Tencent HY4 Preview Kini Open-Source: MoE 770B, Konteks 1M, dan Harga yang Lebih Murah dari Model Frontier

Tencent HY4 Preview, yang dirilis dan dijadikan sumber terbuka pada 28 Agustus 2026, adalah flagship open-weight pertama yang benar-benar kompetitif dari laboratorium Tiongkok dalam beberapa bulan terakhir, dan angka yang paling mengejutkan adalah harganya. Tencent memasang harga 6 yuan (sekitar US$0,85) per juta token input dan 18 yuan (sekitar US$2,50) per juta token output — kira-kira sepersepuluh dari harga output yang dikenakan model frontier tertutup kelas atas — sekaligus menerbitkan model mixture-of-experts berkekuatan 770 miliar parameter, dengan 49 miliar di antaranya aktif per token, dan jendela konteks yang melebihi satu juta token. Model ini adalah penerus Hy3 dari keluarga Hunyuan (total 295B, konteks 256K) dan memperbesar konteksnya empat kali lipat sekaligus meningkatkan kapasitas aktif lebih dari dua kali lipat. Bobotnya dapat diunduh hari ini dari Hugging Face, GitHub, ModelScope, dan GitCode, dan model yang sama sudah beroperasi di produk Tencent sendiri: WorkBuddy, CodeBuddy dalam versi domestik maupun internasional, asisten Yuanbao, dan aplikasi ruang kerja ima. Bagi siapa pun yang selama ini menyaksikan model open-weight tertinggal dari frontier dalam pekerjaan rekayasa perangkat lunak, ini adalah rilis yang akhirnya membuat kesenjangan tersebut layak diperdebatkan — dan peringatan-peringatannya sama pentingnya dengan angka-angkanya.

Pemosisian ini disengaja. Tencent memosisikan Tencent HY4 Preview sebagai model produktivitas untuk empat domain: rekayasa perangkat lunak, perkantoran dan analisis data, pengembangan game, dan riset ilmiah. Penekanan pada aspek rekayasa inilah yang membedakannya dari kumpulan model serba guna — catatan rilisnya mengedepankan pemahaman tugas jangka panjang, perencanaan, dan debugging, bukan kualitas obrolan. Fokus tersebut tampak dalam daftar integrasi sama jelasnya dengan tabel tolok ukur: CodeBuddy mendapatkan model ini di IDE-nya, WorkBuddy mendapatkannya dalam alur kerja perkantoran (Tencent mendemonstrasikan model ini mengolah 72 dokumen keuangan dalam satu kali proses), dan para pengembang game mendapatkan hook MCP ke Unreal Engine 5 dan Unity yang mengubah satu kalimat menjadi demo yang dapat dimainkan.

Apa yang sebenarnya dirilis

Lembar spesifikasi layak dibaca baris demi baris, karena setiap baris mengubah apa yang boleh dilakukan oleh model open-weight.

Arsitektur — Mixture-of-Experts dengan total parameter {{1}}770B{{/1}} dan {{2}}49B{{/2}} aktif per token, rasio sparsity sekitar {{3}}16:1{{/3}} yang menjaga biaya inferensi tetap dalam rentang yang mampu dibayar oleh tim kecil.

• {{1}}Jendela konteks — lebih dari 1 juta token, empat kali lipat 256K milik Hy3.{{/1}} {{2}}Tugas rekayasa jangka panjang — repositori lengkap dalam jendela, refaktorisasi multi-file, batch dokumen besar — menjadi masalah yang dapat ditangani dalam satu permintaan.{{/2}}

• Bobot — rilis terbuka bergaya MIT di Hugging Face, GitHub, ModelScope, dan GitCode. Ini adalah model yang dapat diunduh dan dihosting sendiri, bukan teaser yang dihosting.

• API — tersedia di TokenHub Tencent Cloud, endpoint hosted milik vendor, dengan harga 6 yuan per juta token input, 18 yuan per juta token output, dan 0,3 yuan per juta token untuk cache hits.

