تنسنت تفتتح النسخة التجريبية من Hy4: نموذج MoE بـ770B مع سياق مليون توكن بسعر ¥6 لكل مليون توكن إدخال

تم إصدار Tencent Hy4 Preview وتوفيره كمصدر مفتوح في 28 أغسطس 2026، وهو ثالث نموذج رائد من Tencent خلال ستة أشهر، وهو النموذج الذي يتوقف عن كونه مجرد إنجاز بحثي ليصبح حدثًا تسعيريًا بامتياز. إنه نموذج خليط خبراء (Mixture-of-Experts) يضم 770 مليار معامل — منها 49 مليار معامل نشطة لكل رمز (token) — مع نافذة سياق أصلية تبلغ مليون رمز، صدر بموجب رخصة Apache 2.0 بصيغتي BF16 وFP8، وهو متاح للتنزيل اليوم من Hugging Face وGitHub وModelScope وGitCode. وتسعّره Tencent بمبلغ 6 يوانات لكل مليون رمز إدخال و18 يوانًا لكل مليون رمز إخراج، أي ما يعادل نحو 0.83 دولارًا أمريكيًا و2.50 دولارًا أمريكيًا، ما يضع نموذجًا مفتوح الأوزان من الطراز الأول في مرتبة أدنى من جميع النماذج الحدودية المغلقة تقريبًا في السوق. إصدار واحد بثلاثة أوجه: أوزان مفتوحة يمكنك تشغيلها بنفسك، وواجهة برمجة تطبيقات (API) على TokenHub السحابي من Tencent، ونفس الأوزان مدمجة بالفعل في منتجات Tencent نفسها: WorkBuddy وCodeBuddy وYuanbao وima. إليكم ما تم إطلاقه فعليًا، وما تدّعي Tencent أنها تسجّله من نتائج، وما لم يتحقق منه أحد حتى الآن.

الجانب الهندسي أهم من عدد المعاملات، لأن كل جزء يُمثِّل رافعةً للتكلفة. يتكوّن النموذج من 78 طبقة: الطبقة الأولى شبكة تغذية أمامية كثيفة قياسية، والـ77 طبقة المتبقية هي طبقات MoE تضم كل منها 256 خبيرًا موجَّهًا بالإضافة إلى خبير مشترك واحد، مع تفعيل أفضل 8 خبراء موجَّهين لكل رمز. نسبة الندرة التقريبية 16:1 هي ما يجعل نموذج 770B ميسور التكلفة في التشغيل — إذ لا يعمل على أي رمز معين سوى شريحة بقدرة 49B. تتيح طبقة مخصصة للتنبؤ متعدد الرموز (معاملاتها 10B ونشطها 0.7B) إمكانية فك التشفير التخميني، وتستخدم حزمة الانتباه آلية DeepSeek Sparse Attention المُبوَّبة مع IndexCache لإبقاء استخدام الذاكرة في السياقات الطويلة تحت السيطرة. يمكن التبديل بين التفكير الطويل code>high/code> وضعٍ وموفِّرٍ للرموز code>no_think/code> وضعٍ. هذه هي التفاصيل التي تحدد ما إذا كان السعر المعلن يصمد أمام عبء عمل حقيقي، وليس ما إذا كان النموذج يستطيع كتابة هايكو.

ورقة المواصفات المشروحة

اقرأ ملاحظات الإصدار سطرًا سطرًا، لأن كل سطر يغيّر بهدوء ما يُسمح لنموذج مفتوح الأوزان بفعله.

• المعلمات — 770 مليار إجمالاً، 49 مليار نشطة لكل توكن، بنسبة تفرّق ~16:1 تُبقي تكلفة الخدمة ضمن نطاق يمكن لفريق صغير تحمّله فعليًا.

• السياق — نافذة أصلية بسعة 1,048,576 رمزًا، أي أربعة أضعاف 256K الخاصة بـ Hy3. مستودع كامل، إعادة هيكلة متعددة الملفات، حزمة مالية من 72 مستندًا — مشكلات تُحل بطلب واحد.

