Tencent HY4 Preview ist Open Source: 770B MoE, 1M Kontext und ein Preis, der die Frontier-Modelle unterbietet.

Tencent HY4 Preview, am 28. August 2026 veröffentlicht und als Open Source freigegeben, ist das erste wirklich wettbewerbsfähige Open-Weight-Flaggschiff aus einem chinesischen Labor seit Monaten, und seine überraschendste Zahl ist der Preis. Tencent gibt es mit 6 Yuan (~US$0.85) pro Million Eingabe-Tokens und 18 Yuan (~US$2.50) pro Million Ausgabe-Tokens an – etwa ein Zehntel dessen, was ein erstklassiges geschlossenes Frontier-Modell für die Ausgabe verlangt – und veröffentlicht zugleich ein Mixture-of-Experts-Modell mit 770 Milliarden Parametern, von denen 49 Milliarden pro Token aktiv sind, mit einem Kontextfenster, das über eine Million Token hinausgeht. Es ist der Nachfolger von Hy3 aus der Hunyuan-Familie (295 Mrd. gesamt, 256K Kontext) und vervierfacht diesen Kontext, während es die aktive Kapazität mehr als verdoppelt. Die Gewichte sind ab heute von Hugging Face, GitHub, ModelScope und GitCode herunterladbar, und dasselbe Modell ist bereits in Tencent-eigenen Produkten live: WorkBuddy, CodeBuddy sowohl in inländischen als auch internationalen Builds, der Yuanbao-Assistent und die ima-Workspace-App. Für alle, die beobachtet haben, wie Open-Weight-Modelle bei Software-Engineering-Arbeit hinter der Frontier zurückbleiben, ist dies das Release, das die Lücke endlich diskutabel macht – und die Vorbehalte sind ebenso wichtig wie die Zahlen. Zehn Tage später waren die beiden Vorbehalte, die Produktionsnutzer am ehesten treffen dürften, bereits Ziel von Tencents erstem Upgrade des Live-Preview-Builds: Am 7. September führte es eine Optimierung ein, die jetzt für alle live ist und laut Tencent die Reasoning-Runden des Modells und den Tokenverbrauch pro Aufgabe bei komplexen Arbeiten senkt.

Die Positionierung ist bewusst. Tencent positioniert Tencent HY4 Preview als Produktivitätsmodell für vier Bereiche: Softwareentwicklung, Büro- und Datenanalyse, Spieleentwicklung und wissenschaftliche Forschung. Der technische Schwerpunkt unterscheidet es von der breiten Masse der Generalisten – die Versionshinweise beginnen mit langfristigem Aufgabenverständnis, Planung und Debugging, nicht mit Chat-Qualität. Dieser Fokus zeigt sich in der Integrationsliste ebenso wie in der Benchmark-Tabelle: CodeBuddy erhält das Modell in seiner IDE, WorkBuddy in Büro-Workflows (Tencent demonstriert, wie es in einem Durchgang 72 Finanzdokumente verarbeitet), und Spieleentwickler erhalten MCP-Hooks in Unreal Engine 5 und Unity, die einen einzelnen Satz in eine spielbare Demo verwandeln.

Was tatsächlich ausgeliefert wurde

Das Datenblatt ist es wert, Zeile für Zeile gelesen zu werden, denn jede Zeile ändert, was ein Open-Weight-Modell tun darf.

• Architektur — Mixture-of-Experts mit 770B Gesamtparametern und 49B aktiven pro Token, ein Sparsity-Verhältnis von etwa 16:1, das die Inferenzkosten in einem Bereich hält, den sich ein kleines Team tatsächlich leisten kann.

• Kontextfenster – über 1 Million Tokens, viermal so viel wie Hy3s 256K. Langfristige Engineering-Aufgaben – ein vollständiges Repository im Fenster, ein Multi-Datei-Refactoring, ein großes Dokumentenpaket – werden zu Problemen, die mit einer einzigen Anfrage gelöst werden.