• Integrasi produk — WorkBuddy, CodeBuddy (domestik dan internasional), Yuanbao, dan ima, artinya bobot yang sama yang disertakan Tencent di aplikasinya sendiri adalah yang dapat Anda tarik dan jalankan.

Tencent juga melaporkan angka rekayasa inferensi yang jarang muncul dalam catatan perilisan: peningkatan throughput end-to-end sebesar 31,8% dari penggabungan operator dan optimalisasi komunikasi. Yang membuatnya lebih dari sekadar catatan kaki di lembar spesifikasi adalah Tencent mengatakan Tencent HY4 Preview menemukan sendiri hambatan-hambatan tersebut — model tersebut menganalisis tumpukan inferensinya sendiri, dan optimalisasi dilaporkan stabil di berbagai panjang konteks dan tingkat konkurensi. Itulah jenis detail yang membedakan model yang dikirim lab sebagai artefak riset dari model yang diharapkan perusahaan untuk menangani lalu lintas produksi. Pada pratinjau yang baru publik selama beberapa hari, ini juga persis jenis klaim yang belum diverifikasi siapa pun di luar Tencent.

Skor yang layak dikutip

Setiap benchmark yang diterbitkan Tencent untuk Tencent HY4 Preview dilaporkan oleh vendor — dijalankan pada setup evaluasi milik Tencent sendiri, belum direproduksi oleh laboratorium independen mana pun, dan model tersebut baru dipublikasikan selama beberapa hari. Anggap saja sebagai batas atas yang diyakini Tencent berhasil dicapai, bukan sebagai fakta yang sudah terverifikasi.

Angka utamanya adalah Terminal Bench 2.1, sebuah pengujian seberapa baik model mengoperasikan terminal sungguhan saat menulis kode. Tencent melaporkan Tencent HY4 Preview mendapat skor 85,4, yang menurut mereka menyamai Claude Opus 5 dan melampaui DeepSeek V4 Pro, serta mengungguli pendahulunya sendiri, Hy3, dengan selisih 14,6 poin. Angka tunggal itu memikul banyak tanggung jawab — klaim yang menempatkan model berbobot terbuka setara dengan model frontier tertutup termahal dalam uji pengkodean agen yang sulit — dan klaim itulah yang paling membutuhkan konfirmasi independen.

Bagian lain dari tabel internal: DeepSWE, sebuah benchmark rekayasa perangkat lunak, melonjak dari 28.0 pada Hy3 menjadi 64.3, yang digambarkan Tencent sebagai "secara bertahap memperkecil kesenjangan" dengan model-model tingkat pertama. Pada Toolathlon-Verified, sebuah tes pemanggilan alat, ia mencetak 74.1, yang menurut Tencent melampaui Qwen 3.8 Max dan GPT-5.6 Sol serta mendekati Kimi K3 dan Claude Opus 5. Pada APEX-Agents pass@1, ia berada di 37.1, sedikit di belakang Kimi K3 yang mencapai 37.2. Dan dalam uji buta internal terpisah, 163 pakar menilai 203 tugas rekayasa dengan skor 2.99 dari 4.00, mengungguli GLM-5.3 yang memperoleh 2.92 dan Kimi K3 yang memperoleh 2.94.

Dua pola menonjol. Pertama, setiap angka kuat berada pada pekerjaan rekayasa agenik — penggerakan terminal, pemanggilan alat, tugas berskala repositori — dan tidak ada yang berada pada pengetahuan atau penalaran umum, yang konsisten dengan posisi produktivitas, bukan kebetulan. Kedua, Tencent berhati-hati menggambarkan DeepSWE dan yang lainnya sebagai menyempitkan kesenjangan, bukan menutupnya. Satu klaim paritas yang bersih dan dapat dipasarkan adalah hasil imbang Terminal Bench 2.1, dan itulah klaim yang paling layak diuji dengan beban kerja Anda sendiri.

