Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.
HY 4 Performance: Phiên bản đầy đủ có đáng tiền không?
Khám phá bản phát hành tháng 11 năm 2026 của Tencent HY4: thị giác, khả năng sử dụng máy tính, RSI, điểm chuẩn, giá và quyền truy cập API thông qua CometAPI.
HY4 là mẫu AI đầu bảng mới của Tencent, phát hành ngày 4 tháng 11, 2026, dành cho suy luận đa phương thức, lập trình, sử dụng máy tính, nghiên cứu và quy trình làm việc chuyên nghiệp. Mẫu này bổ sung thị giác và tương tác GUI cho họ Hy và cải thiện khả năng thực thi bền bỉ trên tài liệu, phần mềm và công cụ kinh doanh. Tencent báo cáo điểm 74.9 trên DeepSWE v1.1, 75.2 trên APEX-Agents v1.1, và 78.9 trên OSWorld 2.1 (bản đầy đủ, điểm một phần), theo điều kiện đánh giá đã công bố.
Những điểm chính
Tăng trưởng mạnh trong thế giới thực so với bản xem trước: +21 điểm trên APEX-Agents, tăng lớn trên Terminal-Bench 4.0, AutomationBench, điểm chuyên gia tài chính và chỉ số cấp sản phẩm.
Xếp hạng độc lập: #4 open-weight trên Vals Index (59.35%), #2 open-weight trên Terminal-Bench 4.0 theo một số báo cáo, cạnh tranh ở Finance/Tax Agent.
Lần đầu thêm thị giác + sử dụng máy tính, với huấn luyện chuyên biệt trên phần mềm chuyên nghiệp (Blender, CAD, v.v.).
Giá vẫn rất cạnh tranh ở mức ~$0.83/$2.50; CometAPI thường có ưu đãi thêm (~20%).
Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.
Tín hiệu RSI: Hy4 + Hyra 2.0 đã được dùng để cải thiện pipeline huấn luyện nội bộ và đồng phát triển các mô hình mở (HyCell, HyPDE).
Rất đáng dùng cho: agent tầm xa, quy trình tài chính/văn phòng, năng suất đa phương thức, và các đội ngũ nhạy chi phí cần hiệu năng mạnh ở mô hình mở.
Không dẫn đầu tuyệt đối trên mọi bảng xếp hạng STEM khó hoặc thuần lập trình — vẫn thấp hơn một bậc so với các mô hình đóng hàng đầu ở các mảng đó.
HY4 là gì và vì sao quan trọng?
HY4, viết kiểu Hy4 bởi Tencent, là một mô hình AI đa dụng được thiết kế để thực hiện công việc phức tạp qua nhiều bước. Thông báo ngày 4/11 của Tencent đặt trọng tâm vào kết hợp giữa suy luận, hiểu thị giác, công cụ và thực thi bền bỉ.
Sự kết hợp này quan trọng vì các nhiệm vụ chuyên nghiệp hiếm khi gói gọn trong một câu hỏi đơn lẻ. Một nhà phát triển có thể cần agent kiểm tra repo, triển khai tính năng, chạy kiểm thử và chỉnh sửa UI. Một nhà phân tích có thể cần đối chiếu hồ sơ, bảng tính, biểu đồ và ghi chú nghiên cứu. Một trợ lý nơi làm việc có thể cần kết nối tin nhắn, tài liệu, lịch và biên bản cuộc họp.
Bản phát hành HY4 tập trung vào các quy trình đó. Tencent cho biết đã tăng đáng kể cả tiền huấn luyện và hậu huấn luyện so với phiên bản trước, với các cải thiện về tuân thủ chỉ dẫn, hiểu ngữ cảnh dài, nghiên cứu chuyên sâu và nhiệm vụ dài-hạn.
Kiến trúc lõi (kế thừa và mở rộng từ bản xem trước)
Mixture-of-Experts thưa: tổng tham số lớn với chỉ ~49B được kích hoạt mỗi token.
Cửa sổ ngữ cảnh 1M token cho công việc cấp kho mã và đa tài liệu.
Gated DeepSeek Sparse Attention + IndexCache để phục vụ ngữ cảnh dài hiệu quả.