• Gewichte — Apache-2.0-Open-Release über Hugging Face, GitHub, ModelScope und GitCode. Dies ist ein herunterladbares, selbst hostbares Modell, kein gehosteter Teaser.

• API – verfügbar auf TokenHub von Tencent Cloud, dem eigenen gehosteten Endpunkt des Anbieters, zum Preis von 6 Yuan pro Million Eingabe-Tokens, 18 Yuan pro Million Ausgabe-Tokens und 0,3 Yuan pro Million Tokens bei Cache-Treffern.

• Produktintegration — WorkBuddy, CodeBuddy (inländisch und international), Yuanbao und ima, was bedeutet, dass dieselben Gewichte, die Tencent in seinen eigenen Apps ausliefert, auch diejenigen sind, die man abrufen und ausführen kann.

Tencent nennt außerdem eine Inference-Engineering-Kennzahl, die es selten in eine Launch-Notiz schafft: eine Ende-zu-Ende-Durchsatzverbesserung von 31,8 % durch Operator-Fusion und Kommunikationsoptimierung. Was sie mehr als eine Fußnote im Datenblatt ist, ist, dass Tencent sagt, Tencent HY4 Preview habe die Engpässe selbst gefunden – das Modell habe seinen eigenen Inferenz-Stack analysiert, und die Optimierungen seien laut Bericht über Kontextlängen und Nebenläufigkeitsstufen hinweg stabil. Das ist die Art von Detail, die ein Modell, das ein Labor als Forschungsartefakt ausliefert, von einem Modell unterscheidet, von dem ein Unternehmen erwartet, dass es Produktionsverkehr abbekommt. Bei einer Preview, die seit weniger als zwei Wochen öffentlich ist, ist es außerdem genau die Art von Behauptung, die noch niemand außerhalb von Tencent verifiziert hat.

Die zitierwürdigen Ergebnisse

Alle Benchmarks, die Tencent für Tencent HY4 Preview veröffentlicht hat, beruhen auf Angaben des Anbieters – erhoben auf Tencent-eigener Evaluierungsumgebung, von keinem unabhängigen Labor reproduziert, und das Modell ist seit weniger als zwei Wochen öffentlich. Betrachten Sie sie als die Obergrenze, von der Tencent glaubt, sie erreicht zu haben, nicht als gesicherte Tatsache.

Die wichtigste Kennzahl ist Terminal Bench 2.1, ein Test dafür, wie gut ein Modell ein echtes Terminal beim Programmieren bedient. Tencent meldet für Tencent HY4 Preview 85,4 Punkte, was laut Tencent Gleichstand mit Claude Opus 5 bedeutet und DeepSeek V4 Pro übertrifft, und das den eigenen Vorgänger Hy3 um 14,6 Punkte schlägt. Diese einzelne Zahl hat großes Gewicht – sie ist die Behauptung, die ein Open-Weight-Modell auf Augenhöhe mit den teuersten geschlossenen Frontier-Modellen bei einem anspruchsvollen Agentic-Coding-Test bringt – und sie ist die Behauptung, die am meisten einer unabhängigen Bestätigung bedarf.

Der Rest der internen Tabelle: DeepSWE, ein Software-Engineering-Benchmark, springt von 28,0 bei Hy3 auf 64,3, was Tencent als „allmähliche Verringerung des Abstands“ zu Top-Modellen beschreibt. Beim Toolathlon-Verified, einem Tool-Calling-Test, erzielt es 74,1, was laut Tencent Qwen 3.8 Max und GPT-5.6 Sol übertrifft und sich Kimi K3 und Claude Opus 5 nähert. Bei APEX-Agents pass@1 landet es bei 37,1, nur einen Hauch hinter Kimi K3 (37,2). Und in einem separaten internen Blindtest bewerteten 163 Experten 203 Engineering-Aufgaben mit 2,99 von 4,00 Punkten und lagen damit knapp vor GLM-5.3 (2,92) und Kimi K3 (2,94).

