Tencent Hy4 Preview يعمل في vLLM من اليوم الأول: نموذج MoE مفتوح الأوزان بحجم 770B يمكنك تشغيله فعليًا

عندما أُطلق **Tencent Hy4 Preview** في 28 أغسطس 2026، فعل شيئًا تتجاهله معظم الهواتف الرائدة من الفئة الحدودية في يومها الأول: فقد وصل وهو قابل للتشغيل. إلى جانب الأوزان المفتوحة، نشرت Tencent وفريق vLLM صورة Docker جاهزة، ووصفة تشغيل رسمية، ودعمًا مدمجًا في إطار vLLM نفسه، بحيث كان أكبر نموذج بأوزان مفتوحة أنتجته سلسلة Hunyuan — بإجمالي 770 مليار معامل، و49 مليارًا نشطًا لكل رمز — متاحًا خلف نقطة وصول متوافقة مع OpenAI على وحدات معالجة الرسوميات الخاصة بك في غضون ساعات من الإعلان. قصة التشغيل من اليوم الأول هذه هي خبر هذا المنشور، لأن «يعمل في vLLM» ليس مجرد حاشية لنموذج بهذا الحجم. إنه الفرق بين بيان صحفي وشيء يمكنك وضعه في الإنتاج.

أما بقية الإطلاق فهي الحزمة المعتادة بهيئة المعاينة، والتحفظات تهم بقدر ما تهم الأرقام. تصف تينسنت نموذج Tencent Hy4 Preview بأنه تكرار مبكر، وتُدرج التفكير المفرط في الطول والتحقق الذاتي المفرط كسلوك معروف، وتنشر جدول معايير مُبلغ عنه ذاتيًا بالكامل — لم يقم أي مختبر مستقل بتقييمه بعد، ويبلغ عمر النموذج يومين حتى وقت كتابة هذا المقال. لا شيء من ذلك يغير العنوان العملي: الأوزان مرخصة بموجب Apache 2.0، ونافذة السياق مليون رمز، ودعم vLLM منذ اليوم الأول يعني أن مسار الاستضافة الذاتية حقيقي وليس مجرد طموح.

ما هو Tencent Hy4 Preview في الواقع

تقدم Tencent نموذج Tencent Hy4 Preview كخليفة لـ Hy3 (إجمالي 295B، سياق 256K)، مما يضاعف القدرة النشطة تقريبًا ويضاعف نافذة السياق أربع مرات. تستحق البنية أن تُقرأ سطرًا بسطر، لأن كل سطر يغير ما يُسمح لنموذج مفتوح الأوزان بفعله على أجهزتك.

• البنية — خليط من الخبراء (Mixture-of-Experts) بإجمالي 770 مليار معامل و49 مليار معامل نشط لكل رمز عبر 78 طبقة. الطبقة الأولى كثيفة؛ أما الطبقات الـ77 الأخرى فترسل كل رمز عبر 256 خبيرًا موجهًا بالإضافة إلى خبير مشترك واحد، مع تفعيل أفضل 8 خبراء. نسبة التخلخل التي تبلغ حوالي 16:1 هي ما يُبقي تكلفة الاستدلال ضمن نطاق يمكن لفريق جاد تشغيله فعليًا.

• نافذة السياق — 1,048,576 رمزًا أصليًا، وهي من الأوسع بين أي نموذج مفتوح الأوزان. مستودع كامل، إعادة هيكلة متعددة الملفات، دفعة مستندات طويلة: مشكلات تُحل بطلب واحد.

• الانتباه — الانتباه المتفرق المُبوَّب Deep​Seek (Gated DSA) مع IndexCache، وهو تصميم انتباه متفرق يحسب فهرسًا متفرقًا جديدًا على 21 طبقة فقط من أصل 78 طبقة، ويعيد استخدامه على الطبقات الـ 57 المتبقية. ولهذا السبب، فإن تقديمه ليس مجرد «vLLM أكبر» — بل يتطلب نظامًا خلفيًا يفهم الانتباه المتفرق.