Identity Hyper-Connections và lớp dự đoán đa token (MTP) tích hợp sẵn cho giải mã suy đoán.
Đường dẫn đa phương thức mới và không gian hành động sử dụng máy tính (hiểu màn hình + điều khiển CLI/GUI), với huấn luyện mục tiêu trên công cụ chuyên nghiệp và quy trình xuyên ứng dụng.
Tín hiệu RSI (Recursive Self-Improvement)
Tencent báo cáo rằng Hy4, kết hợp với bộ khung Hyra 2.0, đã tối ưu hạ tầng tiền huấn luyện nội bộ cho các mô hình cùng kiến trúc nhưng nhỏ hơn và tự động tạo ra biến thể vượt baseline chính thức. Hai mô hình nền tảng đồng phát triển theo cách này (HyCell cho biểu diễn đơn bào và HyPDE cho mô hình hóa trường vật lý) đang được mở nguồn. Đây là một ví dụ công khai cụ thể về một mô hình tiền tuyến đóng góp vào vòng phát triển của chính nó.
Hiệu năng trong bản phát hành đầy đủ HY4?
Thị giác và Sử dụng máy tính
HY4 giới thiệu khả năng cảm nhận hình ảnh, gồm hiểu ảnh chi tiết và diễn giải biểu đồ phức tạp. Tencent cũng bổ sung sử dụng máy tính trên cả giao diện dòng lệnh và đồ họa, với huấn luyện mục tiêu cho phần mềm như Blender và CAD. Bản phát hành của Tencent mô tả các quy trình trải dài qua nhiều ứng dụng.
Đây là các năng lực liên quan nhưng khác biệt. Thị giác cho phép mô hình diễn giải ảnh chụp màn hình hoặc biểu đồ. Sử dụng máy tính thêm vòng phản hồi: quan sát giao diện, chọn hành động, quan sát kết quả, rồi điều chỉnh. Nó cần một ứng dụng bao quanh cung cấp ảnh chụp màn hình và thực thi hành động; một endpoint hoàn thành văn bản đơn lẻ không cung cấp agent hệ điều hành.
Frontend Engineering và Phát triển game
Tencent nhấn mạnh tương tác UI mạnh hơn, logic nghiệp vụ, quản lý trạng thái và tích hợp full-stack. Với game, hãng hợp tác cùng các nhà phát triển từ Tencent Interactive Entertainment Group về triển khai tính năng, logic gameplay, theo dõi trạng thái và pipeline tài sản.
Bản phát hành báo cáo cải thiện 19.1% trên GameDev và 9.8% trên GameLogic so với phiên bản trước, và mô tả thích ứng với Unreal Engine, Unity, và Godot. Đây là các cải thiện Tencent báo cáo trên các đánh giá được đặt tên. Chúng không đồng nghĩa với việc mọi đội đều giảm tương đương thời gian phát triển.
Với nhà phát triển, phép thử phù hợp là liệu agent có bàn giao một tính năng hoạt động với ít sửa lỗi hơn: hiển thị đúng, tương tác đúng, trạng thái bền vững, mã thực thi được và kiểm thử vượt qua.
Tài chính, công việc văn phòng và trợ lý cá nhân
Tencent xây dựng hàng nghìn không gian làm việc tài chính thực tế và hàng chục nghìn nhiệm vụ bao phủ nghiên cứu đầu tư, chiến lược định lượng, phân bổ, tài chính doanh nghiệp và kế toán thuế. Đánh giá của hãng liên quan tới 213 chuyên gia tài chính, gồm 153 chuyên gia từ các tổ chức hàng đầu, trên 579 nhiệm vụ; hơn 70% chuyên gia có trên năm năm kinh nghiệm.
HY4 đạt 3.04, so với 2.97 cho DeepSeek-V4.1-Flash-1017 và 2.68 cho cả Kimi K3.1 Pro và GLM-5.3. Đây là kết quả do Tencent đánh giá, không phải bản lặp lại độc lập.