Apa yang sebenarnya dibeli dengan harga tersebut

Harga adalah titik di mana rilis ini berhenti menjadi menarik dan mulai menjadi disruptif. Pada harga daftar Tencent, satu juta token input berbiaya sekitar biaya satu panggilan API kelas menengah di beberapa platform. Angka 18 yuan per juta token output (~US$2,50) berada jauh di bawah harga output $25 per juta dari model frontier tertutup teratas, dan tingkat cache-hit 0,3 yuan membuat loop agentik yang panjang — di mana prompt sistem dan prefiks percakapan yang sama dikirim ulang secara terus-menerus — menjadi sangat murah untuk dijalankan.

Ini juga satu-satunya tempat di mana lapisan routing mengubah perhitungan. OrcaRouter belum merutekan Tencent HY4 Preview — Tencent belum membuka model ini untuk platform inferensi pihak ketiga, sehingga model ini berjalan di endpoint TokenHub milik Tencent Cloud sendiri dan pada deployment mandiri dari bobot terbuka, dan kami tidak mengklaim melayani apa yang tidak kami layani. Tetapi disiplin yang membuat pemotongan harga menjadi penting adalah disiplin yang sama yang mendasari seluruh katalog lainnya: OrcaRouter meneruskan harga daftar penyedia tanpa markup, sehingga ketika vendor seperti Tencent memberi harga token sebesar 6 yuan, angka yang Anda bayar di sisi kami adalah 6 yuan, bukan versi yang dijual kembali dan sudah ditambah markup, dan pada hari vendor mengubah harga, perubahan tersebut langsung berlaku di sisi kami pada hari yang sama. Satu API untuk 200+ model, failover otomatis antar penyedia ketika salah satu bermasalah, dan DSL routing untuk menyusun model — itulah mekanisme yang akan membawa Tencent HY4 Preview begitu model tersebut dapat dirutekan, bersama dengan model terbuka dan tertutup lainnya yang sudah ada dalam katalog.

Bagian-bagian yang tidak muat di lembar spesifikasi

Dua klaim dalam materi peluncuran layak mendapat perhatian tersendiri karena keduanya berkaitan dengan cara model dibangun, bukan skor yang dicapainya.

Yang pertama adalah siklus peningkatan diri. Tencent mengatakan bahwa Tencent HY4 Preview berpartisipasi dalam penelitian dan pengembangannya sendiri — model ini digunakan untuk mengoptimalkan metode pelatihan, strategi data, sistem evaluasi, dan operator-operator dasar yang menghasilkannya. Peningkatan throughput sebesar 31,8% adalah output publik paling konkret dari siklus tersebut: Tencent mengaitkannya dengan bottleneck yang diidentifikasi model dalam stack penyajiannya sendiri. Itu adalah siklus peningkatan diri rekursif awal: sebuah model yang membantu merancang versi berikutnya dari dirinya sendiri. Tidaklah aneh bagi laboratorium terdepan untuk melaporkan sebagian dari hal ini, tetapi model open-weight asal Tiongkok yang secara publik mendeskripsikan siklus ini sebagai kemampuan yang dirilis merupakan perubahan besar dalam cara rilis-rilis ini berbicara tentang diri mereka sendiri.

Yang kedua adalah hasil di bidang matematika. Tencent melaporkan bahwa model tersebut menaikkan batas bawah volume yang diketahui dari masalah Blaschke–Lebesgue — sebuah pertanyaan terbuka yang sudah lama menggantung dalam geometri cembung tentang benda bervolume minimum dengan lebar konstan — dari 0,380799 menjadi 0,41104, sehingga selisihnya hanya sekitar 2% dari batas konjektur tetrahedron Meissner. Tencent juga melaporkan percepatan 2,0x pada simulasi bilayer fosfolipid dengan 32.512 atom, yang turun menjadi 54,9 milidetik per langkah, di jalur penelitian ilmiah. Ini adalah jenis hasil yang biasanya membuat sebuah model memperoleh makalahnya sendiri; di sini, hasil-hasil itu hanyalah poin-poin peluncuran, dan seperti materi peluncuran lainnya, semuanya adalah laporan dari Tencent sendiri.