Zwei Muster stechen hervor. Erstens betrifft jede starke Kennzahl agentische Engineering-Arbeit — Terminalbedienung, Tool-Aufrufe, Aufgaben auf Repository-Ebene — und keine betrifft allgemeines Wissen oder Denken, was im Einklang mit der Produktivitätspositionierung steht und kein Zufall ist. Zweitens beschreibt Tencent DeepSWE und die anderen bewusst als Verringerung, nicht Schließung, von Lücken. Die eine klare, vermarktbare Paritätsaussage ist das Unentschieden bei Terminal Bench 2.1, und genau diese Aussage sollte man am ehesten mit dem eigenen Workload testen.

Was man für den Preis tatsächlich bekommt

Die Preisgestaltung ist der Punkt, an dem das Release aufhört, interessant zu sein, und beginnt, disruptiv zu wirken. Zum Listenpreis von Tencent kostet eine Million Input-Tokens etwa so viel wie ein einzelner API-Aufruf der mittleren Preisklasse auf manchen Plattformen. Die Angabe von 18 Yuan pro Million Output-Tokens (rund 2,50 US-Dollar) liegt weit unter dem Preis von 25 Dollar pro Million Output-Tokens eines führenden geschlossenen Frontier-Modells, und der Cache-Hit-Preis von 0,3 Yuan macht lange agentische Schleifen – bei denen ständig derselbe System-Prompt und dieselben Gesprächspräfixe erneut gesendet werden – ungewöhnlich günstig im Betrieb. Das Upgrade vom 7. September verändert die effektive Seite dieser Rechnung: Da Tencent pro Token abrechnet, senkt eine Verringerung der Anzahl an Reasoning-Turns sowie der Input- und Output-Tokens, die jede Aufgabe verbraucht, die Kosten einer abgeschlossenen Aufgabe, obwohl der Listenpreis pro Token unverändert bleibt. Die eigenen Benchmarks und Human-Eval-Prüfungen von Tencent sind der Beleg für die Höhe dieser Einsparung, also sollte man sie als Herstellerangabe behandeln, bis sie unabhängig gemessen wird.

Dies ist auch der eine Punkt, an dem die Routing-Ebene die Rechnung verändert. OrcaRouter routet Tencent HY4 Preview noch nicht, weshalb die praktischen Möglichkeiten, es heute aufzurufen, der eigene TokenHub-Endpunkt von Tencent Cloud, die Tencent-Produkte, in die das Modell eingebettet ist, und selbst gehostete Deployments der offenen Gewichte sind – und weil diese Gewichte unter Apache 2.0 stehen, können Drittanbieter-Plattformen jederzeit eigene Kopien aufsetzen, was man sich merken sollte, wenn man Preise zwischen Anbietern vergleicht. Wir geben nicht vor, etwas bereitzustellen, das wir nicht bereitstellen. Aber die Disziplin, die eine Preissenkung erst relevant macht, ist dieselbe, nach der der Rest des Katalogs läuft: OrcaRouter gibt die Listenpreise der Anbieter ohne Aufschlag weiter: Wenn ein Anbieter wie Tencent einen Token mit 6 Yuan bepreist, ist der Betrag, den Sie auf unserer Seite zahlen, 6 Yuan, nicht eine weiterverkaufte und mit Aufschlag versehene Version davon; und an dem Tag, an dem ein Anbieter einen Preis ändert, ist die Änderung bei uns noch am selben Tag live. Eine API für 200+ Modelle, automatisches Failover über Anbieter hinweg, wenn einer aussetzt, und eine Routing-DSL, um Modelle zusammenzusetzen – das ist der Mechanismus, der Tencent HY4 Preview in dem Moment tragen wird, in dem es routbar wird, zusammen mit den anderen offenen und geschlossenen Modellen, die bereits im Katalog sind.

Das, was nicht auf ein Datenblatt passt

Zwei Behauptungen im Startmaterial verdienen gesonderte Beachtung, weil sie sich darauf beziehen, wie das Modell gebaut wurde, nicht darauf, was es erzielt hat.