• الترخيص — رخصة أباتشي 2.0 لكل من الإصدار الأصلي BF16 والإصدار الكمي FP8، مما يعني الاستضافة الذاتية والضبط الدقيق والاستخدام التجاري دون أي بند احتكاري.

• حزمة الاستدلال — تذكر تينسنت أن vLLM وSGLang هما إطارا الخدمة المدعومان، وهما الإطاران اللذان يعتمد عليهما النظام البيئي مفتوح الوزن فعليًا.

• API — نقطة نهاية TokenHub من Tencent Cloud بسعر ¥6 لكل مليون رمز إدخال، و¥18 لكل مليون رمز إخراج، و¥0.3 لكل مليون عند إصابة ذاكرة التخزين المؤقت.

• تكامل المنتج — نفس الأوزان التي تطرحها Tencent في WorkBuddy وCodeBuddy (المحلي والدولي) وYuanbao وima هي التي يمكنك سحبها وتشغيلها. يحصل CodeBuddy على نسخة تجريبية مجانية لمدة أسبوعين من النموذج عند الإطلاق.

تذكر Tencent أيضًا رقمًا في هندسة الاستدلال نادرًا ما يظهر في ملاحظات الإطلاق: تحسّن بنسبة 31.8% في الإنتاجية الشاملة من البداية إلى النهاية بفضل دمج العمليات وتحسين الاتصالات. وهذا هو النوع من التفاصيل الذي يفصل بين نموذج يطلقه مختبر كنتاجٍ بحثي ونموذج تتوقع الشركة أن يتحمّل حركة الإنتاج الفعلية. ومن اليوم الأول، هو أيضًا بالضبط النوع من الادعاءات الذي لم يقم أحد خارج Tencent بقياسه بعد.

النتائج الجديرة بالاقتباس

كل معيار نشرته Tencent لـ Tencent Hy4 Preview هو بلاغ من البائع — يعمل على بيئة التقييم الخاصة بـ Tencent، ولم يعِد إنتاجه أي مختبر مستقل، والنموذج متاح للعموم منذ أقل من يوم. اقرأها باعتبارها السقف الذي تعتقد Tencent أنها بلغته.

الرقم الأبرز هو Terminal Bench 2.1، وهو اختبار لمدى قدرة النموذج على قيادة طرفية حقيقية أثناء البرمجة. أعلنت Tencent عن نتيجة 85.4، وهو ما تقول إنه يعادل Claude Opus 5 ويتجاوز DeepSeek V4 Pro، ويتفوق على سلفها Hy3 بفارق 14.6 نقطة. هذا الرقم الواحد يحمل الكثير من الثقل — فهو الادعاء الذي يضع نموذجًا مفتوح الأوزان على قدم المساواة مع أغلى النماذج الحدودية المغلقة في اختبار صعب للبرمجة بالوكلاء — وهو الادعاء الأكثر احتياجًا إلى تأكيد مستقل. أما باقي الجدول الداخلي: DeepSWE يقفز من 28.0 في Hy3 إلى 64.3، وهو ما تصفه Tencent بأنه "تضييق الفجوة تدريجيًا" مع نماذج المستوى الأول؛ ويصل Toolathlon-Verified، وهو اختبار لاستدعاء الأدوات، إلى 74.1؛ ويسجل APEX-Agents pass@1 عند 37.1، متخلفًا بفارق شعرة عن Kimi K3 البالغ 37.2؛ ويبلغ SWE-bench Pro 65.7 وSWE-bench Multilingual 82.9. وفي اختبار أعمى داخلي منفصل، قيّم 163 خبيرًا 203 مهام هندسية بمتوسط 2.99 من 4.00، متفوقًا بفارق ضئيل على GLM-5.3 البالغ 2.92 وKimi K3 البالغ 2.94.

