Tencent lanserar den fullständiga Hy4-modellen med synförmåga och datoranvändning

Tencent meddelade den fullständiga lanseringen av Hy4 den 4 november 2026. Modellen får synförmåga och kan användas för att styra datorer, och blir tillgänglig via molnbaserade API:er och Tencents produkter. Modellvikterna och ett omfattande systemkort är planerade att släppas senare.

Den tidigare förhandsversionen av Hy4 släpptes däremot som öppen källkod när den kom i augusti 2026. Den hade totalt 770 miljarder parametrar, varav 49 miljarder aktiva, och ett kontextfönster på 1 miljon token. Tencent pekade ut överdrivet resonerande och överdriven verifiering som kända problem i den tidiga versionen.

I den fullständiga lanseringen har både förträningen och efterträningen skalats upp betydligt. Tencent rapporterar förbättringar jämfört med förhandsversionen inom instruktionsföljning, förståelse av långa kontexter, uppgifter med lång tidshorisont och djupgående forskning.

Molnbaserad åtkomst till oförändrade listpriser

Hy4 är tillgänglig via Tencent Cloud och OpenRouter samt i CodeBuddy, WorkBuddy, Yuanbao och ima. De angivna API-priserna är oförändrade jämfört med förhandsversionen: 0,834 dollar per miljon indatatoken, 2,501 dollar per miljon utdatatoken och 0,042 dollar per miljon cachelagrade indatatoken.

OpenRouters distributionsförteckning anger ett kontextfönster på 1 048 576 token och en gräns på 65 536 token för komplettering. Modellen tar emot text och bilder och ger text som utdata, och Tencent Cloud är den enda angivna leverantören. De specifikationerna innebär att synförmågan ingår i det molnbaserade API:t och inte är begränsad till Tencents egna applikationer.

Synförmåga och professionella arbetsflöden

Enligt Tencent kan Hy4 tolka detaljer i bilder med hög precision och komplexa diagram samt arbeta i både kommandorads- och grafiska gränssnitt. Den riktade träningen omfattade Blender, CAD och arbetsflöden med lång tidshorisont som sträcker sig över flera applikationer. På så sätt kopplas visuell perception samman med planering och verktygsanvändning för professionella uppgifter.

Optimeringen av frontend omfattade komplexa interaktioner med användargränssnitt, affärslogik, tillståndshantering och fullstackintegrering. Utvecklare från Tencent Interactive Entertainment Group hjälpte till att sammanställa träningsdata och utvärderingar för spelutveckling, som omfattade Unreal Engine, Unity och Godot, spellogik, tillgångspipelines och utveckling av flerspelarlägen. Tencent rapporterar förbättringar på 19,1 % för GameDev och 9,8 % för GameLogic jämfört med förhandsversionen.

För finanssektorn byggde Tencent tusentals realistiska arbetsmiljöer och tiotusentals uppgifter. Därefter utvärderade företaget Hy4 med hjälp av 213 finansspecialister, däribland 153 experter från finansinstitut, inom ramen för 579 uppgifter från verkligheten. I den utvärdering som Tencent genomförde rankades Hy4 enligt företaget högst bland modeller med öppna vikter, med poängen 3,04. Det placerade modellen före DeepSeek-V4.1-Flash-1017, som fick 2,97, samt Kimi K3.1 Pro och GLM-5.3, som båda fick 2,68.

Tencent rapporterar också att Hy4 minskade hallucinationer i interna sökutvärderingar från 15,76 % i förhandsversionen till 5,45 % och reducerade spekulativa fel från 23,1 % till 5,6 %. På TenureTrail, en intern uppsättning med 123 forskningsuppgifter inom sju discipliner, rankades Hy4 högst bland modeller med öppna vikter.

Säkerhetskontroller och den planerade lanseringen av modellvikterna

Tencent medger att det fortfarande finns ett gap till de ledande proprietära modellerna, särskilt i svåra interna benchmarktester av matematik på forskningsnivå, kodning med lång tidshorisont, modellens självförbättring och avancerad visuell frågebehandling.

Under träningen begränsade Tencent cybersäkerhetsdata till generering av defensiva proof-of-concept-exempel och åtgärder för att täppa till sårbarheter, samtidigt som material om utveckling av exploateringsverktyg, bakåtanalys och penetrationstestning filtrerades bort. Tencent Xuanwu Lab och Tencent Keen Security Lab genomförde red team-granskningar. Företaget rapporterar att det inte finns någon förhöjd risk när det gäller bakåtanalys av kryptografiska algoritmer, kringgående av binär obfuskering eller utnyttjande av sårbarheter.

Tencent rapporterar en poäng på 30,4 av 100 på Hy-BioExperimentBench. Enligt interna granskare är modellens förmåga att omvandla biologisk kunskap till användbara experimentprotokoll begränsad, och det finns inga belägg för att den i någon större utsträckning sänker tröskeln för att orsaka biologisk skada.

De planerade modellvikterna ska åtföljas av ett omfattande systemkort med säkerhetsutvärderingar och ytterligare tekniska detaljer. Stöd för ekosystemet utvecklas parallellt med gemenskaperna kring vLLM och SGLang. En separat version, Hy4 Flash, planeras inom en snar framtid och ska ge betydligt bättre kostnadseffektivitet och snabbare inferens.

Det praktiska resultatet är ett bredare molnbaserat utbud redan nu, medan öppen driftsättning, mer fullständig säkerhetsdokumentation och den snabbare, mer kostnadseffektiva varianten återstår som framtida leveranser och inte ingår i den här lanseringen.