Tencent cũng mô tả đồng biên tập thời gian thực trên tệp Word, Excel và PowerPoint. Thông qua WorkBuddy và WeCom, HY4 có thể dùng ngữ cảnh nơi làm việc kết nối để soạn đề cương, theo dõi thay đổi dự án, xác định hạng mục hành động và gắn cờ hạn chót. Những tích hợp đó thuộc về môi trường sản phẩm; chúng không tự động có trong mọi cuộc gọi API HY4.
Điểm chuẩn hiệu năng HY4: Dữ liệu cho thấy gì?
So sánh sau dựa trên phụ lục điểm chuẩn của bản phát hành đầy đủ HY4. Tất cả mục do Tencent công bố; nơi đối thủ có hai điểm, bảng dùng kết quả retest của Tencent, được đánh dấu sao trong bản gốc. Không trộn kết quả tốt nhất từ các lần chạy khác nhau.
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
Đánh giá độc lập (tính đến đầu tháng 11/2026)
Vals Index: 59.35% (#13 tổng thể, #4 open-weight sau Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3). Cải thiện lớn so với ~53% của Hy4 preview. Mạnh trên Terminal-Bench 4.0 (#2 open-weight theo một số báo cáo), Finance Agent, Tax Agent.
Artificial Analysis Intelligence Index: ~34.6–35 (tầm trung vững, dài dòng, chậm hơn mức trung bình mỗi nhiệm vụ).
Plotly Data Analytics Bench: 42/43 (98%), thuộc nhóm mô hình rẻ nhất đạt mức chính xác đó.
Dữ liệu cộng đồng Agent Arena: hiệu năng tầm xa mạnh trong thực tế người dùng; Hy4 nhanh chóng trở thành mô hình tiếng Trung #1 và nằm trên biên Pareto với chi phí theo nhiệm vụ cạnh tranh.
HY4 mạnh ở đâu
Điểm 75.2 trên APEX-Agents v1.1 của HY4 là mục cao nhất trong so sánh hiển thị. Điểm 74.9 trên DeepSWE v1.1 cũng cạnh tranh với các mô hình khác trong retest của Tencent. Với quy trình khoa học, 53.6 trên TenureTrail dẫn đầu nhóm mô hình mở được hiển thị, dù hai mô hình sở hữu điểm cao hơn.
Những phát hiện này ủng hộ việc thử nghiệm HY4 cho agent kinh doanh, công việc trên kho mã và nghiên cứu. Chúng không ủng hộ tuyên bố “mô hình AI tốt nhất” phổ quát.
Đối thủ vẫn dẫn trước ở đâu
Điểm 44.4 trên Terminal-Bench 4.0 của HY4 kém kết quả Kimi và Claude trong bảng. Điểm 78.6 trên MMMU-Pro cũng kém Kimi, GPT và Claude. Sử dụng máy tính thì cạnh tranh, với 78.9 trên OSWorld 2.1, nhưng thước đo này rõ ràng là điểm một phần, không phải tuyên bố rằng 78.9% công việc desktop bất kỳ sẽ thành công.
Tencent thừa nhận còn khoảng cách với hệ thống sở hữu hàng đầu ở toán nghiên cứu, lập trình tầm xa, tự cải thiện mô hình và VQA nâng cao.
Vì sao thiết lập đánh giá quan trọng
Thiết lập Terminal-Bench 4.0 của Tencent cho phép tối đa 500 lượt và thời hạn 13 giờ, với 16 CPU và 32 GB RAM; tác vụ phụ thuộc GPU còn được cấp H100. Thiết lập APEX-Agents cho phép tối đa 250 bước. Đây là ngân sách agent đáng kể.
Một mô hình được đánh giá trong môi trường đó có thể hành xử khác biệt trong ứng dụng web với thời hạn 30 giây. So sánh thành công nhiệm vụ song song với tổng độ trễ, chi phí công cụ, số token dùng và công sửa của con người. Giữ phiên bản điểm chuẩn rõ ràng: điểm Terminal-Bench 4.0 không thể đọc như tương đương trực tiếp với các bản Terminal-Bench cũ hơn.
