Tencent Hy4 llega a disponibilidad general con visión y uso de computadora — y sin tabla de benchmarks

Tencent Hy4 alcanzó disponibilidad general el 4 de noviembre de 2026, y es el primer modelo de la línea Hunyuan capaz de leer una imagen y controlar un escritorio. Lo que Tencent no lanzó junto a él son las evidencias del tipo que vendieron Tencent Hy4 Preview en agosto: ninguna fila de Terminal-Bench, ninguna fila de SWE-bench, ninguna ficha del modelo. En su lugar, el lanzamiento encabeza con conjuntos de tareas internos, un panel financiero de 213 expertos y una comparación de la tasa de alucinaciones. El modelo Hy más capaz hasta la fecha es también, el día de su lanzamiento, el menos documentado.

Eso no es un argumento para ignorarlo. Las puntuaciones publicadas de la preview siguen siendo la mejor aproximación disponible para la familia, Tencent dice que la compilación GA las supera en las cargas de trabajo para las que fue entrenada, y el precio no cambió. Pero sí cambia cómo deberías leer el anuncio: como una afirmación de capacidad con fecha de lanzamiento, no como una versión medida. Este artículo separa las tres cosas que Tencent realmente lanzó —visión, uso de computadora y una cadena de pensamiento más barata— de las tres que ha prometido y no ha entregado.

¿Qué hay realmente nuevo en la compilación GA?

Tencent describe tres incorporaciones, y solo las dos primeras son visibles para un usuario desde el primer día.

Visión. Hy4 ahora se encarga del procesamiento de imágenes de grano fino, el análisis complejo de gráficos y el razonamiento matemático sobre diagramas, combinando percepción, razonamiento y llamadas a herramientas. La demostración de Tencent es una fotografía aérea de 2,8 gigapíxeles en la que el modelo localiza un componente de tejado de dos metros: una tarea que es tanto una demostración de ventana de contexto como de visión, ya que la imagen debe dividirse en mosaicos y rastrearse sin perder la consulta. Considera la demostración como una ilustración del proveedor; no hay ningún benchmark visual publicado asociado a ella.

Uso de la computadora. El modelo puede operar una pantalla mediante ratón y teclado, y puede combinar una línea de comandos con una interfaz gráfica. Tencent afirma que lo entrenó específicamente para Blender, CAD y tareas de largo horizonte entre aplicaciones, y que se ejecuta en un sandbox construido sobre Agent Runtime de Tencent Cloud con varios cientos de aplicaciones instaladas. Esta es la incorporación más trascendente, porque es la primera vez que la línea Hy reivindica capacidad de acción sobre un escritorio en lugar de sobre un esquema de herramientas.

Una cadena de pensamiento más corta. La versión preliminar se lanzó con dos defectos reconocidos: razonaba más de lo necesario en tareas difíciles y verificaba en exceso su propio trabajo. Tencent afirma que la versión de disponibilidad general (GA) mejora la eficiencia de la cadena de pensamiento y el seguimiento de instrucciones, junto con la comprensión de documentos largos y la investigación profunda. Esa afirmación es comprobable de una manera en la que la demostración de visión no lo es —el número de tokens por tarea se puede medir—, pero Tencent no publicó cifras de tokens de antes y después.

La arquitectura subyacente no ha cambiado, al menos sobre el papel. El anuncio de disponibilidad general no reitera los parámetros ni la longitud de contexto; las cifras que circulan son las de la vista previa: 770B de parámetros totales, con 49B activados por token, y una ventana de contexto de 1.048.576 tokens. Dado que Tencent no ha publicado una nueva descripción de la arquitectura, la interpretación razonable es que se trata del mismo backbone con un preentrenamiento y un postentrenamiento sustancialmente mayores añadidos, además del codificador de visión que requiriera la vía multimodal, un componente que Tencent no ha descrito.