• فك الترميز التخميني المدمج — طبقة MTP (تنبؤ متعدد الرموز) بحوالي 10 مليارات معامل إجماليًا / 0.7 مليار معامل نشط تقع داخل النموذج، لذا يمكن لـ vLLM وSGLang توليد التوكنات دون الحاجة إلى استضافة نموذج تخمين منفصل.

الأوزان — Apache 2.0، في كل من نقاط التحقق BF16 وFP8، منشورة على Hugging Face وModelScope وGitCode وCNB.

ما الذي يعنيه "vLLM في اليوم صفر" فعليًا

دعم الإطار المدمج في يوم الإطلاق هو الحدث الملموس وراء الإشارة — تغيير vLLM الذي يضيف Tencent Hy4 Preview (PR #54160) وصل في نفس نافذة الإصدار، والوصفة الرسمية تستهدف vLLM 0.29.0 أو أحدث. عمليًا، هذا يعني أن مسار الخدمة هو أمر واحد، وليس أسبوعًا من تصحيح نواة النظام.

docker run --gpus all -p 8000:8000 --ipc=host -v ~/.cache/huggingface:/root/.cache/huggingface vllm/vllm-openai:hy4-preview tencent/Hy4-preview-FP8 --tensor-parallel-size 8 --speculative-config '{"num_speculative_tokens":3,"method":"mtp"}' --attention-backend FLASHMLA_SPARSE --tool-call-parser hy_v4 --reasoning-parser hy_v4 --enable-auto-tool-choice --served-model-name hy4-preview

الأعلام مهمة، وكل واحد منها يرتبط بشيء في النموذج بدلاً من أن يكون نصًا قالبياً:

• --attention-backend FLASHMLA_SPARSE — مطلوب، وليس اختياريًا. لا يعمل الانتباه المتناثر Gated DSA لنموذج Tencent Hy4 Preview بشكل صحيح على الخلفيات الكثيفة الافتراضية، وهذا الخيار هو ما تضبطه الوصفة الرسمية.

• --speculative-config '{"num_speculative_tokens":3,"method":"mtp"}' — يُفعّل طبقة MTP المدمجة في النموذج لفك التشفير التخميني، بثلاثة رموز تخمينية مسبقًا. لا حاجة لنشر نموذج تخميني منفصل.

• --tool-call-parser hy_v4 و--reasoning-parser hy_v4 — المحلّلات المخصّصة التي تُخبر الخادم كيف يُصدر Tencent Hy4 Preview استدعاءات الأدوات وسلسلة التفكير الخاصة به، مع تفعيل --enable-auto-tool-choice ليتيح للنموذج تحديد متى يستدعي الأدوات.

توصي Tencent بضبط درجة الحرارة على 0.9 وtop_p على 1.0 لأخذ العينات. الاستدلال يُضبط افتراضيًا على جهد "high" من سلسلة التفكير الموجهة إلى الرياضيات والبرمجة والمهام المعقدة؛ إذا أردت ردًا مباشرًا دون التفكير الطويل، مرّر جهد استدلال no_think في الطلب بدلًا من تبديل الأوزان.

الدعم من اليوم الأول ليس مقتصرًا على vLLM فقط، وهو أمر جدير بالملاحظة لإصدار بهذه الحداثة. أصدرت SGLang صورة مُجهّزة مسبقًا متعددة البنى (lmsysorg/sglang:hy4-preview) مع فك ترميز تخميني بأسلوب NEXTN في نفس اليوم، كما حصل نظام Ascend البيئي على دعم من اليوم صفر عبر vLLM-Ascend باستخدام أوزان مكمّاة بصيغة W8A8 على 16 معالجًا من نوع Atlas 800I A3 NPU. عادةً ما تستغرق إصدارات الأوزان المفتوحة أسابيع حتى يلحق بها النظام البيئي للخدمة؛ أما هذا الإصدار فقد استغرق ساعات.