HY4 hoạt động thế nào: ngữ cảnh, lập luận và thực thi agent
Ngữ cảnh dài giúp kết nối thông tin phân tán
HY4 có cửa sổ ngữ cảnh 1,048,576 token, input văn bản-và-hình ảnh, output văn bản. Hãng liệt kê tối đa phần hoàn thành 65,536 token ở cấu hình nhà cung cấp hàng đầu. Đây là giới hạn theo endpoint; hãy xác nhận giới hạn hiện tại của CometAPI trước khi thiết kế.
Ngữ cảnh dài có thể giúp agent kết nối thông tin xuyên tệp và vệt công cụ. Nó không đảm bảo nhớ hoàn hảo, số học chính xác, hay chọn nguồn đúng. Ứng dụng được thiết kế tốt vẫn hưởng lợi từ truy xuất, định danh tài liệu, kết quả công cụ gọn, và trích dẫn rõ.
Lập luận và dùng công cụ tạo thành vòng phản hồi
Quy trình thường thấy của HY4 kết hợp lập kế hoạch với bằng chứng bên ngoài: đọc nhiệm vụ, yêu cầu thông tin, xem kết quả công cụ, chạy tính toán hoặc kiểm thử, rồi sửa kết quả. Lập luận của mô hình giúp chọn bước tiếp theo; môi trường thực thi cung cấp sự kiện hiện tại và kiểm tra.
Ví dụ, một trợ lý tài chính có thể truy xuất sao kê, dựng workbook định giá, kiểm tra công thức và tạo báo cáo. Mỗi giai đoạn nên giữ tham chiếu nguồn và phân biệt số liệu báo cáo với giả định. Một trợ lý mã có thể xem tệp, sửa mã, chạy kiểm thử, và dùng lỗi để dẫn dắt lần chỉnh tiếp theo.
Chi tiết kiến trúc cần quản lý phiên bản thận trọng
Con số thường được trích dẫn 770B tham số tổng và 49B tham số kích hoạt mô tả backbone MoE của bản HY4 preview đã công bố. Thẻ mô hình cũng ghi lại sparse attention, IndexCache, Identity Hyper-Connections và multi-token prediction.
Thông báo phát hành đầy đủ của Tencent nói sẽ có thêm chi tiết kỹ thuật đi kèm trọng số và system card. Cho tới khi có, số lớp, cấu hình chuyên gia và lệnh triển khai của bản xem trước không nên được trình bày như thông số xác nhận của bản HY4 đầy đủ. Các thực tế đã xác lập của bản phát hành đầy đủ là năng lực mới, truy cập dạng dịch vụ và kết quả đánh giá đã công bố.
HY4 và RSI: “tự cải thiện đệ quy” thực sự nghĩa là gì
Từ giải quyết vấn đề đến cải thiện công cụ
RSI là viết tắt của recursive self-improvement. Trong thông báo Hyra 2.0 ngày 2/11 của Tencent, ý tưởng là cải thiện công cụ nghiên cứu có thể tái sử dụng, pipeline huấn luyện và mô hình. Công cụ mạnh hơn giúp phát triển mô hình mạnh hơn, từ đó hỗ trợ vòng phát triển công cụ kế tiếp.
Bản phát hành đầy đủ HY4 đưa ví dụ cụ thể: kết hợp với Hyra 2.0, HY4 tối ưu hạ tầng tiền huấn luyện nội bộ cho mô hình nhỏ hơn cùng kiến trúc và huấn luyện một biến thể vượt baseline Jev đã nêu trên nhiều điểm chuẩn. Tencent cũng công bố HyCell và HyPDE, các mô hình nền tảng cho biểu diễn đơn bào và mô hình hóa trường vật lý được đồng phát triển với hệ thống. Nguồn.
Hyra 2.0 tổ chức nghiên cứu như thế nào
Hyra dùng ba tầng: Overall, Mission và Worker. Overall điều phối mục tiêu, ưu tiên và tài nguyên của con người. Mission dẫn dắt nỗ lực nghiên cứu dài hơi. Worker kiểm tra mã, chạy thí nghiệm, phân tích lỗi và thách thức giả thuyết.