Las cifras que Tencent sí publicó, y lo que valen

Ninguno de estos es independiente, y ninguno es un benchmark público estandarizado. Son conjuntos de tareas y paneles de expertos propios de Tencent, lo que los hace útiles para orientar y débiles para establecer rankings.

• Desarrollo de videojuegos — Tencent reporta +19,1% en su suite GameDev y +9,8% en GameLogic frente a la vista previa. Ambas son suites internas sin recuentos de elementos publicados.

• Finanzas, panel de expertos — 213 expertos, 153 de ellos externos a Tencent, aproximadamente el 70 % con cinco o más años de experiencia, calificando 579 tareas financieras reales. Hy4 promedió 3,04 frente a Kimi K3.1 Pro con 2,68, GLM-5.3 con 2,68 y DeepSeek V4.1 Flash 1017 con 2,97. Tencent concluye que ocupa el primer lugar entre los modelos abiertos en este panel.

• Alucinación — una caída declarada del 15,76 % al 5,45 %, con errores relacionados con conjeturas que bajan del 23,1 % al 5,6 %. La metodología no está publicada; considere la magnitud de la mejora como una afirmación y no como una medición.

• Cargas de trabajo de investigación — la evaluación IRAB de 讯兔科技 se cita en +12.03 puntos porcentuales por encima de la vista previa, y la propia puntuación de Tencent en BioExperimentBench es de 30.4 sobre 100. Esa última cifra merece una pausa: es la única puntuación absoluta del comunicado que no es halagüeña, y sugiere que el trabajo de biología está en una fase temprana.

• Eficiencia de entrenamiento — Tencent afirma que el modelo participó en la optimización de su propia canalización de entrenamiento, elevando el rendimiento de extremo a extremo un 20,1 %. Esta es una afirmación sobre el clúster de Tencent, no sobre el modelo al que llamarías.

La ausencia de la tabla de agosto es lo llamativo. Cuando se lanzó la vista previa, Tencent publicó Terminal-Bench 2.1 en 85,4, DeepSWE en 64,3, SWE-bench Pro en 65,7, Toolathlon-Verified en 74,1 y APEX-Agents en 37,1 —las filas que lo hicieron creíble para quienes no confían en las puntuaciones de paneles ciegos. La publicación de GA no actualiza ninguna de ellas. Se desconoce si es porque las cifras mejoraron menos de lo que el marketing necesita o porque la empresa las está guardando para la tarjeta del sistema que ha prometido. Hasta que aparezca una de esas cosas, la postura honesta es que la compilación GA no tiene evidencia pública comparable.

El precio no se movió, y el descuento es mayor que el precio.

Tencent mantuvo la tarifa de la versión preliminar. En el endpoint de Singapur, son 0,834 USD por millón de tokens de entrada, 2,501 USD por millón de tokens de salida y 0,042 USD por millón de aciertos de caché; en la tarifa de China continental, son ¥6, ¥18 y ¥0,3. Un modelo más capaz a un precio sin cambios es la forma correcta de lanzar un sucesor, y elimina por completo el precio de la decisión de actualización.

El anuncio de China continental añade un conjunto de promociones adicional, y las condiciones importan porque vencen en momentos distintos:

• Llamadas estándar a la API al 50 % hasta el 31 de diciembre de 2026, lo que sitúa la tarifa de lista efectiva en aproximadamente $0.417 de entrada y $1.25 de salida mientras dure.

• Suscripciones a Token Plan con un 75 % de descuento hasta el 18 de noviembre de 2026.

• Cuota gratuita dentro de WorkBuddy y CodeBuddy hasta el 12 de noviembre de 2026.

Esas son tarifas promocionales con fechas de finalización, no el precio de lista, y se anuncian para el mercado continental. Presupueste con $0.834 y $2.501 y considere el descuento como un beneficio adicional. La tarifa de caché es la que tiene efecto compuesto: a $0.042 por millón, releer un documento grande en cada turno de un bucle de agente sale más barato en Hy4 que en Hy3 de Tencent, que cobra $0.059. Un modelo que cuesta cuatro veces y media más por token de entrada nuevo cuesta menos por token en caché.