النتائج الجديرة بالاقتباس

كل معيار نشرته Tencent لنموذج Tencent Hy4 Preview هو مُبلَّغ من قِبل البائع — تم تشغيله على بيئة التقييم الخاصة بـ Tencent، ولم يُعَد من قِبل أي مختبر مستقل، والنموذج متاح للعموم منذ يومين. اقرأها على أنها السقف الذي تعتقد Tencent أنها بلغته، وليس كحقيقة مثبتة. لن يوجد تحقق مستقل حتى يقوم طرف ثالث بتشغيله؛ لا شيء على لوحات الصدارة العامة يعكس هذا النموذج بعد.

الرقم الرئيسي هو Terminal Bench 2.1، وهو اختبار لمدى قدرة النموذج على قيادة طرفية حقيقية أثناء البرمجة. تعلن Tencent أن نموذج Tencent Hy4 Preview حصل على 85.4، وهو ما تدعي أنه يعادل Claude Opus 5 ويتفوق على DeepSeek V4 Pro، ويتفوق على سلفه Hy3 بفارق 14.6 نقطة. هذا الرقم الواحد يحمل الإصدار بأكمله؛ إنه الادعاء الذي يضع نموذجًا مفتوح الأوزان على قدم المساواة مع أغلى نماذج الحدود المغلقة في اختبار صعب للبرمجة الوكيلة، وهو الادعاء الأكثر احتياجًا لتأكيد مستقل.

أما بقية الجدول الداخلي، فكلها أرقام Tencent الخاصة: يقفز DeepSWE، وهو معيار لهندسة البرمجيات، من 28.0 على Hy3 إلى 64.3. ويأتي SWE-bench Pro عند 65.7 وSWE-bench Multilingual عند 82.9. وفي اختبار Toolathlon-Verified، وهو اختبار لاستدعاء الأدوات، تُبلغ Tencent عن 74.1، وهو ما تقول إنه يتفوق على Qwen 3.8 Max وGPT-5.6 Sol ويقترب من Kimi K3 وClaude Opus 5. وفي APEX-Agents pass@1 يصل إلى 37.1، بفارق ضئيل عن نتيجة Kimi K3 البالغة 37.2. وفي تقييم أعمى داخلي منفصل، منح 163 خبيرًا استعانت بهم Tencent 203 مهام هندسية درجة 2.99 من 4.00، وهو ما يتفوق بفارق بسيط على نتيجة GLM-5.3 البالغة 2.92 ونتيجة Kimi K3 البالغة 2.94.

ثمة نمطان جديران بالملاحظة. كل رقم قوي يتحقق في العمل الهندسي الوكيلي — قيادة الطرفية، واستدعاء الأدوات، والمهام على نطاق المستودعات — ولا شيء منه في المعرفة أو الاستدلال العام، وهو ما ينسجم مع التموضع الإنتاجي لا كونه مصادفة. وتصف Tencent نظام DeepSWE وغيره من الأنظمة بأنها تضيّق الفجوات لا تغلقها؛ أما ادعاء التكافؤ النظيف الوحيد القابل للتسويق فهو التعادل في Terminal Bench 2.1، وهو الادعاء الأجدر باختباره مع عبء العمل الخاص بك.

ما هي التكلفة الفعلية للتشغيل

إن أول ما يجب أن نكون صريحين بشأنه هو الحسابات المتعلقة بالاستضافة الذاتية. هذا النموذج ليس نموذجًا يعمل على بطاقة رسوميات واحدة، وليس نموذجًا للمكتب. نقطة التحقق بتنسيق FP8 تزن ما يقارب تيرابايتًا واحدًا من الأوزان، والوصفة الرسمية تفترض توازي الموترات بمقدار 8 — أي ثماني بطاقات رسوميات عالية النطاق مع اتصالات سريعة (الأجهزة المرجعية من Tencent لتنسيق FP8 هي 8×B300، بينما تتطلب الدقة الكاملة BF16 استخدام 16×B200). إذا لم تكن تملك هذه البنية التحتية، فلن تتمكن من استضافتها ذاتيًا بتكلفة منخفضة، كما أن المحرك الخلفي للانتباه المتفرق يعني عدم وجود اختصار للذاكرة المطلوبة لذاكرة التخزين المؤقت KV عند سياق من مليون رمز.

