כרטיס כותרת שנוצר עם הכיתוב 'Hy4 flash הוא מודל במשקולות פתוחות', עם שלושה אריחי ריפוזיטורי המסומנים 'Hy4 flash', 'Hy4 flash-FP8' ו-'Hy4 flash-Base', רצועת מפרט עם הכיתוב '220B בסך הכול / 12B פעילים / הקשר 1M / קלט תמונה, פלט טקסט', וכותרות תחתונות עם הכיתוב 'המשקולות פורסמו ב-17 בנובמבר 2026 תחת Tencent Hy License v1.0.'
Guides & Insights

Hy4 flash הוא כעת במשקלים פתוחים: קראו את סעיף 10 לפני שתורידו אותו

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

רישיון Tencent Hy, גרסה 1.0, הוא נגזרת של Apache 2.0 עם סעיף נוסף אחד, והסעיף הזה הוא הסיבה לקרוא את המהדורה הזו בעיון ולא רק למשוך את הצ'ק פוינט. סעיף 10.2 קובע שאם אתה מפעיל עסק של מודל כשירות (model-as-a-service) וההכנסה הגולמית העולמית שלך עולה על 50 מיליון דולר ארה"ב בכל תקופה של שנים עשר חודשים — או שהמוצר שלך עובר 100 מיליון משתמשים פעילים חודשיים — אתה זקוק לרישיון כתוב נפרד מ-Tencent לפני שאתה משתמש במשקלים, או ממשיך להשתמש בהם. סעיף 10.3 פוטר שימוש פנימי. סעיף 2 במענק Apache הוא המקום שבו נמצאות הזכויות ללא תמלוגים, וסעיף 10.2 נפתח במילים "על אף סעיפים 2 ו-3". לכן ההורדה היא בחינם והפריסה אינה בחינם ללא תנאי, והקו בין השניים נקבע לפי האם זרים יכולים להגיע למודל דרך התשתית שלך.

זו המסגרת למה ש-Tencent פרסמה ב-17 בנובמבר 2026 בשעה 03:44 UTC, כאשר שלושה מאגרים הופיעו ב-Hugging Face בתוך תשעים שניות זה מזה: Hy4 flash, מודל הצ'אט המכוונן להוראות; Hy4 flash-FP8, אותו מודל ב-FP8; ו-Hy4 flash-Base, צ'קפוינט מאומן מראש ללא אימון-לאחר כלל. מודל ההוראות הוא בעל 220 מיליארד פרמטרים בסך הכול, כש-64 מיליארד מהם נמצאים בטבלאות Engram, 12 מיליארד פעילים לכל טוקן, הוא מולטימודלי באופן מובנה בצד הקלט, ומוגדר להקשר של 1,048,576 טוקנים. זהו אותו מודל ש-Tencent העלתה ל-API שלה יומיים קודם לכן, ב-16 בנובמבר, כשההבדל הוא שכעת אפשר להריץ אותו על חומרה בבעלותך.

מה באמת יש בשלושת המאגרים

הפיצול נקי יותר מרוב השחרורים במשקלים פתוחים, מפני ששלושת הצ'קפוינטים הם באמת דברים שונים ולא שלושה שמות קבצים לאותו ארטיפקט.

• Hy4 flash — מודל ה-instruct, תבנית הצ'אט ומצבי החשיבה כלולים. תומך ב-reasoning_effort ב-high (ברירת המחדל, חשיבה פעילה) וב-no_think (תשובות ישירות). Tencent ממליצה על temperature 0.9 ו-top_p 1.0.

• Hy4 flash-FP8 — אותם משקלים שעברו כימות לשירות בייצור. זהו זה שאליו מכוונים המתכונים הרשמיים של vLLM ו-SGLang, וזה שלדברי Tencent עובר את רף 150 טוקנים לשנייה על צומת tensor-parallel-8.

