Tencent Hy4 passa in GA con Vision e Computer Use — e senza alcuna tabella di benchmark

Tencent Hy4 è diventato disponibile al pubblico il 4 novembre 2026 ed è il primo modello della linea Hunyuan in grado di leggere un'immagine e pilotare un desktop. Ciò che Tencent non ha rilasciato insieme a esso sono le prove di quel tipo che hanno fatto vendere Tencent Hy4 Preview in agosto: nessuna riga Terminal-Bench, nessuna riga SWE-bench, nessuna scheda del modello. Il rilascio mette invece in primo piano suite di attività interne, un panel finanziario di 213 esperti e un confronto del tasso di allucinazioni. Il modello Hy più capace fino a oggi è anche, il giorno del lancio, quello meno documentato.

Non è un argomento per ignorarlo. I punteggi pubblicati dell'anteprima restano il miglior proxy disponibile per la famiglia, Tencent afferma che la build GA li supera sui carichi di lavoro per cui è stata addestrata, e il prezzo non è cambiato. Ma cambia il modo in cui dovresti leggere l'annuncio: come una dichiarazione di capacità con una data di spedizione, non come un rilascio misurato. Questo articolo separa le tre cose che Tencent ha effettivamente rilasciato — visione, uso del computer e una catena di pensiero più economica — dalle tre che ha promesso e non consegnato.

Cosa c'è davvero di nuovo nella build GA

Tencent descrive tre aggiunte, e solo le prime due sono visibili a un utente fin dal primo giorno.

Visione. Hy4 ora gestisce l'elaborazione di immagini a grana fine, l'analisi di grafici complessi e il ragionamento matematico su diagrammi, combinando percezione, ragionamento e chiamate agli strumenti. La demo di Tencent è una fotografia aerea da 2,8 gigapixel in cui il modello individua un componente del tetto di due metri: un compito che è tanto una dimostrazione di finestra di contesto quanto di visione, poiché l'immagine deve essere suddivisa in tile e tracciata senza perdere la query. Considera la demo come un'illustrazione del fornitore; non è associato alcun benchmark visivo pubblicato.

Uso del computer. Il modello è in grado di gestire uno schermo tramite mouse e tastiera e può combinare una riga di comando con un'interfaccia grafica. Tencent afferma di averlo addestrato specificamente per Blender, CAD e attività di lungo periodo che coinvolgono più applicazioni, e che viene eseguito in una sandbox costruita su Agent Runtime di Tencent Cloud con diverse centinaia di applicazioni installate. Questa è l'aggiunta più significativa, perché è la prima volta che la linea Hy rivendica un'agency su un desktop anziché su uno schema di strumenti.

Una catena di pensiero più breve. L'anteprima è stata rilasciata con due difetti riconosciuti: ragionava più a lungo del necessario su compiti difficili e verificava eccessivamente il proprio lavoro. Tencent afferma che la build GA migliora l'efficienza della catena di pensiero e il rispetto delle istruzioni, insieme alla comprensione di documenti lunghi e alla ricerca approfondita. Tale affermazione è verificabile in un modo in cui la demo di visione non lo è — il conteggio dei token per attività è misurabile — ma Tencent non ha pubblicato cifre dei token prima e dopo.

Il corpo sottostante è invariato, almeno sulla carta. L'annuncio GA non ribadisce i parametri né la lunghezza del contesto; le cifre in circolazione sono quelle della preview: 770B parametri totali con 49B attivati per token e una finestra di contesto di 1.048.576 token. Poiché Tencent non ha pubblicato una nuova descrizione dell'architettura, la lettura ragionevole è che si tratti dello stesso backbone con sopra molto più pre-training e post-training, più qualunque encoder visivo richiedesse il percorso multimodale — un componente che Tencent non ha descritto.

I numeri che Tencent ha effettivamente pubblicato, e quanto valgono

Nessuno di questi è indipendente, e nessuno è un benchmark pubblico standardizzato. Sono suite di compiti e panel di esperti interni a Tencent, il che li rende utili per orientarsi ma poco affidabili per stabilire una classifica.

• Sviluppo di giochi — Tencent riporta +19,1% sulla sua suite GameDev e +9,8% su GameLogic rispetto all'anteprima. Entrambe sono suite interne senza conteggi di elementi pubblicati.

• Finanza, panel di esperti — 213 esperti, 153 dei quali esterni a Tencent, circa il 70% con cinque o più anni di esperienza, che hanno valutato 579 attività finanziarie reali. Hy4 ha ottenuto una media di 3,04 contro Kimi K3.1 Pro a 2,68, GLM-5.3 a 2,68 e DeepSeek V4.1 Flash 1017 a 2,97. Tencent conclude che è il primo tra i modelli aperti in questo panel.

• Allucinazione — una riduzione dichiarata dal 15,76% al 5,45%, con gli errori legati alle supposizioni in calo dal 23,1% al 5,6%. La metodologia non è pubblicata; considerare l'entità del miglioramento come un'affermazione anziché una misurazione.

• Carichi di lavoro di ricerca — la valutazione IRAB di 讯兔科技 è citata a +12,03 punti percentuali rispetto all'anteprima, e il punteggio BioExperimentBench di Tencent è 30,4 su 100. Vale la pena soffermarsi su quest'ultimo numero: è l'unico punteggio assoluto nel comunicato che non sia lusinghiero, e suggerisce che il lavoro sulla biologia sia ancora agli inizi.

• Efficienza di addestramento — Tencent afferma che il modello ha partecipato all'ottimizzazione della propria pipeline di addestramento, aumentando il throughput end-to-end del 20,1%. Questa è un'affermazione riguardante il cluster di Tencent, non il modello che chiameresti.

L'assenza della tabella di agosto è l'elemento degno di nota. Quando è stata distribuita l'anteprima, Tencent ha pubblicato Terminal-Bench 2.1 a 85,4, DeepSWE a 64,3, SWE-bench Pro a 65,7, Toolathlon-Verified a 74,1 e APEX-Agents a 37,1 — le righe che l'hanno resa credibile agli occhi di chi non si fida dei punteggi dei panel in cieco. Il post GA non ne aggiorna nessuna. Non è noto se ciò sia perché i numeri sono migliorati meno di quanto serva al marketing, o perché l'azienda li stia serbando per la system card che ha promesso. Finché non ne compare una, la posizione onesta è che la build GA non ha prove pubbliche comparabili.

Il prezzo non si è mosso, e lo sconto è più grande del prezzo

Tencent ha mantenuto il listino prezzi della preview. Sull'endpoint di Singapore sono $0.834 per milione di token di input, $2.501 per milione di output e $0.042 per milione di hit della cache; sul listino della Cina continentale sono ¥6, ¥18 e ¥0.3. Un modello più capace a un prezzo invariato è il modo giusto di lanciare un successore, ed elimina del tutto il prezzo dalla decisione di aggiornamento.

L'annuncio per la Cina continentale aggiunge in più un pacchetto promozionale, e le condizioni sono importanti perché scadono in momenti diversi:

• Chiamate API standard con uno sconto del 50% fino al 31 dicembre 2026, il che porta il listino effettivo a circa $0,417 per l'input e $1,25 per l'output finché dura.

• Abbonamenti Token Plan con il 75% di sconto fino al 18 novembre 2026.

• Quota gratuita all'interno di WorkBuddy e CodeBuddy fino al 12 novembre 2026.

Quelle sono tariffe promozionali con date di scadenza, non il prezzo di listino, e sono annunciate per il mercato continentale. Imposta il budget su $0.834 e $2.501 e considera lo sconto come un vantaggio potenziale. La tariffa della cache è quella che genera l'effetto cumulato: a $0.042 per milione, rileggere un documento di grandi dimensioni a ogni turno di un ciclo di agente costa meno su Hy4 che su Hy3 di Tencent, che applica $0.059. Un modello che costa quattro volte e mezzo di più per ogni token di input nuovo costa meno per ogni token in cache.

I pesi sono ancora una promessa

Questa è la parte che decide se il rilascio conta qualcosa per chi non vuole noleggiare l'inferenza.

Tencent Hy4 Preview è stato rilasciato con licenza Apache 2.0 con i pesi completi, una variante FP8 e ricette pronte all'uso per vLLM e SGLang. Chiunque può scaricarlo oggi. Per la build GA, Tencent dichiara solo che intende aprire i pesi del modello e pubblicare una system card con valutazioni di sicurezza più complete, con il supporto dell'ecosistema delle comunità vLLM e SGLang e di Inferact. Nessuna data, nessuna licenza, nessun repository. Un controllo dell'organizzazione Hugging Face di Tencent il giorno del lancio trova la preview e il suo checkpoint FP8, e nessun repository GA.

Questa è una limitazione reale, non una formalità. Un modello mixture-of-experts da 770 miliardi di parametri non è comunque qualcosa che la maggior parte dei team ospita in autonomia: il checkpoint FP8 supera i 700 GB e servirlo richiede un cluster multi-nodo. Ma è la licenza a decidere se un'azienda può fare fine-tuning, distillare o eseguire il modello all'interno di un ambiente regolamentato, e finché non esiste la build GA è disponibile solo via API. Tencent ha anche segnalato Hy4 Flash come in arrivo, orientato a costi e velocità, che è il modello che la maggior parte dei team vorrebbe davvero per lavori ad alto volume.

Cosa puoi eseguire oggi

Il catalogo di OrcaRouter contiene tencent/hy3 e tencent/hy4-preview, incluso un livello gratuito dell'anteprima soggetto a limiti di frequenza, e la build GA non è elencata al momento della stesura. Vale la pena dirlo chiaramente invece di lasciare intendere il contrario: il modello di cui tratta questo articolo non è ancora instradabile qui.

Quello che l'anteprima ti offre è un modo per prendere la decisione prima che arrivi la GA. Le due condividono un'architettura di base e un prezzo, quindi un carico di lavoro che fallisce sull'anteprima per motivi di visione o controllo del desktop sarà quello che ha bisogno della GA; un carico di lavoro che fallisce sulla qualità del ragionamento è quello per cui vale la pena testare le affermazioni di efficienza della GA. Esegui l'anteprima su un'attività che hai svolto la settimana scorsa, misura i token per attività completata anziché i token per chiamata, e avrai una stima migliore del valore della GA rispetto a quella fornita dal pannello finanziario.

Quando la GA arriverà nel catalogo, sarà un cambio di stringa del modello sulla stessa chiave anziché un secondo contratto, e una quota ponderata con failover automatico verso la preview è il modo economico di provarla senza puntare un percorso di produzione su una build rilasciata stamattina. Il modello di prezzo pass-through significa che il prezzo di listino di Tencent è ciò che paghi, quindi la tariffa promozionale, quando si applica, vale anche qui.

Cosa guardare

Tre cose chiariranno le questioni lasciate aperte da questo lancio. La prima è una data per i pesi e una licenza: è ciò che distingue un modello aperto da uno "open-washed". La seconda è una valutazione indipendente: ogni numero in questo articolo proviene da Tencent, e la tabella di otto mesi fa della preview viene usata come proxy perché non esiste altro. La terza è Hy4 Flash, perché un fratello più economico e veloce con la stessa capacità cambierebbe i calcoli di routing più di quanto faccia il flagship.

Fino ad allora, la descrizione corretta di Tencent Hy4 è circoscritta e accurata: un modello API disponibile a livello generale con visione e uso del computer, con lo stesso prezzo della sua anteprima, venduto sulla base delle prove del fornitore e in attesa della documentazione che lo renderebbe aperto.