Apa yang hilang, sejujurnya?

Tencent mencantumkan keterbatasan yang diketahui dengan jelas, dan hal itu penting bagi siapa pun yang memutuskan apa yang akan dibangun pada model ini. Tidak ada input visi atau multimodal — Tencent HY4 Preview adalah model teks, titik. Jadi, apa pun yang terkait gambar atau video sebaiknya menggunakan model lain. Tencent juga menandai bahwa model ini menunjukkan perilaku start lambat pada tugas kompleks — berpikir lama sebelum keluaran pertama — dan kecenderungan untuk terlalu memverifikasi diri sendiri, menghabiskan token untuk memeriksa ulang pekerjaan yang sudah dilakukan. Kombinasi itu sangat tidak cocok untuk obrolan yang sensitif terhadap latensi dan sangat bisa ditoleransi untuk pekerjaan rekayasa batch offline, yang menunjukkan di mana Tencent mengharapkan Anda menjalankannya.

Dan kekurangan yang paling penting adalah verifikasi. Belum ada skor independen untuk Tencent HY4 Preview di mana pun — tidak di papan peringkat publik, tidak dari lab evaluasi pihak ketiga, bahkan tidak ada entri Artificial Analysis. Modelnya terlalu baru untuk itu. Tes buta pakar internal adalah sinyal yang berguna tentang bagaimana peninjau Tencent sendiri melihatnya dibandingkan dengan GLM-5.3 dan Kimi K3, tetapi itu adalah peninjau Tencent pada tugas-tugas Tencent. Segala sesuatu di luar lembar spesifikasi adalah klaim yang menunggu pemeriksaan.

Siapa yang harus menarik beban hari ini

Jawaban yang jujur adalah bahwa rilis ini terbagi rapi menjadi dua kelompok pengguna. Jika Anda menjalankan beban kerja engineering di infrastruktur Anda sendiri dan faktor ekonomi API tertutup yang selama ini menghambat Anda, Tencent HY4 Preview layak untuk diuji serius akhir pekan ini: bobotnya terbuka, jendela konteksnya berskala repositori, dan harga yang ditawarkannya membuat loop agentic yang panjang menjadi terjangkau—sesuatu yang tidak akan pernah bisa dilakukan model $25-per-juta-output. Jika Anda menjalankan chat produksi yang sensitif terhadap latensi, atau sesuatu yang multimodal, atau apa pun yang tidak mampu menggunakan model yang satu-satunya buktinya adalah tolok ukur dari vendornya sendiri, tunggu saja—irama iterasi dua bulan yang dipertahankan Tencent sejak Februari mengindikasikan bahwa rilis Hy4 penuh sudah dekat, dan pratinjau ini secara eksplisit merupakan iterasi awal dengan kekurangan yang diketahui.

Jalan tengah yang praktis adalah pola routing: jalankan model yang sudah teruji di jalur kritis Anda dan model baru di sampingnya, gunakan Tencent HY4 Preview untuk tugas-tugas yang profil biayanya lebih unggul, dan beralih kembali secara otomatis saat tidak. Itulah pola yang menjadi alasan keberadaan router — OrcaRouter yang sama yang membawa Claude Opus 5, DeepSeek V4 Pro, dan Gemini 3.1 Pro dengan harga daftar dari para penyedianya akan membawa model ini pada hari Tencent membukanya. Sampai saat itu, bobot model ada di GitHub, API-nya di Tencent Cloud, dan klaim bahwa model berbobot terbuka telah mencapai tingkat teratas dalam coding agenik akhirnya memiliki angka spesifik yang melekat padanya. Angka itu milik Tencent. Tesnya milik Anda.