CometAPI ile geliştirinBirden çok model için tek bir API mi gerekiyor?İş akışını Playground'da test edin, ardından model ve maliyet kullanım senaryonuza uyduğunda bir API anahtarı oluşturun.
Tencent HY4’ün Kasım 2026 sürümünü keşfedin: görme, bilgisayar kullanımı, RSI, karşılaştırma testleri, fiyatlandırma ve CometAPI üzerinden API erişimi.
HY4, Tencent’in çok modlu akıl yürütme, kodlama, bilgisayar kullanımı, araştırma ve profesyonel iş akışları için 4 Kasım 2026’da yayınlanan yeni amiral gemisi yapay zeka modelidir. Hy model ailesine görsel algı ve GUI etkileşimi ekler ve belgeler, yazılımlar ile iş araçları genelinde sürdürülebilir yürütmeyi iyileştirir. Tencent, yayımlanan değerlendirme koşulları altında DeepSWE v1.1’de 74.9, APEX-Agents v1.1’de 75.2 ve OSWorld 2.1’de 78.9 (tam, kısmi puan) bildirmektedir.
Temel çıkarımlar
Önizlemeye kıyasla gerçek dünyada güçlü artışlar: APEX-Agents’ta +21 puan; Terminal-Bench 4.0, AutomationBench, finans uzman puanları ve ürün düzeyi metriklerde büyük yükselişler.
Bağımsız sıralama: Vals Index’te %59.35 (genel #13, açık ağırlıklı modeller arasında #4; Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3 arkasında), bazı raporlarda Terminal-Bench 4.0’da açık ağırlıklı #2, Finance/Tax Agent’ta rekabetçi.
Netlik, kaynak ataması ve güncel API terminolojisi açısından gözden geçirildi.
İlk kez görsel algı + bilgisayar kullanımı eklendi; profesyonel yazılımlar (Blender, CAD vb.) üzerinde uzmanlaşmış eğitimle.
Fiyatlandırma $0.83/$2.50 düzeyinde son derece rekabetçi; CometAPI sıkça ek indirimler sunuyor (%20).
RSI sinyalleri: Hy4 + Hyra 2.0, dahili eğitim hatlarını iyileştirmek ve açık modelleri ortak geliştirmek (HyCell, HyPDE) için hâlihazırda kullanıldı.
Şunlar için değerli: uzun ufuklu ajanlar, finans/ofis iş akışları, çok modlu üretkenlik ve güçlü açık model performansına ihtiyaç duyan maliyet duyarlı ekipler.
Zor STEM ya da saf kodlama listelerinin tamamında mutlak lider değil — bu alanlarda en üst kapalı modellere kıyasla hâlâ belirgin biçimde bir adım geride.
HY4 Nedir ve Neden Önemlidir?
Tencent’in 4 Kasım duyurusu, HY4’ü akıl yürütme, görsel anlama, araçlar ve sürdürülebilir yürütmenin birleşimi etrafında konumlandırıyor.
Bu kombinasyon önemlidir çünkü profesyonel görevler nadiren tek başına bir soruya sığar. Bir geliştiricinin bir ajanı depoyu incelemeye, bir özellik uygulamaya, testleri çalıştırmaya ve bir UI’ı revize etmeye ihtiyacı olabilir. Bir analistin beyannameleri, hesap tablolarını, grafikleri ve araştırma notlarını uzlaştırması gerekebilir. Bir işyeri asistanının mesajları, belgeleri, takvimleri ve toplantı kayıtlarını bağlaması gerekebilir.
HY4’ün yayını bu iş akışlarına odaklanıyor. Tencent, önceki sürümüne kıyasla hem ön eğitimde hem de son eğitimde önemli artış yaptığını; yönerge takibi, uzun bağlam anlama, derin araştırma ve uzun ufuklu görevlerde kazanımlar elde ettiğini söylüyor.
Temel mimari (önizlemeden devralınmış ve genişletilmiş)
Seyrek Uzman Karışımı: toplam parametre sayısı büyük, her belirteç başına yalnızca ~49B etkin.
Depo ölçeğinde ve çok belgeli çalışma için 1M belirteçlik bağlam penceresi.
Verimli uzun bağlam sunumu için Gated DeepSeek Sparse Attention + IndexCache.