يبرز نمطان بوضوح. أولاً، كل رقم قوي مرتبط بالعمل الهندسي القائم على الوكلاء — قيادة الطرفية، واستدعاء الأدوات، والمهام على نطاق المستودعات — ولا يرتبط أيٌّ منها بالدردشة العامة أو المعرفة، بما يتسق مع تموضع Tencent للنموذج بوصفه «مصممًا للإنتاجية» عبر هندسة البرمجيات، والعمل المكتبي وتحليل البيانات، وتطوير الألعاب، والبحث العلمي. ثانيًا، تحرص Tencent على وصف DeepSWE وسواه بأنها تضيّق الفجوات لا تسدّها. أما ادعاء التكافؤ الوحيد الواضح القابل للتسويق فهو التعادل في Terminal Bench 2.1، وهو الادعاء الأجدر باختباره مع عبء العمل الخاص بك.

ما الذي تشتريه 6 ينات لكل مليون فعليًا

التسعير هو النقطة التي يتوقف فيها الإصدار عن كونه مثيرًا ويصبح محطمًا للأوضاع. عند 18 يوانًا لكل مليون رمز إخراج — أي حوالي 2.50 دولارًا أمريكيًا — فإن جلسة برمجة وكيلية طويلة تستهلك مليون رمز إخراج تكلف قرابة عُشر تكلفة نفس الجلسة على نموذج مغلق رائد، كما أن معدل إصابة الذاكرة المؤقتة البالغ 0.3 يوان يجعل مطالبات النظام المعاد إرسالها وبادئات المحادثة في حلقة وكيلية أرخص بكثير من أنظمة التخزين المؤقت لدى معظم المنافسين. العرض التجريبي الخاص بـ Tencent يُظهر النموذج وهو يعالج 72 مستندًا ماليًا في تمريرة واحدة؛ وبهذه الأسعار، تصبح هذه الدفعة مهمة يومية ميسورة التكلفة بدلاً من أن تكون بندًا في الميزانية.

هنا أيضًا حيث تغيّر طبقة التوجيه الحسابات، ومن الجدير أن نكون دقيقين في ذلك. لا يقوم OrcaRouter بتوجيه Tencent Hy4 Preview بعد — لم تفتح Tencent هذا النموذج لمنصات الاستدلال الخارجية، لذا فهو يعمل على نقطة نهاية TokenHub في Tencent Cloud وعلى النشر الذاتي للأوزان المفتوحة، ونحن لا ندّعي تقديم ما لا نقدمه. لكن الانضباط الذي يجعل تخفيض السعر ذا أهمية هو نفسه الذي يعمل به بقية الكتالوج: يمرّر OrcaRouter أسعار المزودين المعلنة دون أي هامش ربح، فعندما يسعّر مزوّد التوكن بـ 6 يوانات، يكون الرقم الذي تدفعه من جهتنا هو 6 يوانات، وليس نسخة معاد بيعها مع هامش ربح — وفي اليوم الذي يغيّر فيه مزوّد سعرًا، يصبح التغيير فعليًا على جانبنا في اليوم نفسه. واجهة برمجية واحدة لأكثر من 200 نموذج، وتبديل تلقائي عبر المزودين عند تعثّر أحدهم، ولغة توجيه خاصة لدمج النماذج في استدعاء واحد: هذه هي الآلية التي ستحمل Tencent Hy4 Preview لحظة فتح Tencent له، وهي الآلية التي يمكنك استخدامها بالفعل لتشغيل نموذج جديد غير مُثبت بجانب نموذج مُثبت دون المراهنة على مسار إنتاجك على أيٍّ منهما.

الادعاءات التي تستحق قراءة ثانية

أمران في مواد الإطلاق يدوران حول كيفية بناء النموذج، وليس حول النتائج التي حققها، وهما يستحقان اهتمامًا منفصلاً.

الأول هو حلقة التحسين الذاتي. تقول تينسنت إن نموذج Tencent Hy4 Preview شارك في البحث والتطوير الخاص به — فقد استُخدم لتحسين أساليب التدريب، واستراتيجية البيانات، وأنظمة التقييم، والعوامل منخفضة المستوى التي أنتجته. وهذه دورة تعزيز ذاتي متكررة أولية: نموذج يساعد في تصميم النسخة التالية من نفسه، وتينسنت تنشره كقدرة مطروحة. إنه ادعاء كبير، وهو مُعلن عنه ذاتيًا بالكامل.