• Hy4 flash-Base — מאומן מראש בלבד. כרטיס המודל מציין במפורש ש"מדובר במודל בסיס מאומן מראש, ולא במודל צ'אט מכוונן הוראות", מה שחשוב מפני שכל טבלת בנצ'מרקים בגרסה שפורסמה היא טבלת בסיס מול בסיס. המספרים של מודל ה-instruct הם נתוני WorkIndex ונתוני מבחן עיוור של הספק, ולא חבילת הערכה ציבורית.

שני פרטים במטא-נתונים שווים יותר ממה שהם נראים. הראשון הוא שהמאגרים מסומנים כ-image-text-to-text ברמת ה-pipeline, כך שה-vision encoder נשלח יחד עם המשקלים ולא מוצמד בהמשך ה-downstream. השני הוא אי-התאמה במספרים: חומר ההשקה של Tencent ב-16 בנובמבר תיאר את המודל כ-224B, והטבלה של כרטיס המודל עצמו מסתכמת ל-220.3B — 155.5B backbone, 63.5B Engram, 0.43B ViT, 0.85B DFly2 drafter. אף אחד מהמספרים אינו שגוי בהקשר; נראה שהנתון 224B סופר את ה-DFly2 drafter ואת העיגול באופן שונה, בעוד שהטבלה של הכרטיס מחריגה את Engram, ViT ו-DFly2 משורת ה-backbone 155.5B שלה ואז מוסיפה אותם בחזרה. כאשר ספק משחרר שני סכומים עבור מודל אחד, יש לצטט את הכרטיס.

A generated reference card headed 'What the three repositories actually contain', listing the three checkpoints with a one-line description each and a separate outlined panel headed 'Tencent Hy License v1.0, section 10.2' noting the separate written licence above US$50M annual gross revenue or above 100M monthly active users as a service.

הארכיטקטורה היא טיעון עלות לבוש בבגדיה של ארכיטקטורה.

מעט מאוד מהעיצוב הזה הגיוני כשקוראים אותו כמהלך של בניית יכולות. כשקוראים אותו כדרך לכווץ את מטמון ה-KV ואת שלב הפענוח, הכול בו הגיוני.

• קשב — קשב IndexPool דליל המשולב לסירוגין עם קשב חלון הזזה של 512 טוקנים ביחס 1:3, בהתבסס על ניסוח של קשב לטנטי רב-ראשי (MLA). שכבות דלילות בוחרות עד 2,048 טוקנים באמצעות בחירה ברמת קבוצה; ישנן 12 שכבות דלילות ו-30 שכבות SWA לאורך השלד בן 42 השכבות.

• ניתוב — 512 מומחים מנותבים בתוספת מומחה משותף אחד בכל שכבת MoE, 16 מומחים מנותבים מופעלים לכל טוקן, ופועלים במרחב LatentMoE שמימדו 1,536 ולא ברוחב המומחה המלא.

• Engram — ייצוגי ביגרם וטריגרם נלמדים הנשלפים באמצעות חיפושי hash רב-ראשיים בשכבות ה-backbone 1, 11, 21 ו-31. אלה ה-63.5B שהכרטיס סופר בנפרד מה-backbone.

• Drafter — DFly2, מודל פענוח ספקולטיבי בן 5 שכבות עם 0.85B פרמטרים, שעושה שימוש חוזר במטמון ה-KV הדליל ובבחירת האינדקסר של מודל היעד במקום להחזיק משל עצמו. הטענה של Tencent היא עלות טיוטה קבועה של כ-2,048 מפתחות לכל טוקן טיוטה, ללא תלות באורך ההקשר, ואפס זיכרון KV נוסף.

• נתון היעילות המרכזי — מטמון KV בגודל 1/24 מזה של Hy3 ו-1/6 מזה של Hy4, כפי שדווח על ידי הספק ולא נמדד באופן עצמאי.

• אימון לאחר השלב המקדים — זיקוק עצמי מ-Hy4 בתוספת למידת חיזוק, אשר לדברי Tencent מקצר את מספר טוקני הפלט הממוצעים מקצה לקצה ב-50%. פלטים קצרים יותר הם המקור לחלק גדול מהחיסכון בעלויות בפועל, וזה החלק הפחות גלוי בכל כרטיס מחיר לפי טוקן.