Spekülatif kod çözme için Identity Hyper-Connections ve yerel çok belirteç tahmini (MTP) katmanı.
Yeni çok modlu yol ve bilgisayar kullanımı eylem alanı (ekran anlama + CLI/GUI kontrolü), profesyonel araçlar ve çapraz uygulama iş akışlarına yönelik hedefli eğitimle.
Yinelemeli Öz-Geliştirme (RSI) sinyalleri
Tencent, Hy4’ün Hyra 2.0 çerçevesiyle eşleştirildiğinde, aynı mimarideki daha küçük modeller için dahili ön eğitim altyapısını optimize ettiğini ve resmi taban çizgilerini geçen varyantları özerk biçimde ürettiğini bildiriyor. Bu şekilde ortak geliştirilen iki temel model (tek hücre temsili için HyCell ve fiziksel alan modellemesi için HyPDE) açık kaynaklanıyor. Bu, bir sınır modelinin kendi geliştirme döngüsüne katkıda bulunduğuna dair kamuya açık daha somut örneklerden biridir.
Tam HY4 Sürümünde Performans Nasıldır?
Görsel Algı ve Bilgisayar Kullanımı
HY4, ayrıntılı görüntü anlama ve karmaşık grafik yorumlamayı içeren görsel algıyı sunar. Tencent ayrıca komut satırı arayüzleri ve grafik arayüzlerde bilgisayar kullanımını ekler; Blender ve CAD gibi yazılımlar için hedefli eğitimle. Tencent’in yayını, birden çok uygulamayı kapsayan iş akışlarını tanımlar.
Bunlar ilişkili ancak farklı yeteneklerdir. Görsel algı bir modelin bir ekran görüntüsünü veya grafiği yorumlamasını sağlar. Bilgisayar kullanımı bir geri besleme döngüsü ekler: arayüzü incelemek, bir eylem seçmek, sonucu gözlemlemek ve ayarlamak. Bu, ekran görüntüleri sağlayan ve eylemleri yürüten bir çevre uygulama gerektirir; yalnızca bir metin tamamlama uç noktası bir işletim sistemi ajanı sağlamaz.
Ön Uç Mühendisliği ve Oyun Geliştirme
Tencent, daha güçlü UI etkileşimleri, iş mantığı, durum yönetimi ve uçtan uca entegrasyonu vurguluyor. Oyunlar için, Tencent Interactive Entertainment Group’tan geliştiricilerle özellik uygulama, oynanış mantığı, durum takibi ve varlık hatları üzerinde çalışıldı.
Yayın, önceki sürüme göre GameDev’de %19.1 ve GameLogic’te %9.8 iyileşme rapor ediyor ve Unreal Engine, Unity ve Godot’a adaptasyonu tanımlıyor. Bunlar, Tencent’in adlandırılmış değerlendirmelerde bildirdiği iyileştirmelerdir. Bu, her ekip için aynı ölçüde geliştirme süresi azalmasını kanıtlamaz.
Geliştiriciler için ilgili test, bir ajanın daha az düzeltmeyle çalışan bir özellik teslim edip etmediğidir: oluşturulan görünüm, doğru etkileşimler, kalıcı durum, çalıştırılabilir kod ve geçen testler.
Finans, Ofis Çalışmaları ve Kişisel Asistanlık
Tencent, yatırım araştırması, kantitatif stratejiler, tahsis, kurumsal finans ve vergi muhasebesini kapsayan binlerce gerçekçi finans çalışma alanı ve on binlerce görev oluşturdu. Değerlendirmesi, 579 görev boyunca 213 finans profesyonelini, aralarında önde gelen finans kurumlarından 153 uzmanı içeriyordu; uzmanların %70’inden fazlasının beş yıldan fazla deneyimi vardı.
HY4 3.04 puan aldı; DeepSeek-V4.1-Flash-1017 2.97, Kimi K3.1 Pro ve GLM-5.3 ise 2.68 aldı. Bu sonuçlar Tencent’in değerlendirmesinden gelir; bağımsız bir yeniden üretim değildir.
