Tencent Hy4 erreicht GA mit Vision und Computer Use – und ohne Benchmark-Tabelle

Tencent Hy4 wurde am 4. November 2026 allgemein verfügbar und ist das erste Modell der Hunyuan-Reihe, das ein Bild lesen und einen Desktop steuern kann. Was Tencent jedoch nicht mitgeliefert hat, sind Belege jener Art, die im August für Tencent Hy4 Preview den Ausschlag gaben: keine Terminal-Bench-Zeile, keine SWE-bench-Zeile, keine Modellkarte. Stattdessen stellt die Veröffentlichung interne Task-Suites, ein Finanzpanel aus 213 Experten und einen Vergleich der Halluzinationsrate in den Vordergrund. Das leistungsfähigste Hy-Modell bisher ist am Tag des Starts zugleich das am schlechtesten dokumentierte.

Das ist kein Argument dafür, es zu ignorieren. Die veröffentlichten Scores der Preview sind nach wie vor der beste verfügbare Näherungswert für die Familie, Tencent sagt, der GA-Build übertreffe sie bei den Workloads, für die er trainiert wurde, und der Preis blieb unverändert. Aber es ändert, wie man die Ankündigung lesen sollte: als Fähigkeitsversprechen mit einem Auslieferungstermin, nicht als eine Veröffentlichung mit Messwerten. Dieser Artikel trennt die drei Dinge, die Tencent tatsächlich ausgeliefert hat – Vision, Computer Use und eine günstigere Gedankenkette –, von den dreien, die es versprochen und nicht geliefert hat.

Was ist im GA-Build tatsächlich neu?

Tencent beschreibt drei Ergänzungen, und nur die ersten beiden sind für einen Nutzer am ersten Tag sichtbar.

Vision.Hy4 übernimmt jetzt die feingranulare Bildverarbeitung, die Analyse komplexer Diagramme und mathematisches Schlussfolgern über Diagramme und kombiniert dabei Wahrnehmung, Schlussfolgern und Tool-Aufrufe. Die Demo von Tencent ist ein 2,8-Gigapixel-Luftbild, in dem das Modell eine zwei Meter große Dachkomponente lokalisiert – eine Aufgabe, die ebenso sehr eine Demonstration des Kontextfensters wie der Bildverarbeitung ist, da das Bild gekachelt und verfolgt werden muss, ohne die Abfrage zu verlieren. Betrachten Sie die Demo als Herstellerillustration; es gibt keinen veröffentlichten visuellen Benchmark dazu.

Computernutzung. Das Modell kann einen Bildschirm per Maus und Tastatur bedienen und eine Kommandozeile mit einer grafischen Oberfläche kombinieren. Tencent gibt an, dass es speziell für Blender, CAD und anwendungsübergreifende Langzeitaufgaben trainiert wurde und in einer Sandbox läuft, die auf dem Agent Runtime von Tencent Cloud basiert und in der mehrere hundert Anwendungen installiert sind. Dies ist die folgenreichere Ergänzung, denn es ist das erste Mal, dass die Hy-Reihe Handlungsfähigkeit über einen Desktop statt über ein Tool-Schema beansprucht.

Eine kürzere Gedankenkette. Die Vorschauversion wurde mit zwei eingeräumten Mängeln ausgeliefert: Sie dachte bei schwierigen Aufgaben länger nach als nötig und überprüfte ihre eigene Arbeit übermäßig. Tencent zufolge verbessert der GA-Build die Effizienz der Gedankenkette und die Befehlsbefolgung sowie das Verständnis langer Dokumente und die tiefgehende Recherche. Diese Behauptung ist auf eine Weise überprüfbar, wie es bei der Vision-Demo nicht möglich ist – die Token-Anzahl pro Aufgabe ist messbar –, doch Tencent veröffentlichte keine Token-Zahlen vor und nach der Änderung.

Der darunterliegende Modellkörper ist unverändert, zumindest auf dem Papier. Die GA-Ankündigung nennt weder die Parameter noch die Kontextlänge erneut; die kursierenden Zahlen stammen aus der Preview: {{1}}770B{{/1}} Gesamtparameter, davon 49B pro Token aktiviert, und ein Kontextfenster von 1.048.576 Tokens. Da Tencent keine neue Architekturbeschreibung veröffentlicht hat, liegt die vernünftige Lesart nahe, dass es sich um dasselbe Backbone mit deutlich mehr Pre-Training und Post-Training obendrauf handelt, plus den Vision-Encoder, den der multimodale Pfad erforderte – eine Komponente, die Tencent nicht beschrieben hat.

Die Zahlen, die Tencent tatsächlich veröffentlicht hat – und was sie wert sind

Keines davon ist unabhängig, und keines ist ein standardisierter öffentlicher Benchmark. Es handelt sich um Tencent-eigene Aufgabensuiten und Expertengremien, was sie für die Ausrichtung nützlich, für ein Ranking jedoch schwach macht.