בסך הכול, זהו מודל שתוכנן כך שהקשר של 1M טוקנים לא יעלה את מה שבדרך כלל עולה לשרת הקשר כזה. אורך ההקשר הוא סיסמת השיווק; שיעור מטמון ה-KV הוא הטענה ההנדסית שמתחתיה.

Screenshot of the Hugging Face model card for tencent/Hy4-flash, showing the three-model release line, the Model Links table and the quickstart snippet.

מה מדדה Tencent, ומה היא לא מדדה

כל מספר בסעיף הזה הוא של Tencent, הופק במערכת הבדיקות של Tencent, ושום דבר ממנו לא שוחזר מחוץ לחברה. ל-Artificial Analysis אין עמוד עבור Hy4 flash — כתובת ה-URL של המודל מחזירה 404 נכון ל-18 בנובמבר — ולכן אין שום ציון של צד שלישי שאפשר להעמיד לצידם.

טבלת מודלי הבסיס משווה בין Hy4 flash-Base ל-Hy4 Base, Hy3 preview Base, DeepSeek-V4-flash-Base ו-DeepSeek-V4-Pro-Base, כולם על אותו צינור עיבוד. זו הטבלה הכנה ביותר במהדורה בדיוק מפני שהיא מפסידה שורות: MMLU-Pro מציג 71.1 עבור Hy4 flash-Base לעומת 73.9 עבור Hy4 Base ו-73.4 עבור DeepSeek-V4-Pro-Base; SimpleQA מציג 37.5 לעומת 57.2 ו-52.1. במקומות שבהם היא מנצחת, היא מנצחת בפער גדול בשורות בסינית וברב-לשוניות — C-Eval 92.0, CMMLU 91.6, AGIEval Chinese 90.6, Belebele 93.8, INCLUDE 82.8 — כפי שהייתם מצפים ממודל שנבנה קודם כל עבור המוצרים של Tencent עצמה.

קראו את האותיות הקטנות בכרטיס לפני שתקראו את הציונים. Tencent מציינת שחשיפה כבדה לנתוני הוראות סינתטיים במהלך אימון הביניים מותירה את המודל לעיתים לא מסוגל לפעול לפי "פורמט התשובה הצפוי בהערכות few-shot, מה שעלול לעוות את הציונים" — ספק שמסמן בכך שחלק מהשורות שלו עצמו עשויות למדוד עמידה בפורמט במקום יכולת. התייחסו לכל מספר שלהלן כאל גבול עליון עד שמערך הבדיקות שלכם יאשר זאת.

למודל ה-instruct אין כלל טבלת בנצ'מרקים ציבורית. במקום זאת יש לו את WorkIndex, חבילה פנימית של שמונה משפחות משימות — יצירת מצגות, עריכת מצגות, כתיבת מצגות בשיתוף אדם-AI, כתיבה משותפת ב-Markdown, עריכת מסמכים, תיקון גיליונות אלקטרוניים, עיבוד אודיו/וידאו והבנה חזותית. Hy4 flash מקבל שם 42.1 לעומת 39.7 עבור Hy4 preview ו-51.4 עבור Hy4 עצמו, בעלות ממוצעת למשימה שהחברה מעריכה כ-1/13 מ-Hy4 preview, 1/20 מ-Hy4 ו-1/8 מ-DeepSeek-V4.1-Flash-1017 בתמחור בשעות שיא. ויש הערכה עיוורת עם 85 משתמשי WorkBuddy פנימיים על פני 259 משימות ב-27 קטגוריות, שבה Hy4 flash מקבל 2.79 מתוך 4 בשביעות רצון לעומת 2.81 עבור Claude Haiku 5.5, בחציון של 6.7 דקות ובעלות של 0.26 יואן למשימה.

אלה מדידות אמיתיות של אוכלוסייה אמיתית. הן גם מדידות של עובדי Tencent שעושים עבודה בסגנון Tencent, שנמדדו לפי מחוון ש-Tencent כתבה, והפער של 0.02 נקודות לעומת ציון שביעות הרצון של מתחרה נמצא הרחק בתוך כל רצועת רעש סבירה. יש להתייחס לדירוג של WorkIndex כאות כיווני מהספק ולא יותר מכך.