Tencent ayrıca Word, Excel ve PowerPoint dosyalarının gerçek zamanlı birlikte düzenlenmesini tanımlar. WorkBuddy ve WeCom aracılığıyla, HY4 bağlı işyeri bağlamını kullanarak özetler hazırlayabilir, proje değişikliklerini takip edebilir, eylem maddelerini belirleyebilir ve son tarihleri işaretleyebilir. Bu entegrasyonlar ürün ortamına aittir; her HY4 API çağrısına otomatik olarak dahil değildir.
HY4 Performans Kıyasları: Veriler Ne Gösteriyor?
Aşağıdaki karşılaştırma, tam HY4 sürümünün kıyas ekini kullanır. Tüm girdiler Tencent tarafından yayımlanmıştır; rakiplerin iki puanı olduğunda, tablo orijinalde yıldızla işaretlenen Tencent’in kendi yeniden testini kullanır. Farklı çalıştırmalardaki en iyi sonuçlar birleştirilmez.
Benchmark
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, partial score
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
Bağımsız değerlendirmeler (2026 Kasım başı itibarıyla)
Vals Index: %59.35 (genel #13, açık ağırlıklı modeller arasında #4; Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3 arkasında). Hy4 önizlemesindeki ~%53’ten büyük iyileşme. Terminal-Bench 4.0’da güçlü (bazı raporlarda açık ağırlıklı #2), Finance Agent, Tax Agent’ta iyi.
Artificial Analysis Intelligence Index: ~34.6–35 (sağlam orta seviye, uzun yanıtlar, görev başına ortalamanın altında hız).
Plotly Data Analytics Bench: 42/43 (%98), bu doğruluk seviyesine ulaşan en ucuz modeller arasında.
Agent Arena topluluk verileri: Gerçek kullanıcı uzun ufuk performansı güçlü; Hy4 hızla #1 Çin modeli oldu ve görev başına rekabetçi maliyetle Pareto sınırında yer alıyor.
HY4’ün Güçlü Göründüğü Alanlar
HY4’ün APEX-Agents v1.1’de 75.2 puanı, gösterilen karşılaştırmalar arasında en yüksek girdidir. DeepSWE v1.1’de 74.9 puanı da Tencent’in yeniden testleriyle diğer modellere kıyasla rekabetçidir. Bilimsel iş akışları için, TenureTrail’de 53.6, tabloda gösterilen açık model rakiplerine liderlik eder; ancak iki kapalı model daha yüksek puan alır.
Bu bulgular, HY4’ün iş ajanları, depo çalışmaları ve araştırma için test edilmesini destekler. Evrensel bir “en iyi yapay zeka modeli” iddiasını desteklemez.
Rakiplerin Hâlâ Önde Olduğu Alanlar
HY4’ün Terminal-Bench 4.0’da 44.4 puanı, tabloda gösterilen Kimi ve Claude sonuçlarının gerisinde kalır. MMMU-Pro’da 78.6 puanı da tabloda Kimi, GPT ve Claude’un gerisindedir. Bilgisayar kullanımı OSWorld 2.1’de 78.9 ile rekabetçidir, ancak bu metrik açıkça bir kısmi puandır; rastgele masaüstü işlerinin %78.9’unun başarıyla tamamlanacağı iddiası değildir.
Tencent, araştırma matematiği, uzun ufuklu kodlama, modelin kendi kendini iyileştirmesi ve gelişmiş görsel soru yanıtlama alanlarında önde gelen kapalı sistemlerle kalan bir boşluğu kabul ediyor.
Değerlendirme Ayarları Neden Önemlidir
Tencent’in Terminal-Bench 4.0 kurulumu, 500 tura ve 13 saatlik zaman aşımına kadar izin verir; 16 CPU ve 32 GB RAM ile; GPU bağımlı görevler ek olarak bir H100 alır. APEX-Agents kurulumu 250 adıma kadar izin verir. Bunlar kayda değer ajan bütçeleridir.
Bu ortamda değerlendirilen bir model, 30 saniyelik zaman aşımına sahip bir web uygulamasında farklı davranabilir. Görev başarısını toplam gecikme, araç maliyetleri, belirteç kullanımı ve insan düzeltmesiyle birlikte karşılaştırın. Kıyas sürümlerini görünür tutun: Terminal-Bench 4.0 puanları, daha eski Terminal-Bench sonuçlarıyla doğrudan birbirinin yerine okunmamalıdır.