إضافة أسبوع الإطلاق تغيّر جزءًا من تلك الحسابات بالنسبة للفرق التي تريد الأوزان المفتوحة دون الحجم الكبير. أرسل فريق Hy التابع لـ Tencent بناء GGUF مضغوطًا من Tencent Hy4 Preview، مما قلّص إصدار BF16 البالغ ~1.5 تيرابايت إلى حوالي 200 جيغابايت عبر مخطط تكميم مختلط لكل طبقة يسمّيه MIX-STQ1_0 — حيث تنخفض موترات الخبراء السائبة إلى حوالي 1.3 بت بينما تحتفظ الطبقات الحرجة للتيار المتبقي بدقة أعلى. في تقييمات Tencent الخاصة، يكون التغيّر في الدقة صغيرًا — SWE-bench Multilingual من 82.9 إلى 81.3، وMCP Atlas من 83.7 إلى 83.2، وIFBench من 73.5 إلى 72.5 — وهي مقايضة يصفها البائع بأنها شبه خالية من الفقد. تلك أرقام Tencent على إعدادات Tencent، ولم تُستنسخ حتى الآن. لا يزال نموذج 200 جيغابايت ليس نموذجًا لبطاقة رسوميات واحدة، لكنه رهان أصغر بشكل ملموس من نقطة تفتيش FP8 قريبة من تيرابايت، ويضع مسار الأوزان المفتوحة في متناول عقدة متعددة وحدات معالجة الرسوميات أصغر من وصفة ثمانية B300 المفترضة.

مسار API هو المكان الذي يصبح فيه السعر مثيرًا للاهتمام. على منصة TokenHub من Tencent Cloud، يبلغ سعر Tencent Hy4 Preview 6 يوانات (~US$0.83) لكل مليون توكن إدخال، و18 يوانًا (~US$2.50) لكل مليون توكن إخراج، و0.3 يوان (~US$0.04) لكل مليون توكن لضربات الكاش. الإخراج بسعر يبلغ تقريبًا 2.50 دولار لكل مليون توكن يقلّ كثيرًا عن سعر الإخراج البالغ 25 دولارًا لكل مليون في نموذج مغلق رائد من الطراز الأول، كما أن انخفاض تكلفة ضربات الكاش يجعل الحلقات الوكيلة الطويلة — التي يُعاد فيها إرسال موجه النظام نفسه وبادئات المحادثة نفسها باستمرار — ميسورة التكلفة بشكل غير مألوف.

تقدم Tencent أيضًا وصولًا مجانيًا لمدة أسبوعين إلى Tencent Hy4 Preview داخل WorkBuddy وCodeBuddy بينما النموذج لا يزال جديدًا، لذا فإن أرخص طريقة لتجربته هذا الأسبوع هي المجانية — وWorkBuddy هي حيث يصبح التموضع الإنتاجي ملموسًا. في أي محادثة داخل WorkBuddy، يتبدل محدد النموذج بين Hy3 وHy4 preview، لذا فإن الانقسام بين العمل المكتبي الإنتاجي والتحليلي من جهة والبرمجة من جهة أخرى هو خيار على مستوى المهمة وليس قرار نشر. هذا الانقسام يطابق الوجهة التي استهدفتها Tencent للنموذج، والاختبارات العملية في WorkBuddy تُظهره وهو ينجز أصولًا معقدة من محاولة واحدة — نموذجًا أوليًا قابلًا للعب للعبة منخفضة المضلعات (low-poly) من موجه واحد، ومراجعة أعمال ربع سنوية كاملة مُجمّعة من عشرة مرفقات دون أي تدخل يدوي، وفي العرض التجريبي الذي انتشر هذا الأسبوع، محاكاة لثقب أسود. هذه ملاحظات مجتمعية على تطبيق Tencent الخاص وليست معايير من البائع — لكنها أولى الإشارات العملية إلى ما يقدمه النموذج في مهام حقيقية متعددة الخطوات، وهي مجانية لإعادة إنتاجها قبل أن تنفق أي شيء.