Một hàng đợi nhiệm vụ bền bỉ xử lý phụ thuộc và giới hạn tài nguyên. Research Board ghi lại bằng chứng và quyết định. Review Workers độc lập kiểm tra kết quả, trong khi kiến thức chia sẻ tách quan sát khỏi phát hiện được tái lập và quy ước nhóm. Tencent nói rằng chi tiêu tính toán đáng kể và thay đổi kiến thức chia sẻ cần phê duyệt của con người phù hợp.
RSI khẳng định gì — và không khẳng định gì
Đây là bằng chứng về một quy trình nghiên cứu AI có cấu trúc. Nó không khẳng định tăng trưởng trí tuệ không giới hạn hay cho thấy một phiên trò chuyện HY4 dạng dịch vụ thay đổi trọng số nền tảng ở endpoint. Prompt tốt hơn, bộ nhớ bền, công cụ phần mềm mới và mô hình được huấn luyện mới là các dạng cải thiện khác nhau.
Với nhà phát triển, mẫu hình hữu ích là lặp đo lường được: lưu giữ lỗi, cải thiện công cụ, đánh giá ứng viên trên tập giữ lại, và chỉ thăng cấp thay đổi khi bằng chứng ủng hộ. Điểm 35.2 trên PostTrainBench v1.2 và 28.1 trên Foundation Model Bench nội bộ của Tencent là các chỉ báo liên quan, nhưng vẫn đặc thù theo đánh giá.
Độ tin cậy: HY4 có giảm ảo giác không?
Tencent báo cáo rằng cải tiến truy tìm và xác minh có mục tiêu đã giảm tỷ lệ ảo giác nội bộ từ 15.76% xuống 5.45%. Đó là mức giảm 10.31 điểm phần trăm, hay xấp xỉ 65.4% giảm tương đối, tính từ số liệu của Tencent. Lỗi suy đoán giảm từ 23.1% xuống 5.6%. Nguồn.
Những kết quả này thuộc các đánh giá tài chính và văn phòng của Tencent. Không nên khái quát thành tuyên bố rằng HY4 chỉ ảo giác 5.45% trên mọi câu hỏi.
Có phản hồi sản phẩm hỗ trợ: RabyteTech báo cáo 61.63 trên 101 tác vụ nghiên cứu đầu tư, tăng 12.03 điểm so với phiên bản trước. Manus báo cáo mức hoàn thành gần 97% trên các tác vụ nội bộ tạo và chỉnh sửa tài liệu. Đây là lời chứng đối tác được tái hiện trong thông báo của Tencent, với tập nhiệm vụ và định nghĩa khác nhau; chúng hữu ích làm bối cảnh chứ không phải điểm chuẩn có thể hoán đổi.
Giá HY4: mức chính thức, CometAPI và ưu đãi nhà cung cấp
So sánh giá hiện tại
Ảnh chụp sau được kiểm tra ngày 4/11/2026. Tất cả mức đều tính USD trên mỗi một triệu token.
Kênh truy cập
Input không cache
Output
Input đã cache
Tham chiếu trang phát hành của Tencent
$0.834
$2.501
$0.042
Danh mục hy4 trên CometAPI
$0.6672
Khoảng $2.00
Không xác thực trên trang model
Siêu dữ liệu API OpenRouter tencent/hy4
$0.417
$1.2505
$0.021
CometAPI hiển thị mức giảm 20% so với giá tham chiếu chính thức được liệt kê. Siêu dữ liệu API trực tiếp của OpenRouter cho thấy mức thấp hơn tham chiếu trang phát hành của Tencent tại thời điểm kiểm tra. Siêu dữ liệu không xác định thời hạn của ưu đãi. Những khác biệt này khiến xác minh trực tiếp theo từng nhà cung cấp là điều thiết yếu; không nên mô tả CometAPI là tuyến rẻ nhất dựa trên bằng chứng này.
Ước tính chi phí khối lượng công việc thực tế của bạn
Ở mức giá hiển thị của CometAPI, một khối lượng dùng 1M token input và 250,000 token output có chi phí xấp xỉ:
$0.6672 + (0.25 × $2.00) = $1.1672
Đây là phép tính token minh họa. Lần thử lại, tính token cho suy luận, cache, dịch vụ công cụ và điều khoản tài khoản cụ thể có thể ảnh hưởng hóa đơn cuối. Agent thiên về output có thể chi nhiều hơn kỳ vọng khi liên tục kiểm tra tệp hoặc xác minh công việc.
So sánh chi phí trên mỗi nhiệm vụ hoàn tất thành công. Mức token thấp hơn có thể mất lợi thế nếu mô hình cần nhiều lần thử, output dài hơn, hoặc sửa chữa đáng kể bởi con người.
Kết luận
Hy4 mang lại các cải thiện thực chất, đo được so với bản xem trước trong khi vẫn giữ mức giá quyết liệt khiến bản phát hành trước hấp dẫn. Xếp hạng độc lập xác nhận mô hình nằm trong nhóm dẫn đầu open-weight, đặc biệt mạnh ở agent, tài chính và các tác vụ năng suất thực. Kết hợp với năng lực thị giác và sử dụng máy tính mới, hiện đây là một trong những lựa chọn thuyết phục nhất cho các đội ngũ nhạy chi phí cần năng lực mô hình mở mạnh.
Để đánh giá và triển khai linh hoạt nhất bên cạnh các mô hình hàng đầu khác, hãy định tuyến qua CometAPI. Một khóa, giá cạnh tranh và chuyển đổi liền mạch khiến đây là lựa chọn thực tế cho vận hành và thử nghiệm vào năm 2026.
Câu hỏi thường gặp về HY4
HY4 của Tencent là gì?
HY4 là mô hình AI đầu bảng của Tencent phát hành ngày 4/11/2026. Mô hình hỗ trợ hiểu thị giác, sử dụng máy tính, suy luận, lập trình, nghiên cứu và các nhiệm vụ chuyên nghiệp nhiều bước.
Có gì thay đổi so với phiên bản trước?
Bản đầy đủ HY4 bổ sung thị giác và sử dụng máy tính và mở rộng tiền/ hậu huấn luyện. Tencent báo cáo cải thiện ở hiểu ngữ cảnh dài, tuân thủ chỉ dẫn, tài chính, công việc văn phòng, phát triển và nghiên cứu khoa học.
Điểm chuẩn chính của HY4 là gì?
Tencent báo cáo 74.9 trên DeepSWE v1.1, 44.4 trên Terminal-Bench 4.0, 75.2 trên APEX-Agents v1.1, 78.9 trên OSWorld 2.1 (điểm một phần), và 78.6 trên MMMU-Pro. Những điểm này theo điều kiện đánh giá trong phụ lục phát hành.
HY4 có cửa sổ ngữ cảnh 1M token không?
Siêu dữ liệu trực tiếp của OpenRouter liệt kê 1,048,576 token cho HY4. Hãy kiểm tra giới hạn của endpoint bạn dùng, bao gồm ngân sách input/output kết hợp và độ dài phần hoàn thành tối đa.
HY4 có tự cải thiện không?
Tencent đang phát triển quy trình RSI với HY4 và Hyra 2.0 để cải thiện công cụ nghiên cứu, hạ tầng và biến thể mô hình. Một cuộc trò chuyện dạng dịch vụ thông thường không thể hiện việc tự động sửa đổi trọng số đã triển khai của HY4.
HY4 có giá bao nhiêu trên CometAPI?
Trang model được kiểm tra liệt kê $0.6672 mỗi 1M token input và xấp xỉ $2.00 mỗi 1M token output, với mức giảm 20% so với tham chiếu chính thức hiển thị. Tham khảo trang giá trực tiếp trước khi lập ngân sách.
HY4 có mở nguồn và sẵn sàng tải xuống không?
Tencent cho biết trọng số đầy đủ và system card đang được lên kế hoạch. Trọng số bản xem trước công khai là bản phát hành riêng. Hãy xác nhận tính khả dụng tải xuống thực tế và giấy phép của bản đầy đủ trước khi tự lưu trữ.
Tôi có thể dùng HY4 qua CometAPI ngay bây giờ không?
Có. CometAPI liệt kê hy4 là khả dụng. Dùng tài liệu API để xác nhận quyền truy cập tài khoản, tham số, hỗ trợ hình ảnh và giới hạn tốc độ, rồi chạy khối lượng nhỏ trước khi mở rộng.