Hy4 Nasıl Çalışır: Bağlam, Akıl Yürütme ve Ajan Yürütmesi
Uzun Bağlam, Dağıtık Bilgileri Bağlamaya Yardımcı Olur
HY4, 1,048,576 belirteçlik bağlam penceresi, metin ve görüntü girdisi ve metin çıktısı ile gelir. En üst sağlayıcı yapılandırması için 65,536 belirteçlik maksimum tamamlama listelenmiştir. Bunlar uç nokta özelinde sınırlardır; tasarım yapmadan önce CometAPI’nin güncel sınırlarını doğrulayın.
Uzun bağlam, bir ajanın dosyalar ve araç izleri arasında bilgiyi bağlamasına yardımcı olabilir. Kusursuz anımsama, doğru aritmetik veya doğru kaynak seçimi garantisi değildir. İyi tasarlanmış bir uygulama, yine de erişim, belge tanımlayıcıları, özlü araç sonuçları ve açık atıflardan fayda sağlar.
Akıl Yürütme ve Araç Kullanımı Bir Geri Besleme Döngüsü Oluşturur
Tipik bir HY4 iş akışı, planlamayı harici kanıtla birleştirir: görevi okumak, bilgi istemek, bir araç sonucunu incelemek, bir hesaplama veya test çalıştırmak ve çıktıyı revize etmek. Modelin akıl yürütmesi bir sonraki adımı seçmeye yardımcı olur; yürütme ortamı güncel gerçekleri sağlar ve kontrol eder.
Örneğin, bir finans asistanı hesap özetlerini getirebilir, bir değerleme çalışma kitabı oluşturabilir, formülleri kontrol edebilir ve bir rapor üretebilir. Her aşama kaynak referanslarını korumalı ve raporlanan değerleri varsayımlardan ayırmalıdır. Bir kodlama asistanı dosyaları inceleyebilir, kodu değiştirebilir, testleri çalıştırabilir ve bir sonraki düzeltmeyi yönlendirmek için hataları kullanabilir.
Mimari Ayrıntılar Dikkatli Sürümlemeyi Gerektirir
Yaygın biçimde alıntılanan 770B toplam parametre ve 49B etkin parametre, HY4 önizlemesinin yayımlanan MoE omurgasını açıklar. Model kartı ayrıca seyrek dikkati, IndexCache’i, Identity Hyper-Connections’ı ve çok belirteçli tahmini belgeliyor.
Tencent’in tam sürüm duyurusu, ağırlıklar ve sistem kartına eşlik edecek ek teknik ayrıntıların geleceğini söylüyor. Bunlar gelene kadar, önizlemenin katman sayıları, uzman yapılandırması ve dağıtım komutları, tam HY4 özellikleri olarak doğrulanmış şeklinde sunulmamalıdır. Kurulmuş tam sürüm gerçekleri yeni yetenekler, barındırılan erişim ve yayımlanan değerlendirme sonuçlarıdır.
HY4 ve RSI: Yinelemeli Öz-Geliştirme Gerçekte Ne Anlama Gelir?
Bir Sorunu Çözmekten Aracı İyileştirmeye
RSI, yinelemeli öz-geliştirme anlamına gelir. Tencent’in 2 Kasım Hyra 2.0 duyurusunda, fikir; yeniden kullanılabilir araştırma araçlarını, eğitim hatlarını ve modelleri iyileştirmektir. Daha güçlü araçlar daha güçlü modellerin geliştirilmesine yardım edebilir ve bu da bir sonraki tur araç geliştirmeye destek olabilir.
Tam HY4 sürümü somut bir örnek veriyor: Hyra 2.0 ile eşleştirilen HY4, aynı mimariye sahip daha küçük modeller için dahili ön eğitim altyapısını optimize etti ve belirtilen Jev taban çizgisini birden çok kıyasta aşan bir varyant eğitti. Tencent ayrıca HyCell ve HyPDE’yi, sistemle ortak geliştirilen tek hücre temsili ve fiziksel alan modelleme için temel modeller olarak duyurdu. Kaynak.
Hyra 2.0 Araştırmayı Nasıl Organize Ediyor
Hyra üç seviyeyi kullanır: Genel, Misyon ve Çalışan. Genel, insan hedeflerini, öncelikleri ve kaynakları koordine eder. Misyonlar daha uzun araştırma çabalarını yönlendirir. Çalışanlar kodu inceler, deneyleri yürütür, hataları analiz eder ve hipotezleri sorgular.
