и разработок, молекулярной динамики, физики конденсированного состояния и фундаментальной математики.
- Открытые варианты развёртывания: Разработчики могут использовать веса по лицензии Apache 2.0, вариант FP8 и рецепты развёртывания Tencent для vLLM или SGLang.
Производительность в бенчмарках Tencent Hy4 Preview
Tencent сообщает о слепой внутренней оценке, в которой 163 внутренних эксперта оценивали ответы по 203 инженерным задачам. Hy4 Preview получила средний балл 2.99/4.00 по сравнению с 2.92/4.00 у GLM 5.3 и 2.94/4.00 у Kimi K3.
| Модель | Средний балл | Результат очного сравнения |
|---|---|---|
| Tencent Hy4 Preview | 2.99/4.00 | Референсная модель |
| GLM 5.3 | 2.92/4.00 | 46.8% побед, 12.8% ничьих, 40.4% поражений |
| Kimi K3 | 2.94/4.00 | 51.2% побед, 7.9% ничьих, 40.9% поражений |
Это результаты внутренней, оцениваемой людьми инженерной оценки Tencent, а не стандартизированного публичного лидерборда бенчмарков. Их не следует трактовать как доказательство того, что Hy4 Preview лидирует во всех бенчмарках по кодированию, рассуждению или общему назначению. Доступный текст карточки модели не предоставляет полной машинно-читаемой таблицы стандартизированных результатов бенчмарков, поэтому здесь не делаются соответствующие выводы.
Сравнение Hy4 Preview с GLM 5.3 и Kimi K3
Наиболее сопоставимое опубликованное свидетельство — это 203-задачное инженерное оценивание Tencent. Hy4 Preview получила 2.99/4.00, немного выше GLM 5.3 (2.92) и Kimi K3 (2.94). Это сравнение полезно для понимания внутренних результатов инженерных рабочих процессов Tencent, но оно не является независимой оценкой и не устанавливает превосходство на несвязанных рабочих нагрузках.
Выбирайте Hy4 Preview, когда центральными требованиями являются развёртывание с открытыми весами, контекст на миллион токенов и ориентированные на продуктивность агентные процессы. Сравните GLM 5.3 и Kimi K3 на собственных репрезентативных задачах перед выбором модели для продакшена; их архитектурные характеристики и спецификации контекста здесь не воспроизводятся, поскольку не были верифицированы из эквивалентных первичных источников для данного сравнения.
Известные ограничения
Tencent описывает Hy4 Preview как раннюю итерацию с потенциалом улучшения как на этапе предобучения, так и постобучения. К известным проблемам относятся избыточное время на рассуждения при сложных задачах и склонность к чрезмерной самопроверке. Эти поведения могут увеличивать задержку и длину вывода. Командам следует тестировать успешность задач, задержку, корректность вызова инструментов и общее использование токенов в соответствии с собственными критериями приёмки перед продакшен-развёртыванием.
Типовые сценарии использования
- Разработка в масштабе репозитория: Анализ исходных файлов и истории задач, планирование изменений в нескольких файлах, отладка и верификация патчей.
- Агентные процессы разработки: Координация многошаговых задач кодирования и выполнение с использованием инструментов с авторизацией и проверкой на стороне приложения.
- Бизнес-аналитика: Консолидация информации по документам и создание отчётов, электронных таблиц и презентаций.
- Финансовое моделирование: Помощь с уравнениями, анализом данных и рабочими процессами финансового моделирования с независимой проверкой вычислений.
- Прототипирование игр: Генерация и итеративное улучшение играбельных прототипов в рабочем процессе игрового движка.
- Помощь в научных исследованиях: Изучение технической литературы, формулирование анализов и поддержка работ в областях, отмеченных Tencent, таких как молекулярная динамика и фундаментальная математика.