• Spieleentwicklung — Tencent meldet für seine GameDev-Suite +19,1 % und für GameLogic +9,8 % gegenüber der Vorschau. Beide sind interne Suiten, für die keine Item-Anzahlen veröffentlicht wurden.

• Finanzen, Expertengremium — 213 Experten, 153 davon von außerhalb Tencent, rund 70 % mit fünf oder mehr Jahren Erfahrung, die 579 echte Finanzaufgaben bewerteten. Hy4 erreichte im Durchschnitt 3,04 gegenüber Kimi K3.1 Pro mit 2,68, GLM-5.3 mit 2,68 und DeepSeek V4.1 Flash 1017 mit 2,97. Tencent kommt zu dem Schluss, dass es in diesem Panel an erster Stelle unter den offenen Modellen steht.

• Halluzination — ein angegebener Rückgang von 15,76 % auf 5,45 %, wobei ratenbezogene Fehler von 23,1 % auf 5,6 % zurückgingen. Die Methodik ist nicht veröffentlicht; die Größe der Verbesserung sollte als Behauptung und nicht als Messung betrachtet werden.

• Forschungsworkloads — die IRAB-Bewertung von 讯兔科技 wird mit +12,03 Prozentpunkten über der Vorschau angegeben, und Tencent's eigener BioExperimentBench-Score liegt bei 30,4 von 100. Bei dieser letzten Zahl lohnt es sich innezuhalten: Sie ist der einzige absolute Wert in der Mitteilung, der nicht schmeichelhaft ist, und sie legt nahe, dass die Biologiearbeit noch früh dran ist.

• Trainingseffizienz — Tencent zufolge hat das Modell an der Optimierung seiner eigenen Trainingspipeline mitgewirkt und den End-to-End-Durchsatz um 20,1 % gesteigert. Dies ist eine Aussage über Tencents Cluster, nicht über das Modell, das Sie aufrufen würden.

Das Fehlen der August-Tabelle ist der bemerkenswerte Teil. Als die Vorschau herauskam, veröffentlichte Tencent Terminal-Bench 2.1 mit 85,4, DeepSWE mit 64,3, SWE-bench Pro mit 65,7, Toolathlon-Verified mit 74,1 und APEX-Agents mit 37,1 — die Zeilen, die es für Leute glaubwürdig machten, die Blindpanel-Ergebnissen nicht vertrauen. Der GA-Beitrag aktualisiert keine davon. Ob das daran liegt, dass die Zahlen sich weniger verbessert haben, als das Marketing braucht, oder daran, dass das Unternehmen sie für die versprochene System Card aufspart, ist unbekannt. Bis eines davon erscheint, ist die ehrliche Haltung, dass der GA-Build keine vergleichbaren öffentlichen Belege hat.

Der Preis hat sich nicht verändert, und der Rabatt ist größer als der Preis.

Tencent hat die Preisliste der Vorschauversion beibehalten. Am Singapur-Endpunkt sind es $0.834 pro Million Eingabe-Tokens, $2.501 pro Million Ausgabe-Tokens und $0.042 pro Million Cache-Treffer; auf der Festland-Preiskarte sind es ¥6, ¥18 und ¥0.3. Ein leistungsfähigeres Modell zu unverändertem Preis ist der richtige Weg, einen Nachfolger auszuliefern, und es nimmt den Preis vollständig aus der Upgrade-Entscheidung heraus.

Die Ankündigung für das Festland ergänzt zusätzlich ein Promotionspaket, und die Konditionen sind entscheidend, da sie zu unterschiedlichen Zeitpunkten ablaufen:

• Standard-API-Aufrufe zu 50 % bis zum 31. Dezember 2026, wodurch die effektiven Listenpreise – solange das Angebot gilt – bei etwa 0,417 $ für Eingaben und 1,25 $ für Ausgaben liegen.

• Token-Plan-Abonnements für 25 % des regulären Preises bis zum 18. November 2026.

• Kostenloses Kontingent in WorkBuddy und CodeBuddy bis zum 12. November 2026.

Das sind befristete Aktionspreise, nicht der Listenpreis, und sie werden für den Festlandmarkt angekündigt. Kalkulieren Sie mit 0,834 US-Dollar und 2,501 US-Dollar und betrachten Sie den Rabatt als Aufwärtspotenzial. Der Cache-Tarif ist derjenige, der sich kumulativ auswirkt: Bei 0,042 US-Dollar pro Million ist das erneute Einlesen eines großen Dokuments bei jeder Runde einer Agentenschleife auf Hy4 günstiger als auf dem hauseigenen Hy3 von Tencent, das 0,059 US-Dollar berechnet. Ein Modell, das pro frischem Eingabe-Token viereinhalbmal so viel kostet, kostet pro gecachtem Token weniger.