قرار التكلفة هو بالضبط النقطة التي تُحدث فيها طبقة التوجيه تغييرًا في المعادلة، وسنكون صادقين بشأن دورنا في ذلك: {{1}}لا يوجّه OrcaRouter الطلبات إلى Tencent Hy4 Preview بعد، لأن Tencent لم تفتح هذا النموذج لمنصات الاستدلال الخارجية — فهو يعمل على نقطة نهاية TokenHub الخاصة بـ Tencent Cloud وعلى عمليات نشر ذاتية الاستضافة للأوزان المفتوحة، ولا ندّعي تقديم ما لا نقدمه.{{/1}} ما تقدّمه طبقة التوجيه هو إطار اتخاذ القرار حول ذلك. إذا كنت تختار بين عقدة بثماني وحدات GPU وواجهة API، فإن نفس مبدأ التمرير المباشر الذي تسير عليه بقية الكتالوج ينطبق في اليوم الذي تتيح فيه Tencent هذا الأمر: {{2}}يمرر OrcaRouter أسعار المزودين المعلنة كما هي دون أي هامش ربح، لذا فإن أي تخفيض من أحد المزودين يصبح ساريًا لدينا في اليوم نفسه بدلًا من إعادة بيعه مع رفع السعر.{{/2}} وبالنسبة لنموذج عمره يومان فقط، والدليل الوحيد عليه هو معايير أداء مزوّده، فإن التبديل التلقائي عند الفشل (failover) هو الطريقة الآمنة لاختباره — ضع النموذج المُثبَت على مسارك الحرج وTencent Hy4 Preview بجانبه، مع إدخاله في المهام التي يفوز فيها من حيث التكلفة، والرجوع إلى النموذج المُثبَت في اللحظة التي لا يفوز فيها، كل ذلك عبر واجهة API واحدة ومفتاح واحد.

الحدود التي لا تتسع لها ورقة المواصفات

تذكر Tencent القيود المعروفة بوضوح، وينبغي أن تشكل هذه القيود أي قرار نشر. إن نموذج Tencent Hy4 Preview هو نموذج نصي، لا غير — لا رؤية ولا إدخال متعدد الوسائط — لذلك أي شيء متعلق بالصور أو الفيديو ينتمي إلى نموذج آخر. كما تشير Tencent إلى سلوك بطء في الانطلاق في المهام المعقدة (تفكير طويل قبل أول مخرجات) وميل إلى الإفراط في التحقق الذاتي، مما يهدر الرموز المميزة في إعادة فحص عمل أنجزه بالفعل. هذا المزيج خاطئ تمامًا للدردشة الحساسة لزمن الاستجابة، ومقبول تمامًا لأعمال الهندسة الدفعية دون اتصال، وهو ما يخبرك أين تتوقع Tencent منك تشغيله.

هناك ادعاءان في مواد الإطلاق يستحقان اهتمامًا منفصلًا لأنهما يتعلقان بكيفية بناء النموذج، وليس بما سجله من نتائج. تقول تينسنت إن تينسنت Hy4 Preview شارك في تطويره الخاص — فقد ساعد في تحسين أساليب التدريب، واستراتيجية البيانات، وأطر التقييم، والمشغلات منخفضة المستوى التي أنتجته، وهي حلقة تحسين ذاتي متكررة مبكرة — وأنه قام بتحسين نظام الاستدلال الخاص به بشكل مستقل لتحقيق زيادة في الإنتاجية من البداية إلى النهاية بنسبة 31.8% مقارنة بالخط الأساسي. على الجانب العلمي، تذكر تينسنت أنها تقدمت بالحد الأدنى المعروف لمشكلة بلاشكي-ليبيسغ في الهندسة المحدبة من 0.380799 إلى 0.41104، وحققت تسريعًا بمقدار 2.0x في محاكاة طبقة ثنائية من الدهون الفسفورية مكونة من 32,512 ذرة وصولًا إلى 54.9 ملي ثانية لكل خطوة. وكما هو الحال مع كل شيء آخر في اليوم الأول، فهذه رواية تينسنت الخاصة.