Das erste ist die Selbstverbesserungsschleife. Tencent sagt, dass Tencent HY4 Preview an seiner eigenen Forschung und Entwicklung beteiligt war – es wurde genutzt, um die Trainingsmethoden, die Datenstrategie, die Bewertungssysteme und die zugrunde liegenden Operatoren zu optimieren, die es hervorgebracht haben. Der Durchsatzgewinn von 31,8 % ist das konkreteste öffentliche Ergebnis dieser Schleife: Tencent führt ihn auf Engpässe zurück, die das Modell in seinem eigenen Serving-Stack identifiziert hat. Das ist ein anfänglicher rekursiver Selbstverbesserungszyklus: ein Modell, das bei der Entwicklung der nächsten Version seiner selbst hilft. Es ist nicht ungewöhnlich, dass ein führendes Labor Teile davon berichtet, aber ein chinesisches Open-Weight-Modell, das die Schleife öffentlich als ausgelieferte Fähigkeit beschreibt, ist eine grundlegende Veränderung in der Art, wie diese Veröffentlichungen über sich selbst sprechen.

Das zweite ist das Mathematik-Ergebnis. Tencent berichtet, dass das Modell die bekannte untere Volumenschranke des Blaschke-Lebesgue-Problems – einer seit Langem offenen Frage der konvexen Geometrie nach dem Körper konstanter Breite mit minimalem Volumen – von 0,380799 auf 0,41104 angehoben hat und damit nur noch etwa 2 % von der Schranke der Meissner-Tetraeder-Vermutung entfernt ist. Tencent meldet außerdem eine 2,0-fache Beschleunigung in der Rubrik wissenschaftliche Forschung: Eine Simulation einer Phospholipid-Doppelschicht mit 32.512 Atomen benötigt nun nur noch 54,9 Millisekunden pro Schritt. Das sind Ergebnisse, die einem Modell normalerweise ein eigenes Paper einbringen; hier sind sie lediglich Launch-Stichpunkte, und wie das übrige Launch-Material stammen sie aus Tencents eigener Darstellung.

Was fehlt, ehrlich gesagt?

Tencent nennt die bekannten Einschränkungen klar und deutlich, und sie sind für alle relevant, die entscheiden, was sie auf diesem Modell aufbauen. Es gibt keine Vision- oder multimodale Eingabe – Tencent HY4 Preview ist ein Textmodell, Punkt. Alles, was mit Bildern oder Videos zu tun hat, gehört auf ein anderes Modell. Die beiden anderen Verhaltensweisen, die Tencent zum Start genannt hat – langsames Anlaufen mit langem Nachdenken bei komplexen Aufgaben und eine Neigung, sich selbst übermäßig zu verifizieren, wodurch Tokens verbrannt werden, indem bereits erledigte Arbeit noch einmal geprüft wird –, waren diejenigen, die am wahrscheinlichsten in der Produktion auftreten würden, und genau darauf zielte das Upgrade vom 7. September ab. Tencent Hunyuan und das WorkBuddy-Team erklärten, der Live-Preview-Build sei optimiert und vollständig ausgerollt worden, mit weniger Reasoning-Runden und geringerem Input- und Output-Token-Verbrauch bei komplexen Aufgaben bei gleicher Aufgabenqualität, überprüft in einem zweistufigen Verfahren aus Benchmark-Metriken und menschlicher Bewertung. Das ist die Darstellung des Anbieters – „Sie haben es gemeldet“, so beginnt die Ankündigung –, und niemand außerhalb von Tencent hat die Messung bislang reproduziert. Das gilt auch für den Build, den Tencent ausliefert: Der Open-Weight-Snapshot auf Hugging Face ist seit dem 28. August unverändert, sodass eine selbst gehostete Kopie der Gewichte weiterhin das ursprüngliche Verhalten mit längerem Reasoning zeigt, bis Tencent das Release aktualisiert.