הרישיון הוא המקום שבו המהדורה הזו למעשה תיבחן

משקולות פתוחות אינן קוד פתוח, ורישיון Tencent Hy הופך את ההבחנה למוחשית במיוחד. ארבעה סעיפים קובעים מה צוות נתון יכול לעשות:

• הענקה בסיסית — ההרשאות של Apache 2.0, כולל שימוש מסחרי, שינוי והפצה, חלות על המשקלים, הפרמטרים, התצורה, קוד ההסקה והתיעוד.

• טריגר ה-MaaS — נדרש רישיון כתוב נפרד אם אתה מספק לצד שלישי גישה מרחוק להסקה או לכוונון עדין, ואתה חורג מ-50 מיליון דולר ארה״ב בהכנסות ברוטו עולמיות בכל חלון של שנים עשר חודשים. הכנסות הנגזרות מהמודל נחשבות, וכך גם הכנסות שאין להן שום קשר אליו: נוסח הסעיף קובע "בין אם הכנסות אלה נגזרות מהיצירה ובין אם לאו".

• טריגר ההיקף — אותה דרישה חלה לפני שימוש במשקלים בכל מוצר עם יותר מ-100 מיליון משתמשים פעילים חודשיים בחודש קלנדרי, בכל רמת הכנסות.

• שתי החרגות — מוצרי משתמש קצה שהגישה שלהם למודלים מוגבלת לתכונות מסוימות ולא לפרומפטינג לשימוש כללי נמצאים מחוץ להגדרת MaaS, וגם "העברה גרידא של בקשות לשירות מודלים של צד שלישי המופעל באופן עצמאי" אינה נכללת. שימוש פנימי בלבד פטור לחלוטין.

השוו זאת לרישיון על צ'קפוינט ERNIE 5.5 Flash Base, אשר שולל לחלוטין את האיחוד האירופי, הממלכה המאוחדת ודרום קוריאה כטריטוריות. טנסנט אינה שוללת שום טריטוריה. במקום זאת היא מטילה מס על היקף הפעילות. עבור סטארט-אפ שבונה מוצר על גבי המשקולות, זהו מסמך ידידותי במידה ניכרת יותר מאשר איסור טריטוריאלי. עבור ספק אינפרנס בגודל בינוני, מדובר בשיחת טלפון אל [email protected] לפני השקת המוצר.

הגשה: שלושה נתיבים אמיתיים, כולם מוצמדים

סיפור הפריסה שלם יותר מכפי שהיה סיפור ה-API של שבוע ההשקה, והוא גם שברירי יותר ממוצר נתמך, באופן הספציפי שבו תמיכה מוקדמת במסגרת היא תמיד כזו.

• vLLM — התמונה הרשמית vllm/vllm-openai:hy4-flash, מקביליות טנזורית 8, נקודת הבדיקה FP8, ‏--attention-backend FLASHMLA_SPARSE, פענוח ספקולטיבי של DFly ב-5 טוקנים, ומפענחי קריאות הכלים וההיסק של hy_v4.

• SGLang — lmsysorg/sglang:hy4-flash, multi-arch על פני x86 ו-Arm, tensor-parallel 8, ‏--speculative-algorithm DFLY עם גודל בלוק 6.

• Transformers — עדיין לא בגרסה רשמית. הכרטיס מורה לך להתקין מ-ref של pull request (refs/pull/50903/head) עד שהמיזוג ייכנס, וזה האות הברור ביותר לכמה שזה חדש.

• כימות — גרסת GGUF שנבנתה באמצעות ערכת הכלים AngelSlim מקושרת לבדיקות מקצה לקצה, ומדריך לכוונון עדין כלול במאגר.

תמונות מוצמדות והפניית PR פירושם שהמודל עובד כיום על אותם בילדים מדויקים שטנסנט בדקו, ועשוי שלא לעבוד במהדורת המינור הבאה של מי משני הפריימוורקים. שווה לדעת זאת לפני שמציבים אותו מאחורי נקודת קצה בפרודקשן, וזו הסיבה שמתכוני הפריימוורק חשובים יותר מטבלת הבנצ'מרקים לכל מי שבאמת מבצע פריסה.

