Tencent Merilis Model Hy4 Versi Penuh dengan Kemampuan Visi dan Penggunaan Komputer

Tencent mengumumkan peluncuran penuh Hy4 pada 4 November 2026, dengan menambahkan kemampuan visi dan penggunaan komputer serta menyediakan model ini melalui API yang dihosting dan produk Tencent. Bobot model dan kartu sistem yang komprehensif direncanakan akan dirilis kemudian.

Sebaliknya, pratinjau Hy4 sebelumnya dirilis sebagai sumber terbuka saat diluncurkan pada Agustus 2026. Model tersebut memiliki total 770 miliar parameter, dengan 49 miliar parameter aktif dan jendela konteks 1 juta token. Tencent menyebut penalaran yang berlebihan dan verifikasi berulang sebagai masalah yang diketahui pada versi awal itu.

Rilis penuh ini meningkatkan skala prapelatihan dan pascapelatihan secara signifikan. Tencent melaporkan peningkatan dibandingkan pratinjau dalam hal kepatuhan terhadap instruksi, pemahaman konteks panjang, tugas dengan rentang waktu panjang, dan riset mendalam.

Akses melalui Layanan Hosting dengan Harga Daftar yang Tetap

Hy4 tersedia melalui Tencent Cloud dan OpenRouter, serta di CodeBuddy, WorkBuddy, Yuanbao, dan ima. Harga API yang tercantum tidak berubah dari harga saat pratinjau: $0.834 per juta token input, $2.501 per juta token output, dan $0.042 per juta token input yang di-cache.

Daftar penerapan OpenRouter mencantumkan jendela konteks sebesar 1.048.576 token dan batas penyelesaian sebesar 65.536 token. API ini menerima masukan teks dan gambar, lalu menghasilkan teks. Tencent Cloud adalah satu-satunya penyedia yang tercantum. Spesifikasi tersebut menjadikan visi sebagai bagian dari API yang dihosting, bukan membatasinya hanya untuk aplikasi Tencent sendiri.

Visi dan Alur Kerja Profesional

Menurut Tencent, Hy4 dapat menafsirkan detail gambar yang halus dan diagram yang kompleks, serta beroperasi melalui antarmuka baris perintah maupun antarmuka grafis. Pelatihan khusus mencakup Blender, CAD, dan alur kerja berdurasi panjang yang melibatkan beberapa aplikasi. Dengan demikian, persepsi visual terhubung dengan perencanaan dan penggunaan alat untuk tugas profesional.

Optimalisasi antarmuka frontend mencakup interaksi antarmuka pengguna yang kompleks, logika bisnis, pengelolaan status, dan integrasi tumpukan penuh. Para pengembang Tencent Interactive Entertainment Group turut membantu menyusun data pelatihan dan evaluasi pengembangan gim yang mencakup Unreal Engine, Unity, dan Godot, logika permainan, alur kerja aset, serta pengembangan multipemain. Tencent melaporkan peningkatan dibandingkan pratinjau sebesar 19,1% pada GameDev dan 9,8% pada GameLogic.

Untuk bidang keuangan, Tencent membangun ribuan ruang kerja realistis dan puluhan ribu tugas, lalu mengevaluasi Hy4 bersama 213 profesional keuangan, termasuk 153 pakar dari lembaga keuangan, dengan menggunakan 579 tugas dunia nyata. Dalam evaluasi yang dilakukan perusahaan ini, Tencent menyatakan bahwa Hy4 menempati peringkat pertama di antara model berbobot terbuka dengan skor 3,04, mengungguli DeepSeek-V4.1-Flash-1017 yang meraih 2,97 serta Kimi K3.1 Pro dan GLM-5.3 yang masing-masing meraih 2,68.

Tencent juga melaporkan bahwa dalam evaluasi penelusuran internal, Hy4 menurunkan halusinasi dari 15,76% pada pratinjau menjadi 5,45%, serta mengurangi kesalahan spekulatif dari 23,1% menjadi 5,6%. Pada TenureTrail, kumpulan internal yang terdiri atas 123 tugas riset dari tujuh disiplin ilmu, Hy4 menempati peringkat pertama di antara model berbobot terbuka.

Pemeriksaan Keamanan dan Rencana Rilis Model Berbobot Terbuka

Tencent mengakui bahwa Hy4 masih tertinggal dari model proprieter terkemuka, khususnya dalam tolok ukur internal yang menantang untuk matematika tingkat riset, pengodean berdurasi panjang, peningkatan mandiri model, dan tanya jawab visual tingkat lanjut.

Selama pelatihan, Tencent membatasi data keamanan siber pada pembuatan bukti konsep defensif dan penambalan kerentanan, sekaligus menyaring materi tentang pengembangan eksploit, rekayasa balik, dan pengujian penetrasi. Tencent Xuanwu Lab dan Tencent Keen Security Lab melakukan audit tim merah, dan perusahaan melaporkan tidak ada peningkatan risiko dalam membalikkan algoritma kriptografi, mengakali pengaburan biner, atau mengeksploitasi kerentanan.

Tencent melaporkan skor 30,4 dari 100 pada Hy-BioExperimentBench. Para peninjau internal menilai kemampuan model untuk mengubah pengetahuan biologi menjadi protokol eksperimen yang dapat diterapkan masih terbatas, dan tidak menemukan bukti bahwa model secara berarti menurunkan hambatan untuk menimbulkan bahaya biologis.

Bobot model yang direncanakan akan disertai kartu sistem komprehensif yang mencakup evaluasi keamanan dan detail teknis tambahan. Dukungan ekosistem akan dikembangkan bersama komunitas vLLM dan SGLang. Rilis Hy4 Flash yang terpisah direncanakan dalam waktu dekat, dengan sasaran peningkatan efisiensi biaya dan kecepatan inferensi yang signifikan.

Hasil praktisnya adalah penawaran layanan hosting yang kini lebih luas, sementara penerapan terbuka, dokumentasi keamanan yang lebih lengkap, serta varian yang lebih cepat dan lebih hemat biaya masih menjadi hal yang akan hadir kemudian, bukan bagian dari rilis ini.