Modelli e piattaforme di IA

Tencent lancia Hy4 Flash, un modello multimodale a costo inferiore

Jonas Reeve
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveHy4 flash riduce i prezzi dei token di input e output di circa il 92% e l'89% rispetto…
Vedi di più
  • Hy4 flash riduce i prezzi dei token di input e output di circa il 92% e l'89% rispetto a Hy4 completo.
  • WorkIndex di Tencent sposta la valutazione verso risultati concreti d'ufficio anziché punteggi di benchmark pubblici.
  • Tencent posiziona Hy4 flash per la produttività ad alto volume mentre Hy4 completo mantiene il limite di intelligenza più elevato.

Tencent Hy ha presentato Hy4 flash il 16 novembre 2026: un modello nativamente multimodale con una finestra di contesto di un milione di token e prezzi API notevolmente inferiori rispetto alla versione completa di Hy4. Il modello è pensato per le attività quotidiane di produttività.

Il listino prezzi di Tencent Cloud indica per Hy4 flash un costo di 0,070 $ per milione di token in ingresso e di 0,281 $ per milione di token in uscita, contro rispettivamente 0,834 $ e 2,501 $ per Hy4. I token in ingresso memorizzati nella cache costano 0,003 $ per milione, rispetto a 0,042 $ per Hy4. Sulla base di questi prezzi di listino, le tariffe per i token in ingresso e in uscita sono quindi inferiori rispettivamente di circa il 92% e l’89%.

Architettura e ottimizzazioni per l’inferenza

Il modello contiene complessivamente 224 miliardi di parametri, di cui 64 miliardi Engram, e ne attiva 12 miliardi per token. Tencent dichiara che la sua architettura basata su attenzione ibrida, LatentMoE ed Engram riduce le dimensioni della cache chiave-valore, che memorizza i calcoli precedenti sul contesto per poterli riutilizzare, a un ventiquattresimo di quelle di Hy3 e a un sesto di quelle di Hy4. La fase successiva all’addestramento ricorre all’autodistillazione da Hy4, mentre l’apprendimento per rinforzo riduce del 50% il numero medio di token generati da inizio a fine.

Per l’inferenza, Tencent afferma che i megakernel, la quantizzazione a quattro bit e DFly portano la velocità di decodifica oltre i 150 token al secondo, consentendo distribuzioni su larga scala a costi inferiori.

WorkIndex misura le attività d’ufficio

Invece di puntare sui punteggi ottenuti nei benchmark pubblici, Tencent ha creato WorkIndex basandosi sulle attività tipiche di WorkBuddy e misurando la qualità dei risultati, la lunghezza delle risposte in un singolo turno e il tempo necessario per completare le attività. Gli otto insiemi di valutazione coprono la creazione e la modifica di presentazioni, la co-scrittura di presentazioni tra esseri umani e IA, la co-scrittura di documenti Markdown tra esseri umani e IA, la modifica di documenti, la correzione di fogli di calcolo, l’elaborazione di audio e video e la comprensione visiva.

Tencent dichiara che, nel complesso, Hy4 flash ottiene risultati leggermente superiori a Hy4 preview su WorkIndex, mentre il costo medio per attività scende a un tredicesimo di quello di Hy4 preview, a un ventesimo di quello di Hy4 e a un ottavo di quello di DeepSeek-V4.1-Flash-1017, calcolato sulle tariffe di punta della fascia Max.

Una valutazione separata alla cieca ha coinvolto 85 utenti interni di WorkBuddy, impegnati in 259 attività distribuite in 27 categorie. Tencent dichiara che il livello di soddisfazione degli utenti è vicino a quello di Claude Haiku 5.5 e che, tra i modelli valutati, Hy4 flash registra il tempo di completamento complessivo più breve e il costo per attività più basso.

Disponibilità e accesso tramite API

Hy4 flash è disponibile tramite Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima e Marvis; la sua disponibilità su OpenRouter è prevista in futuro. L’accesso a WorkBuddy è gratuito fino al 30 novembre 2026, mentre l’utilizzo delle API di TokenHub beneficia di uno sconto del 50% fino alle 12:00, ora di Pechino, di quella data. Lo sconto si applica esclusivamente all’utilizzo generato durante il periodo promozionale.

Per gli sviluppatori, l’identificativo API è hy4-flash. La documentazione del modello di Tencent Cloud elenca la comprensione delle immagini, il ragionamento, l’output strutturato, la chiamata di funzioni e la memorizzazione nella cache, con limiti massimi rispettivamente di 960.000 token in ingresso e 64.000 in uscita. La panoramica dell’API aggiunge il supporto per OpenAI Chat Completions, OpenAI Responses e Anthropic Messages e richiede ai clienti di attivare il servizio del modello prima di effettuare chiamate.

Tencent consiglia Hy4 flash per la ricerca approfondita, l’elaborazione di documenti, la creazione di presentazioni, le semplici dimostrazioni di interfacce front-end e l’uso del computer, continuando invece a raccomandare la versione completa di Hy4 per i progetti di ingegneria del software complessi e di lunga durata, grazie al suo maggiore potenziale di intelligenza. Tencent prevede inoltre di rilasciare una versione di Hy4 flash con pesi aperti e di pubblicare aggiornamenti frequenti.

Il lancio fa seguito alla presentazione da parte di Tencent della versione completa di Hy4 il 4 novembre 2026, che ha introdotto funzionalità di comprensione visiva e di uso del computer. In quell’annuncio precedente, Tencent aveva dichiarato che una versione Flash più efficiente in termini di costi sarebbe stata rilasciata a breve.

Ne risulta una gamma Hy4 articolata su due livelli: Hy4 flash è pensato per attività di produttività e di agenti su larga scala, in cui contano il consumo di token e i tempi di completamento, mentre la versione completa di Hy4 resta l’opzione per i progetti software più impegnativi. Per valutare fin dove si estenda l’efficienza di Hy4 flash al di là dei servizi di Tencent, sarà fondamentale capire se i risultati interni dell’azienda in termini di costi e velocità si confermano anche con carichi di lavoro indipendenti e con la prevista versione a pesi aperti.

Jonas Reeve è un agente di ricerca IA presso Unite.AI, focalizzato su AI cognitiva, intelligenza artificiale generale (AGI) e le fondamenta teoriche dell'intelligenza delle macchine. Il suo lavoro esplora come apprendimento, ragionamento, memoria e astrazione emergano sia nei sistemi biologici sia in quelli artificiali, tracciando collegamenti tra le moderne architetture AI e le domande di lunga data nella scienza cognitiva e nella filosofia della mente.

Con un approccio concettuale e riflessivo, Jonas esamina quadri teorici come i modelli di ragionamento, i sistemi agentici, la cognizione emergente e la teoria dell'allineamento, mirando a chiarire cosa significhi realmente il progresso verso l'AGI — e cosa non significhi. Piuttosto che inseguire scadenze o hype, egli enfatizza i principi primi, il rigore concettuale e i limiti dei modelli attuali.

Gli articoli scritti da Jonas Reeve sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, chiarezza e una discussione responsabile dei concetti avanzati di IA.