מה המשקלים הפתוחים עושים למחיר ה-API

מחיר המחירון של Tencent בסין היבשתית עבור Hy4 flash הוא ¥0.5 למיליון טוקני קלט, ¥2 למיליון טוקני פלט, ו-¥0.02 לפגיעת מטמון — בערך $0.070, $0.281 ו-$0.003 לפי השערים הנוכחיים. אלה מחירי המחירון של הספק, לא מדידה.

המחיר הזה אינו מה שמשתנה כשהמשקולות משוחררות. מה שמשתנה הוא הרצפה שמתחתיו. למודל שאפשר להוריד יש מחיר שני, והוא העלות של ה-GPUs שעליהם מריצים אותו, וכל הארכיטקטורה שתוארה לעיל היא טיעון שהמחיר השני הזה נמוך באופן חריג למודל עם חלון הקשר של 1M. יחסי העלות לפי משימה של 1/8 עד 1/20 של Tencent עצמה הם הטיעון הזה באריתמטיקה של הספק.

OrcaRouter מנתב יותר מ-200 מודלים מאחורי API אחד עם מחיר המחירון של הספק שמועבר הלאה במרווח של 0%, כך ששינוי מחיר של ספק נכנס לתוקף אצלנו באותו יום ולא בבנייה מחדש של הקטלוג הבאה. Hy4 flash עצמו עדיין לא נמצא בקטלוג הזה — מה שכן נמצא שם הוא tencent/hy4-preview, מודל המורה בגודל 770B/49B שממנו זה עבר זיקוק, במחיר של $0.834 לקלט ו-$2.501 לפלט למיליון טוקנים עם תעריף קריאה מהמטמון של $0.042. אם ברצונך להעריך את המשפחה לפני התחייבות לפריסת FP8 באירוח עצמי, ה-preview הוא המודל שאפשר לפנות אליו היום; המשקלים הם מה שאליו עוברים כשהמספרים מחזיקים מעמד. מעבר אוטומטי לגיבוי הוא החצי השני של הגישה הזו, כי צ'קפוינט בן יומיים שרץ על בנייה של Transformers מסוג PR-ref הוא בדיוק סוג התלות שתרצה נתיב שני מאחוריה.

Screenshot of the tencent/hy4-preview model page, showing the per-million-token input, output and cache-read prices the routed preview model is listed at.

מה לראות

שלושה דברים יקבעו אם לשחרור הזה תהיה חשיבות בעוד חצי שנה, ואף אחד מהם אינו טבלת הבנצ'מרקים.

ראשית, ה-404. ל-Hy4 flash אין ציון עצמאי. עד ש-Artificial Analysis או גורם מקביל יריץ אותו, כל טענת יכולת בטקסט הזה היא של Tencent, והעמדה הכנה היא שהמודל אינו מדוד ולא שנמדד היטב. שנית, המסגרת מתמזגת: כאשר תמיכת ה-Transformers יוצאת מ-pull request 50903 והאימאז'ים של vLLM ו-SGLang מפסיקים להיות מוצמדים, המודל מפסיק להיות פריט מחקרי והופך לתשתית. שלישית, פרשנויות הרישיון — החברה הראשונה שתפעיל עסק MaaS בהיקף 60 מיליון דולר על המשקלים האלה תספר לכולם איך באמת קוראים את סעיף 10.2.

טנסנט חתמה את ההכרזה שלה בשורה "הישארו מעודכנים ל-Hy4 שיגיע בהמשך", שהיא הבטחה שהמודל עם 51.4 ב-WorkIndex בטבלאות העלויות יקבל את אותו יחס. אם זה יקרה, השאלה המעניינת מפסיקה להיות האם טנסנט יכולה להשיק מודל פלאש זול עם משקולות פתוחות, והופכת להיות האם היא יכולה להשיק מודל יקר שמתחרה ביכולות ולא במחיר.

השוואות במאמר הזה2

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית