Tencent Hy4 vs Tencent Hy4 Preview: Model yang Lebih Baru Adalah yang Kurang Terbuka

Tencent Hy4 Preview memiliki lisensi Apache 2.0, 770 miliar parameter yang dapat Anda unduh dari Hugging Face hari ini, dan lampiran benchmark dengan delapan baris angka yang dipublikasikan. Tencent Hy4, yang dirilis pada 4 November 2026, memiliki visi, penggunaan komputer, dan rantai pemikiran yang lebih pendek — dan tidak satu pun dari berkas tersebut. Bobotnya diumumkan sebagai rencana, lisensinya tidak disebutkan, dan kartu modelnya tidak ada. Di lini Hunyuan, nomor versi naik dan keterbukaannya turun, sehingga ini bukan sekadar perbandingan peningkatan rutin melainkan pertanyaan tentang artefak mana yang sebenarnya Anda pilih.

Mereka berasal dari keluarga yang sama, ukuran yang sama, dan per hari ini, harga yang sama. Kombinasi itu cukup tidak biasa sehingga layak dikatakan secara terus terang: Tencent menjual model yang lebih baik dengan harga yang sama sambil melepas lebih sedikit dari model itu. Apakah itu menjadi masalah sepenuhnya bergantung pada apakah Anda berniat menjalankan bobotnya sendiri.

Backbone yang sama, satu sesi pelatihan lagi

Tencent belum menerbitkan deskripsi arsitektur baru untuk build GA, dan tidak menyebutkan ulang jumlah parameter dalam rilis. Angka yang masih beredar adalah dari pratinjau: total 770B parameter, 49B diaktifkan per token, 78 lapisan dengan lapisan pertama padat dan 77 lapisan mixture-of-experts berisi 256 expert yang dirutekan plus satu shared, perutean top-8, konteks 1.048.576 token, dan lapisan multi-token-prediction 10B dengan 0,7B aktif.

Pengumuman GA membingkai perbedaannya sebagai skala dalam pra-pelatihan dan pasca-pelatihan, bukan desain baru, dan menggambarkan hasilnya sebagai peningkatan antargenerasi terbesar yang pernah diukur Tencent. Itu konsisten dengan apa yang dilakukan perusahaan antara HY3 dan Hy4 dan dengan bagaimana pratinjau itu dibangun. Satu-satunya komponen yang tidak dapat dibawa tanpa perubahan adalah jalur visi — pemahaman gambar memerlukan encoder yang tidak dimiliki checkpoint khusus teks — dan Tencent belum mengatakan apa pun tentang ukurannya, data pelatihannya, atau apakah itu model terpisah yang ditempelkan. Sampai model card muncul, anggap "backbone yang sama plus visi" sebagai inferensi, bukan pengungkapan.

Tiga hal yang bisa Anda uji hari ini

Visi. Build GA membaca gambar berbutir halus, bagan, dan diagram kompleks yang digunakan untuk penalaran matematis, memadukan persepsi dengan pemanggilan alat. Demonstrasi Tencent adalah foto udara 2,8 gigapiksel di mana model menemukan komponen atap berukuran dua meter — sebagian merupakan hasil visi, namun sebagian besarnya adalah demonstrasi bahwa jendela sejuta token dapat memuat gambar berubin dan kueri sekaligus. Versi pratinjau sama sekali tidak mampu melakukan ini; ia hanya teks masuk, teks keluar.

Penggunaan komputer. Model ini dapat mengendalikan desktop melalui mouse dan keyboard serta memadukan command line dengan antarmuka grafis, dengan pelatihan khusus untuk Blender, CAD, dan tugas lintas aplikasi berjangka panjang. Tencent menjalankannya dalam sandbox yang dibangun di atas Agent Runtime miliknya sendiri dengan beberapa ratus aplikasi terpasang. Inilah perbedaan yang lebih besar dari versi pratinjau, yang dibangun untuk skema alat alih-alih untuk layar.

Efisiensi chain-of-thought. Versi pratinjau dirilis dengan dua masalah yang didokumentasikan: model ini bernalar lebih lama dari yang diperlukan pada tugas-tugas sulit dan memverifikasi jawabannya sendiri secara berlebihan. Keduanya diakui di dalam model card itu sendiri, yang terbilang sangat terbuka dan membuat versi pratinjau lebih sulit dipakai di produksi daripada yang tersirat oleh skor benchmark-nya. Tencent mengatakan build GA mempersingkat penalaran dan meningkatkan kemampuan mengikuti instruksi. Inilah klaim yang paling layak diuji, karena inilah yang mengubah jumlah token per tugas yang diselesaikan — dan Tencent tidak menerbitkan jumlah token sebelum dan sesudahnya.

Delta yang diterbitkan Tencent

Tidak ada lampiran benchmark GA. Perbandingan yang dirilis Tencent adalah terhadap versi preview, pada suite miliknya sendiri, dan itu lebih tipis daripada materi peluncuran preview itu sendiri.

• Pengembangan game — GameDev +19,1% dan GameLogic +9,8% dibandingkan pratinjau, pada suite internal tanpa jumlah item yang dipublikasikan.

Keuangan — panel 213 pakar, 153 di antaranya eksternal, menilai 579 tugas keuangan nyata, menempatkan Hy4 pada 3,04 dibandingkan 2,68 untuk Kimi K3.1 Pro dan GLM-5.3 serta 2,97 untuk DeepSeek V4.1 Flash 1017.

• Halusinasi — dinyatakan turun dari 15,76% menjadi 5,45%, dengan kesalahan terkait tebakan dari 23,1% menjadi 5,6%. Metodologi tidak dipublikasikan.

• Riset — evaluasi IRAB 讯兔科技 dikutip sebesar +12,03 poin persentase di atas pratinjau; skor BioExperimentBench Tencent adalah 30,4 dari 100, yang merupakan angka absolut paling kurang menggembirakan dalam rilis tersebut.

Bandingkan itu dengan apa yang dipublikasikan pratinjau pada 28 Agustus: Terminal-Bench 2.1 pada 85,4, DeepSWE pada 64,3, SWE-bench Pro pada 65,7, SWE-bench Multilingual pada 82,9, Toolathlon-Verified pada 74,1, OneMillionBench with tools pada 65,4, SWE Atlas Refactoring pada 53,3, dan APEX-Agents pada 37,1. Baris-baris itulah yang membuat pratinjau dapat dipahami oleh siapa pun di luar Tencent. Rilis GA tidak memperbarui satu pun dari baris tersebut, jadi tidak ada cara untuk mengatakan apakah build GA lebih baik daripada pratinjau dalam rekayasa perangkat lunak, hanya bahwa build itu lebih baik dalam panel pengembangan game dan keuangan.

Apa yang masih dimiliki pratinjau tetapi tidak dimiliki GA

Empat hal, dan masing-masing adalah kemampuan praktis, bukan hal teknis.

Bobotnya sendiri. Pratinjau dan varian FP8-nya tersedia di Hugging Face, ModelScope, GitCode, dan CNB dengan lisensi Apache 2.0. Repositori tersebut dibuat pada 27 Agustus 2026 dan telah mengumpulkan sekitar 11.500 unduhan pada hari peluncuran build GA. Tidak ada repositori GA.

Lisensi yang mengizinkan pekerjaan. Apache 2.0 mengizinkan penggunaan komersial, modifikasi, fine-tuning, dan redistribusi tanpa ambang pendapatan dan tanpa ketentuan tambahan penggunaan yang dapat diterima di luar hibah paten. Tencent mengatakan bahwa kartu sistem dengan evaluasi keselamatan yang lebih lengkap akan hadir untuk build GA dan bahwa peluncuran yang bertanggung jawab akan mencakup risiko siber dan biologis. Ungkapan semacam itu biasanya mendahului lisensi yang lebih membatasi, dan belum ada cara untuk mengetahuinya.

Resep penyajian. Pratinjau ini disertai instruksi deployment vLLM dan SGLang serta kumpulan default sampling yang dipublikasikan — temperature 0,9, top_p 1,0, reasoning effort yang secara default tinggi dengan mode no-think tersedia. Build GA telah menetapkan vLLM dan SGLang sebagai mitra ekosistem tanpa mempublikasikan resep, dan vision plus computer use akan memerlukan jalur serving yang tidak pernah diperlukan oleh pratinjau khusus teks.

Catatan benchmark yang dapat diaudit.Terlepas dari bias vendor apa pun dalam lampiran pratinjau, itu adalah kumpulan baris tetap yang dapat dijalankan siapa saja terhadap checkpoint dan dipersoalkan. Build GA belum memiliki catatan seperti itu.

Artefak mana yang harus dipilih

Harga identik, jadi biaya bukan penentu. Pada daftar Singapura, keduanya $0,834 per juta token input, $2,501 per juta output, dan $0,042 per juta input yang di-cache; pada kartu Tiongkok daratan, keduanya ¥6, ¥18, dan ¥0,3. Tencent secara eksplisit mempertahankan tarif tidak berubah untuk rilis GA, yang merupakan argumen terkuat yang mendukungnya: kemampuan lebih, tagihan sama.

Pilih preview ketika bobotnya menjadi inti. Deployment on-premises, data teregulasi, fine-tuning, distilasi, atau model biaya yang mengasumsikan Anda melayaninya sendiri — tidak satu pun dari itu tersedia untuk build GA, dan preview ini adalah model 770B yang benar-benar mumpuni, bukan teaser yang dilumpuhkan. Checkpoint Apache 2.0 yang berjalan di klaster Anda sendiri adalah kelas aset yang berbeda dari endpoint API, dan tidak ada skor benchmark yang menutup kesenjangan itu.

Pilih build GA ketika modalitas adalah intinya. Pemahaman gambar, kontrol desktop, dan pekerjaan lintas aplikasi berjangka panjang tidak ada sama sekali di versi preview. Jika tugasnya melibatkan tangkapan layar, bagan, file CAD, atau klik, model yang lebih lama bukanlah pengganti yang lebih murah — model itu sama sekali tidak bisa mengerjakan tugas tersebut.

Bagi semua orang lainnya — beban kerja teks dalam konteks sejuta token, yang dipanggil melalui API — jawaban jujurnya adalah build GA kemungkinan lebih baik dan belum ada yang bisa membuktikannya. Klaim efisiensi adalah alasan untuk bergerak lebih awal, karena model yang berhenti memverifikasi outputnya sendiri secara berlebihan akan memangkas token output per tugas, dan itu adalah peningkatan biaya yang tidak ditunjukkan oleh daftar tarif. Ujilah pada tugas Anda sendiri dengan jumlah token yang dicatat, bukan pada panel keuangan.

Pertanyaan yang Sering Diajukan (FAQ)

Apakah bobot GA akan menjadi checkpoint yang sama dengan pratinjau?

Tidak. Tencent mendeskripsikan build GA sebagai proses pra-pelatihan dan pasca-pelatihan yang jauh lebih besar, bukan rilis ulang dari preview, dan model yang mampu menangani visi membutuhkan komponen yang tidak dimiliki checkpoint khusus teks. Yang belum diketahui adalah seberapa banyak dari preview yang bertahan di dalamnya. Tencent belum mengatakan apakah titik awal GA adalah checkpoint preview atau checkpoint yang lebih awal, yang penting jika Anda mencoba memprediksi perilaku fine-tuning dari hasil preview yang telah dipublikasikan.

Apakah Tencent Hy4 Preview akan dihentikan?

Tidak ada penghentian yang diumumkan. Versi preview tetap tersedia di Hugging Face dengan lisensi Apache 2.0 dan dua entri katalog OrcaRouter masih menyajikannya, termasuk tier gratis berbatas laju dengan biaya dompet nol. Tencent telah memposisikan build GA sebagai penerus produksi dengan harga yang sama, yang dalam praktiknya cenderung membuat deployment preview terbengkalai alih-alih menghapusnya — bobotnya tetap dapat diunduh, resepnya tetap dipublikasikan, dan model itu diam-diam berhenti menjadi model yang dijadikan tolok ukur oleh siapa pun.

Apakah build GA lebih mahal untuk gambar?

Tencent belum menerbitkan harga terpisah untuk gambar, sehingga tarif yang dipublikasikan adalah per token lintas modalitas. Itu tidak sepenuhnya melegakan seperti kedengarannya: input gambar ditokenisasi, dan jumlah token yang dikonsumsi oleh bagan atau tangkapan layar tidak diungkapkan. Gambar halaman yang padat dapat memakan biaya jauh lebih besar daripada yang disiratkan oleh jumlah karakternya. Ukur pada input Anda sendiri sebelum mengasumsikan tarif teks berlaku sepenuhnya.

Bisakah saya menjalankan build GA secara lokal?

Bukan hari ini. Tidak ada bobot, tidak ada lisensi, tidak ada repositori. Bahkan saat sudah dirilis pun, model mixture-of-experts 770B pada FP8 berukuran di atas 700GB dan membutuhkan klaster multi-node, jadi "open weights" di sini berarti dapat di-self-host oleh organisasi dengan infrastruktur serius, bukan oleh workstation. Jika eksekusi lokal menjadi syaratnya, preview adalah satu-satunya opsi dalam keluarga ini dan akan tetap demikian sampai Tencent merilisnya.

Kesenjangan yang penting bukanlah skor.

Narasi Tencent adalah bahwa ini model Hy pertama yang mencapai tingkat teratas model open-source. Klaim itu bisa dipertahankan soal kemampuan dan terlalu dini soal keterbukaan, karena versi yang mendapat label open-source adalah versi dari Agustus, dan versi yang dijual hari ini adalah produk API dengan janji yang menyertainya.

Itu bukanlah kemunafikan, melainkan soal urutan. Tencent telah mengatakan bahwa bobot dan kartu sistem akan datang, menyebut vLLM, SGLang, dan Inferact sebagai mitra, serta telah merilis pratinjau di bawah Apache 2.0 yang sebenarnya tidak wajib dilakukannya. Pola dari HY3 menunjukkan bahwa rilis itu akan terjadi. Pola itu juga menunjukkan bahwa prosesnya akan memakan waktu berminggu-minggu, dan bahwa lisensinya mungkin bukan Apache kali ini — pernyataan keselamatan dalam pengumuman GA lebih berhati-hati daripada yang ada pada pratinjau.

Sementara itu, kedua model sudah aktif dan sama-sama dapat digunakan, dan pilihan di antara keduanya adalah pilihan antara artefak terbuka dan versi tertutup yang lebih baik dengan harga yang sama. Di OrcaRouter, tencent/hy4-preview dapat dipanggil bersama tencent/hy3 dengan satu kunci, dengan harga daftar dari penyedia diteruskan tanpa markup, dan tier gratis yang tidak memakan biaya tetapi dibatasi lajunya. Itu menjadikan preview cara termurah untuk mengevaluasi keluarga ini sebelum build GA masuk ke katalog — bobot yang sama, harga yang sama, hanya berjarak satu perubahan string model, dan tanpa komitmen saat Anda memutuskan apakah visi dan pekerjaan desktop GA sepadan dengan lisensi yang hilang.