النتيجة الثانية هي نتيجة رياضيات. تقارير تينسنت أن النموذج قدّم حدًا أدنى معروفًا لمسألة بلاشكي-ليبيغ — وهي سؤال مفتوح طويل الأمد في الهندسة المحدبة حول الجسم ذي الحجم الأدنى والعرض الثابت — من 0.380799 إلى 0.41104، مما يقرّبه ضمن حوالي 2% من حدسية رباعي السطوح مايسنر. كما تقارير تينسنت تسارعًا بمقدار 2.0x على محاكاة طبقة ثنائية فوسفوليبيدية مكوّنة من 32,512 ذرة، وصولًا إلى 54.9 مللي ثانية لكل خطوة. نتائج مثل هذه عادةً ما تحصل على ورقة بحثية خاصة بها؛ هنا هي مجرد نقاط إطلاق، وكغيرها من كل شيء في اليوم الأول، هي رواية تينسنت الخاصة.

الفجوات الصادقة

تذكر Tencent القيود المعروفة بوضوح. لا توجد رؤية أو إدخال متعدد الوسائط — Tencent Hy4 Preview نموذج نصي، وهذا كل شيء، لذا فإن أي شيء متعلق بالصور أو الفيديو ينتمي إلى نموذج مختلف. كما تشير Tencent إلى سلوك البدء البطيء في المهام المعقدة — تفكير طويل قبل أول مخرجات — وميل إلى المبالغة في التحقق الذاتي، مما يحرق التوكنات في التحقق من عمل أنجزه بالفعل. هذا المزيج خاطئ تمامًا للدردشة الحساسة لزمن الاستجابة ومقبول تمامًا لأعمال الهندسة بالدفعات دون اتصال، وهو ما يخبرك أين تتوقع Tencent منك تشغيله.

وأهم غياب هو التحقق. لا توجد نتائج مستقلة لنموذج Tencent Hy4 Preview في أي مكان بعد — لا على لوحة متصدرين عامة، ولا من مختبر تقييم تابع لجهة خارجية. النموذج جديد جدًا. الاختبار الأعمى الداخلي للخبراء هو إشارة مفيدة حول كيفية رؤية مراجعي Tencent له مقابل GLM-5.3 وKimi K3، لكنه مراجعي Tencent على مهام Tencent. كل ما هو فوق ورقة المواصفات هو ادعاء بانتظار التحقق.

كيف تجربها فعليًا اليوم

المسار العملي قصير. حمّل الأوزان من Hugging Face أو GitHub أو ModelScope أو GitCode وقدّمها باستخدام vLLM أو SGLang؛ استدعِ واجهة TokenHub API من Tencent Cloud إذا أردت نقطة نهاية مستضافة بالسعر المعلن؛ أو استخدمه داخل CodeBuddy أو WorkBuddy، حيث تُجري Tencent تجربة مجانية لمدة أسبوعين. يستمر الوصول المجاني لنموذج Hy3 حتى 30 سبتمبر، وتشير وتيرة Tencent الخاصة — نحو تكرار رئيسي واحد كل شهرين — إلى أن إصدار Hy4 الكامل لن يتأخر كثيرًا عن المعاينة.

الخلاصة الصادقة: نموذج مفتوح الأوزان بحجم 770B وسياق مليون رمز، بسعر ¥6 لكل مليون رمز إدخال، هو أمر حقيقي موجود اليوم، وأقوى معيار مرتبط به هو ادعاء من البائع حول تعادل مع نموذج حدودي مغلق لم يتمكن أحد من إعادة إنتاجه بعد. اسحبه، وشغّل الاختبار الذي يهمك فعلاً، ودع الدليل يقرر ما إذا كان السعر يظل هو القصة.