Los pesos siguen siendo una promesa.

Esta es la parte que decide si el lanzamiento le importa a cualquiera que no quiera alquilar inferencia.

Tencent Hy4 Preview se lanzó bajo Apache 2.0 con los pesos completos, una variante FP8 y recetas listas para usar de vLLM y SGLang. Cualquiera puede descargarlo hoy. Sobre la versión GA, Tencent solo dice que planea abrir los pesos del modelo y publicar una ficha de sistema con evaluaciones de seguridad más completas, con el respaldo del ecosistema de las comunidades de vLLM y SGLang e Inferact. Sin fecha, sin licencia, sin repositorio. Una revisión de la organización de Tencent en Hugging Face el día del lanzamiento encuentra la preview y su checkpoint FP8, y ningún repositorio GA.

Eso es una limitación real y no una formalidad. Un modelo de mezcla de expertos de 770B parámetros no es algo que la mayoría de los equipos autoalojen de todos modos —el checkpoint FP8 supera los 700GB y servirlo requiere un clúster de varios nodos—. Pero la licencia es lo que decide si una empresa puede hacer ajuste fino, destilar o ejecutar el modelo dentro de un entorno regulado, y hasta que exista, la versión GA solo está disponible vía API. Tencent también ha señalado que Hy4 Flash llegará pronto, orientado al coste y la velocidad, que es el modelo que la mayoría de los equipos querría realmente para trabajo de alto volumen.

Lo que puedes ejecutar hoy

El catálogo de OrcaRouter incluye tencent/hy3 y tencent/hy4-preview, incluida una capa gratuita con límite de velocidad de la versión preliminar, y la compilación GA no aparece listada en el momento de redactar este texto. Merece la pena decirlo con claridad en lugar de insinuar lo contrario: el modelo del que trata este artículo todavía no se puede enrutar aquí.

Lo que la versión preliminar sí te ofrece es una forma de tomar la decisión antes de que llegue la GA. Ambas comparten una base y un precio, así que una carga de trabajo que falla en la versión preliminar por motivos de visión o control del escritorio será la que necesite la GA; una carga de trabajo que falla en la calidad de razonamiento es aquella en la que vale la pena poner a prueba las afirmaciones de eficiencia de la GA. Ejecuta la versión preliminar con una tarea que hiciste la semana pasada, mide los tokens por tarea completada en lugar de los tokens por llamada, y tendrás una mejor estimación del valor de la GA que la que proporciona el panel de finanzas.

Cuando la GA llegue al catálogo, será un cambio de cadena de modelo en la misma clave en lugar de un segundo contrato, y una porción ponderada con conmutación por error automática de vuelta a la vista previa es la forma barata de probarlo sin apostar una ruta de producción a una compilación que se envió esta mañana. El modelo de precios de traspaso directo significa que el precio de lista de Tencent es lo que pagas, así que la tarifa promocional, cuando corresponde, también se aplica aquí.

Qué ver

Tres cosas resolverán las preguntas que este lanzamiento dejó abiertas. La primera es una fecha para los pesos y una licencia: eso es lo que separa un modelo abierto de uno abierto solo de fachada. La segunda es una evaluación independiente: todas las cifras de este artículo provienen de Tencent, y la tabla de hace ocho meses de la versión preliminar se usa como proxy porque no existe nada más. La tercera es Hy4 Flash, porque un hermano más barato y rápido con la misma capacidad cambiaría los cálculos de enrutamiento más que el modelo insignia.

Hasta entonces, la descripción correcta de Tencent Hy4 es limitada y precisa: un modelo de API disponible de forma general con visión y uso de computadora, con el mismo precio que su vista previa, vendido con base en la evidencia del proveedor y a la espera de los trámites que lo convertirían en abierto.