Und am wichtigsten ist das Fehlen einer unabhängigen Überprüfung dieser neuen Behauptungen. Es gibt weiterhin keine Labortests Dritter zu Tencent HY4 Preview und keinen Eintrag im Artificial Analysis Intelligence Index, sodass sowohl die Benchmark-Tabelle zum Start als auch die Höhe der Token-Einsparung vom 7. September allein auf Tencents eigenen Evaluierungen beruhen. Das bislang einzige öffentliche Drittanbieter-Signal des Modells ist per Crowd-Abstimmung statt per Labormessung zustande gekommen: Tencents Release-Unterlagen nennen einen Einstand etwa auf Gesamtrang fünf und den dritten Platz unter Open-Weight-Modellen in LMArena WebDev Arena, einer Bestenliste für menschliche Präferenzen, die Ausgabequalität statt Token-Effizienz bewertet. Der interne Experten-Blindtest ist ein nützliches Signal dafür, wie Tencents eigene Prüfende das Modell im Vergleich zu GLM-5.3 und Kimi K3 sehen, doch es sind Tencents Prüfende an Tencents Aufgaben. Alles jenseits des Datenblatts ist eine Behauptung, die noch überprüft werden muss.

Wer sollte heute die Gewichte ziehen?

Die ehrliche Antwort ist, dass sich dieses Release sauber in zwei Zielgruppen trennen lässt, und das Upgrade vom 7. September findet beim größten Einwand einen Mittelweg. Wenn Sie Engineering-Workloads auf Ihrer eigenen Infrastruktur betreiben und die Wirtschaftlichkeit geschlossener APIs das ist, was Sie bisher zurückgehalten hat, ist Tencent HY4 Preview einen ernsthaften Wochenendtest wert: Die Gewichte sind offen, das Kontextfenster hat Repository-Umfang, und der Listenpreis macht eine lange agentische Schleife in einer Weise bezahlbar, wie es ein Modell für 25 $ pro Million Output nie sein wird. Wenn Sie die gehostete Variante aufrufen – über WorkBuddy, Yuanbao oder die TokenHub API –, erhalten Sie laut Tencent außerdem die Optimierung vom 7. September mit weniger Reasoning-Schritten und geringerem Tokenverbrauch pro Aufgabe. Wenn Sie den aktuellen Open-Weight-Snapshot selbst hosten, rechnen Sie mit dem ursprünglichen Verhalten mit längerem Reasoning, bis Tencent eine aktualisierte Version ausliefert. Und wenn Sie latenzempfindlichen Produktions-Chat betreiben, oder irgendetwas Multimodales, oder irgendetwas, bei dem Sie sich kein Modell leisten können, dessen Effizienzbehauptungen allein auf den eigenen Benchmarks und menschlichen Evaluationen des Anbieters beruhen, gilt weiterhin die vorsichtige Einschätzung – die Optimierung ist laut Tencent real, wurde aber nicht unabhängig gemessen.

Der praktikable Mittelweg ist ein Routing-Muster: das bewährte Modell auf Ihrem kritischen Pfad laufen lassen und das neue daneben, Tencent HY4 Preview bei den Aufgaben einwechseln, bei denen sein Kostenprofil gewinnt, und automatisch zurückfallen, wenn nicht. Genau dafür gibt es einen Router — derselbe OrcaRouter, der Claude Opus 5, DeepSeek V4 Pro und Gemini 3.1 Pro zu den Listenpreisen ihrer Anbieter führt, ist die Stelle, an der Sie Tencent HY4 Preview in dem Moment aufrufen würden, in dem es im Katalog erscheint. Bis dahin liegen die Gewichte auf GitHub, der optimierte gehostete Build ist auf Tencent Cloud, und die Behauptung, ein Open-Weight-Modell habe die Spitzenklasse des agentischen Codings erreicht, ist endlich mit einer konkreten Zahl unterlegt. Die Zahl stammt von Tencent. Der Test liegt bei Ihnen.