Kalıcı bir görev kuyruğu, bağımlılıkları ve kaynak sınırlarını ele alır. Bir Araştırma Panosu kanıtları ve kararları kaydeder. İnceleme Çalışanları sonuçları bağımsız olarak incelerken, paylaşılan bilgi; gözlemleri, yeniden üretilen bulgulardan ve ekip kurallarından ayırır. Tencent, önemli hesaplama harcamaları ve paylaşılan bilgi değişikliklerinin uygun insan onayı gerektirdiğini söylüyor.
RSI’nin Ne Sağladığı — ve Sağlamadığı
Bu, yapılandırılmış bir yapay zeka araştırma iş akışına dair kanıttır. Sınırsız zekâ artışını ortaya koymaz veya barındırılan bir HY4 konuşmasının uç noktanın altta yatan ağırlıklarını değiştirdiğini göstermez. Geliştirilmiş istemler, kalıcı bellek, yeni yazılım araçları ve yeni eğitilmiş bir model; farklı iyileştirme biçimleridir.
Geliştiriciler için faydalı desen ölçülebilir yinelemedir: hataları korumak, araçları iyileştirmek, adayları elde tutulmuş görevlerde değerlendirmek ve yalnızca kanıt desteklediğinde değişiklikleri terfi ettirmek. HY4’ün PostTrainBench v1.2’de 35.2 ve Tencent’in dahili Foundation Model Bench’i üzerinde 28.1 puanı ilgili göstergelerdir, ancak değerlendirmeye özgü kalır.
Güvenilirlik: HY4 Halüsinasyonları Azalttı mı?
Tencent, hedefli arama ve doğrulama iyileştirmelerinin dahili halüsinasyon oranını %15.76’dan %5.45’e düşürdüğünü bildiriyor. Bu, 10.31 puanlık bir azalma veya Tencent’in rakamlarından hesaplandığı üzere yaklaşık %65.4 bağıl azalmadır. Spekülatif hatalar %23.1’den %5.6’ya düştü. Kaynak.
Bu sonuçlar Tencent’in finans ve ofis değerlendirmelerine ilişkindir. HY4’ün tüm sorular arasında yalnızca %5.45 oranında halüsinasyon yaptığı iddiasına genellenmemelidir.
Destekleyici ürün geri bildirimi vardır: RabyteTech, önceki sürüme göre 12.03 puan artışla 101 yatırım araştırma görevinde 61.63 rapor ediyor. Manus, dahili belge oluşturma ve düzenleme görevlerinde neredeyse %97 tamamlama bildiriyor. Bunlar, farklı görev setleri ve tanımlarla Tencent’in duyurusunda yeniden üretilen iş ortağı referanslarıdır; karşılaştırılabilir kıyas puanları yerine yararlı bağlam sağlarlar.
HY4 Fiyatlandırması: Resmi Ücretler, CometAPI ve Sağlayıcı Teklifleri
Güncel Fiyat Karşılaştırması
Aşağıdaki anlık görüntü 4 Kasım 2026’da kontrol edilmiştir. Tüm oranlar USD, bir milyon belirteç başınadır.
Erişim yolu
Önbelleksiz giriş
Çıkış
Önbellekli giriş
Tencent sürüm sayfası referansı
$0.834
$2.501
$0.042
CometAPI hy4 listelemesi
$0.6672
Yaklaşık $2.00
Model sayfasında doğrulanmadı
OpenRouter tencent/hy4 API üst verisi
$0.417
$1.2505
$0.021
CometAPI, listelenen resmi referans fiyatına karşı %20 indirim gösterir. OpenRouter’ın canlı API üst verisi, kontrol edildiği anda Tencent’in sürüm sayfası referansından daha düşük bir oran gösteriyor. Üst veri, bu teklifin ne kadar süreceğini ortaya koymaz. Bu farklılıklar, canlı sağlayıcı düzeyi doğrulamayı zorunlu kılar; bu kanıta dayanarak CometAPI en düşük fiyatlı yol olarak tanımlanmamalıdır.