Die Gewichte sind nach wie vor ein Versprechen.

Dies ist der Teil, der darüber entscheidet, ob die Veröffentlichung für alle von Bedeutung ist, die keine Inferenz mieten wollen.

Tencent Hy4 Preview wurde unter Apache 2.0 mit vollständigen Gewichten, einer FP8-Variante und fertigen vLLM- und SGLang-Rezepten veröffentlicht. Jeder kann es heute herunterladen. Zum GA-Build sagt Tencent nur, dass es plant, die Modellgewichte offenzulegen und eine System Card mit umfassenderen Sicherheitsevaluierungen zu veröffentlichen, mit Ökosystemunterstützung aus den vLLM- und SGLang-Communities und von Inferact. Kein Datum, keine Lizenz, kein Repository. Eine Prüfung von Tencents Hugging-Face-Organisation am Launch-Tag findet die Preview und ihren FP8-Checkpoint, aber kein GA-Repository.

Das ist eine echte Einschränkung und keine Formalität. Ein Mixture-of-Experts-Modell mit 770B Parametern ist ohnehin nichts, was die meisten Teams selbst hosten – der FP8-Checkpoint umfasst mehr als 700 GB, und für das Serving braucht man einen Multi-Node-Cluster. Doch die Lizenz entscheidet darüber, ob ein Unternehmen das Modell fine-tunen, destillieren oder in einer regulierten Umgebung betreiben darf, und solange es sie nicht gibt, ist der GA-Build nur über die API verfügbar. Tencent hat außerdem Hy4 Flash als kommende Version angekündigt, ausgelegt auf Kosten und Geschwindigkeit – das Modell, das die meisten Teams für Workloads mit hohem Volumen tatsächlich wollen würden.

Was Sie heute ausführen können

OrcaRouters Katalog enthält tencent/hy3 und tencent/hy4-preview, darunter eine rate-limitierte kostenlose Stufe der Vorschau, und der GA-Build ist zum Zeitpunkt des Schreibens nicht aufgeführt. Das sollte man klar sagen, statt etwas anderes anzudeuten: Das Modell, um das es in diesem Artikel geht, ist hier noch nicht routbar.

Was die Vorschau Ihnen jedoch bietet, ist eine Möglichkeit, die Entscheidung zu treffen, bevor die GA eintrifft. Beide haben dieselbe Basisarchitektur und denselben Preis, sodass eine Workload, die in der Vorschau aus Gründen der Vision- oder Desktop-Steuerung scheitert, diejenige ist, die die GA benötigt; eine Workload, die an der Reasoning-Qualität scheitert, ist diejenige, bei der es sich lohnt, die Effizienzversprechen der GA zu testen. Führen Sie die Vorschau mit einer Aufgabe aus, die Sie letzte Woche erledigt haben, messen Sie Tokens pro abgeschlossener Aufgabe statt Tokens pro Aufruf, und Sie erhalten eine bessere Schätzung des Werts der GA, als sie das Finance-Panel liefert.

Wenn die GA in den Katalog kommt, ist es eine Änderung des Modell-Strings auf demselben Schlüssel statt eines zweiten Vertrags, und ein gewichteter Slice mit automatischem Failover zurück zur Preview ist der günstige Weg, es auszuprobieren, ohne einen Produktionspfad auf einen Build zu setzen, der heute Morgen ausgeliefert wurde. Das Durchreichpreismodell bedeutet, dass der Listenpreis von Tencent der Preis ist, den Sie zahlen, sodass der Aktionspreis, wenn er gilt, auch hier gilt.

Was zu sehen

Drei Dinge werden die Fragen klären, die dieser Launch offen gelassen hat. Das erste ist ein Veröffentlichungsdatum für die Gewichte und eine Lizenz – genau das unterscheidet ein offenes Modell von einem bloß „open-washed“ wirkenden. Das zweite ist eine unabhängige Bewertung: Jede Zahl in diesem Artikel stammt von Tencent, und die acht Monate alte Tabelle der Vorschau wird als Näherung verwendet, weil nichts anderes existiert. Das dritte ist Hy4 Flash, denn ein günstigeres, schnelleres Geschwistermodell mit derselben Leistungsfähigkeit würde die Routing-Kalkulation stärker verändern als das Flaggschiff.

Bis dahin ist die korrekte Beschreibung von Tencent Hy4 eng und präzise: ein allgemein verfügbares API-Modell mit Vision und Computer Use, identisch bepreist wie seine Preview, verkauft auf Grundlage von Herstellerbelegen und wartend auf die Formalitäten, die es zu einem offenen Modell machen würden.