وأهم الغياب هو التحقق. لا توجد درجات مستقلة لنموذج Tencent Hy4 Preview في أي مكان حتى الآن — لا على لوحة صدارة عامة، ولا من مختبر تقييم خارجي، ولا في قائمة Artificial Analysis. النموذج جديد جدًا على ذلك. الاختبار الأعمى الداخلي للخبراء هو إشارة مفيدة حول كيفية رؤية مراجعي تينسنت أنفسهم له أمام GLM-5.3 وKimi K3، لكنه مراجعو تينسنت على مهام تينسنت. كل ما يتجاوز ورقة المواصفات هو ادعاء بانتظار التحقق.

من يجب أن يشغّل Tencent Hy4 Preview هذا الأسبوع؟

الإجابة الصادقة تنقسم هذا الأسبوع إلى ثلاث مجموعات، وإحداها لا تتطلب أي عتاد على الإطلاق. إذا كنت تريد فقط أن تختبر ما تقدمه معاينة Tencent Hy4، فإن الوصول المجاني إلى WorkBuddy هو أسرع طريق — لا حاجة إلى GPU ولا إلى مفتاح API؛ افتح محادثة، وحوّل محدد النموذج إلى Hy4 Preview، وأسند إليه مهمة Work أو Coding. أما إذا كنت تملك وحدات GPU وتُشغّل أعباء عمل هندسية على دفعات — مهام وكيلة بعيدة الأفق، تحليلًا على نطاق المستودعات، تقييمًا دون اتصال — فإن النموذج يستحق اختبارًا جادًا الآن: الأوزان مفتوحة، ونافذة السياق بنطاق المستودعات، ومسار vLLM يتلخص في أمر واحد، وبناء GGUF الصادر في أسبوع الإطلاق يخفّض متطلبات العتاد للتجربة. وإذا كنت تُشغّل محادثة إنتاجية حساسة لزمن الاستجابة، أو أي شيء متعدد الوسائط، أو أي شيء لا يمكنك فيه تحمّل نموذج دليله الوحيد هو معايير بائعه الخاصة، فانتظر — لقد أصدرت Tencent تحديثات كل شهرين تقريبًا منذ فبراير، وقد أعلنت بالفعل أن الدفعة التالية من نماذج Hy4 قادمة، لذا فإن المعاينة هي تكرار مبكر بوضوح.

بالنسبة للآخرين، الوضعية المفيدة هي نمط توجيه: أثبت فعاليته بجانب نموذج تثق به بالفعل، بتكلفة يمكنك التخلي عنها، وقم بتوسيعه فقط حيث تثبت نتائجه على عبء العمل الخاص بك. هذا هو الغرض الذي يوجد من أجله الموجّه — في اليوم الذي تفتح فيه تينسنت هذا النموذج للاستدلال عبر أطراف ثالثة، سينضم إلى كتالوج API الواحد وأكثر من 200 نموذج والأسعار المدرجة التي تُمرَّر كما هي، مثل أي نموذج آخر، وستكون أدوات التبديل الاحتياطي والتكوين جاهزة بالفعل. وإلى ذلك الحين، الأوزان موجودة على Hugging Face، وAPI على Tencent Cloud، والنسخة التجريبية المجانية في WorkBuddy — والادعاء بأن نموذجًا مفتوح الأوزان وصل إلى المستوى الأعلى في البرمجة الوكيلة أصبح أخيرًا مرتبطًا برقم محدد. الرقم ملك تينسنت. والاختبار ملكك.