Gerçek İş Yükünüzün Maliyetini Tahmin Edin
CometAPI’nin gösterilen oranlarında, 1M giriş belirteci ve 250,000 çıkış belirteci kullanan bir iş yükünün yaklaşık maliyeti:
$0.6672 + (0.25 × $2.00) = $1.1672
Bu, örnek bir belirteç hesabıdır. Yeniden denemeler, akıl yürütme belirteci muhasebesi, önbellekleme, araç hizmetleri ve hesaba özel koşullar nihai faturayı etkileyebilir. Çıkış ağırlıklı ajanlar, dosyaları tekrar tekrar inceler veya işi doğrularsa beklenenden fazla harcayabilir.
Başarıyla tamamlanan görev başına maliyeti karşılaştırın. Daha düşük belirteç oranı, bir model daha fazla deneme, daha uzun çıktı veya önemli insan onarımı gerektiriyorsa avantajını kaybedebilir.
Sonuç
Hy4, önceki önizlemeye göre anlamlı ve ölçülebilir performans kazanımları sunarken, önceki sürümü cazip kılan agresif fiyatlandırmayı koruyor. Bağımsız sıralamalar, açık ağırlıklı modeller arasında üst sırada yer aldığını, özellikle ajanlar, finans ve gerçek üretkenlik görevlerinde güçlü olduğunu doğruluyor. Yeni görsel ve bilgisayar kullanımı yetenekleriyle birleştiğinde, güçlü açık model kabiliyetine ihtiyaç duyan maliyet bilincine sahip ekipler için şu anda en öne çıkan seçeneklerden biridir.
En basit ve en esnek şekilde onu diğer önde gelen modellerle birlikte değerlendirmek ve devreye almak için CometAPI üzerinden yönlendirin. Tek anahtar, rekabetçi fiyatlandırma ve kesintisiz geçiş, onu 2026’da üretim ve denemeler için pratik bir seçenek haline getiriyor.
HY4 Hakkında SSS
Tencent HY4 Nedir?
HY4, 4 Kasım 2026’da yayınlanan Tencent’in amiral gemisi yapay zeka modelidir. Görsel anlama, bilgisayar kullanımı, akıl yürütme, kodlama, araştırma ve çok adımlı profesyonel görevleri destekler.
Önceki Sürüme Göre Ne Değişti?
Tam HY4, görsel algı ve bilgisayar kullanımını ekler; ön eğitim ve son eğitimi ölçeklendirir. Tencent, uzun bağlam anlama, yönerge takibi, finans, ofis çalışmaları, geliştirme ve bilimsel araştırmalarda iyileşmeler rapor ediyor.
OpenRouter’ın canlı üst verisi HY4 için 1,048,576 belirteç listeler. Kullandığınız uç noktanın sınırlarını doğrulayın; birleşik giriş/çıkış bütçesi ve maksimum tamamlama uzunluğu dâhil.
HY4 Kendini Geliştiriyor mu?
Tencent, HY4 ve Hyra 2.0 ile araştırma araçlarını, altyapıyı ve model varyantlarını iyileştirmeye yönelik RSI iş akışları geliştiriyor. Normal bir barındırılan konuşma, HY4’ün dağıtılmış ağırlıklarının özerk biçimde değiştiğini göstermez.
HY4, CometAPI’de Ne Kadar?
Kontrol edilen model sayfası, 1M giriş belirteci başına $0.6672 ve yaklaşık 1M çıkış belirteci başına $2.00 listeler; resmi referansa karşı %20 indirim gösterilir. Bütçelemeden önce canlı fiyat sayfasına bakın.
HY4 Açık Kaynak mı ve Hemen İndirilebilir mi?
Tencent, tam HY4 ağırlıkları ve bir sistem kartının planlandığını söylüyor. Genel önizleme ağırlıkları ayrı bir sürümdür. Kendi barındırmanızdan önce tam modelin gerçek indirme kullanılabilirliğini ve lisansını doğrulayın.
HY4’ü Şu Anda CometAPI Üzerinden Kullanabilir miyim?
Evet. CometAPI, hy4 olarak listeler. Hesap erişimini, parametreleri, görsel destek ve hız sınırlarını doğrulamak için API dokümantasyonunu kullanın; ardından ölçeklemeden önce küçük bir iş yükü çalıştırın.
HY 4 Performance: Tam sürüm buna değer mi? - CometAPI
