Tencent Hy4、ビジョンとコンピューター操作を備えてGA開始 — ベンチマーク表なし

Tencent Hy4は2026年11月4日に一般提供が開始され、Hunyuanシリーズで画像を読み取り、デスクトップを操作できる最初のモデルだ。だがテンセントが同時に提供しなかったのは、8月にTencent Hy4 Previewの説得力を支えた種類の証拠である。Terminal-Benchの行も、SWE-benchの行も、モデルカードもない。代わりに今回のリリースが前面に打ち出すのは、社内タスクスイート、213人の専門家からなる金融パネル、ハルシネーション率の比較だ。これまでで最も高性能なHyモデルは、ローンチ当日には最もドキュメント化されていないモデルでもある。

それは無視する理由にはならない。プレビュー版の公開スコアは、このファミリーについて今利用できる最良の代理指標であり、TencentによればGAビルドはトレーニング対象のワークロードでそれを上回り、価格も変わっていない。ただ、発表の読み方は変わる。実測済みのリリースではなく、出荷時期を伴う能力の主張として読むべきだ。本稿は、Tencentが実際に出荷した3つ——視覚、コンピューター利用、より安価な思考の連鎖——を、約束しながら未提供の3つから切り分ける。

GA ビルドで実際に新しくなった点は何ですか

Tencentは3つの追加点を挙げているが、初日にユーザーに見えるのは最初の2つだけだ。

視覚. Hy4は現在、きめ細かな画像処理、複雑なチャート分析、図に対する数学的推論を扱い、知覚・推論・ツール呼び出しを組み合わせます。Tencentのデモは2.8ギガピクセルの航空写真で、モデルが2メートルの屋根部品を特定します。これは視覚のデモであると同時にコンテキストウィンドウのデモでもあります。画像をタイル分割して追跡しながら、クエリを失わない必要があるからです。このデモはベンダーによる説明用の例と見なしてください。付随する公開済みの視覚ベンチマークはありません。

コンピューター操作。 このモデルはマウスとキーボードで画面を操作でき、コマンドラインとグラフィカルインターフェースを組み合わせて使用できる。Tencentによると、Blender、CAD、およびアプリケーション横断の長期タスク向けに特別にトレーニングされており、数百のアプリケーションがインストールされたTencent CloudのAgent Runtime上に構築されたサンドボックスで動作する。これはより重要な追加である。なぜなら、Hyシリーズがツールスキーマではなくデスクトップに対するエージェンシーを主張するのは初めてだからだ。

より短い思考の連鎖。 プレビュー版には、認められた2つの欠陥があった。難しいタスクでは必要以上に長く推論し、自らの作業を過剰に検証していたのだ。Tencentによると、GAビルドでは思考の連鎖の効率と指示追従性が向上し、長文書の理解やディープリサーチも改善されているという。この主張は、ビジョンデモとは違い検証可能だ——タスクあたりのトークン数は測定できる——しかしTencentはビフォーアフターのトークン数の数値を公表していない。

少なくとも書面上は、その中身は変わっていない。GA発表ではパラメータやコンテキスト長を再掲していない。出回っている数値はプレビュー版のもので、総パラメータ770B、トークンごとに49Bが活性化され、コンテキストウィンドウは1,048,576トークンだ。Tencentが新しいアーキテクチャの説明を公開していないため、妥当な解釈は、これは同じバックボーンに大幅に拡充した事前学習と事後学習を重ね、さらにマルチモーダル経路に必要だった視覚エンコーダー（Tencentが説明していないコンポーネント）を加えたものだ、ということになる。

テンセントが実際に公表した数字と、それらにどれほどの価値があるのか

これらはいずれも独立したものではなく、標準化された公開ベンチマークでもありません。これらはTencent独自のタスクスイートと専門家パネルであり、方向性の判断には役立ちますが、ランキングには弱いものです。

• ゲーム開発 — テンセントは、GameDevスイートについてプレビュー比+19.1%、GameLogicについて+9.8%を報告。どちらも公開されている項目数がない社内スイートです。

• 金融、専門家パネル — 専門家213人、うち153人はTencent外部から、約70%が5年以上の経験を持ち、579件の実際の金融タスクを評価。Hy4の平均は3.04で、Kimi K3.1 Proが2.68、GLM-5.3が2.68、DeepSeek V4.1 Flash 1017が2.97だった。Tencentは、このパネルにおいてオープンモデルの中で首位であると結論付けている。

• ハルシネーション — 15.76%から5.45%への低下が示されており、推測関連のエラーは23.1%から5.6%に減少しています。方法論は公開されていないため、改善幅は測定値ではなく主張として扱うべきです。

• 研究ワークロード — 讯兔科技のIRAB評価はプレビュー比+12.03パーセントポイントと記載されており、Tencent自身のBioExperimentBenchスコアは100点中30.4点です。この最後の数字には少し立ち止まる価値があります。それはリリース内で唯一、見栄えのしない絶対スコアであり、生物学の取り組みがまだ初期段階であることを示唆しています。

• トレーニング効率 — Tencentによると、このモデルは自身のトレーニングパイプラインの最適化に参加し、エンドツーエンドのスループットを20.1%向上させました。これはTencentのクラスターに関する説明であり、あなたが呼び出すモデルについての説明ではありません。

8月の表がないことが注目すべき点だ。プレビュー版のリリース時、テンセントはTerminal-Bench 2.1で85.4、DeepSWEで64.3、SWE-bench Proで65.7、Toolathlon-Verifiedで74.1、APEX-Agentsで37.1という結果を公開した。ブラインドパネルのスコアを信用しない人々にとっても、それを信頼に足るものにしたのはこれらの行だ。GAの投稿では、それらのいずれも更新されていない。それが、数値の伸びがマーケティングに必要な程度に達しなかったためなのか、それとも同社が約束したシステムカードのために取っておいているためなのかは、不明である。そのどちらかが現れるまで、誠実な立場としては、GAビルドには比較可能な公開エビデンスが何もないということになる。

価格は動かず、割引は価格より大きい。

Tencentはプレビュー版の料金表を維持した。シンガポールのエンドポイントでは、入力トークン100万個あたり0.834ドル、出力100万個あたり2.501ドル、キャッシュヒット100万個あたり0.042ドル。中国本土向けの料金表では6元、18元、0.3元だ。より高性能なモデルを価格据え置きで投入するのは、後継モデルをリリースする正しい方法であり、アップグレードの判断から価格という要素を完全に取り除く。

中国本土の発表では、さらにプロモーションの積み重ねが追加されており、各条件は有効期限が異なるため重要です：

• 標準API呼び出しは2026年12月31日まで50%オフで、これにより期間中は実効リスト価格がおおよそ入力$0.417、出力$1.25になります。

• Token Plan のサブスクリプションが2026年11月18日まで75%オフ。

• 2026年11月12日まで、WorkBuddyおよびCodeBuddy内で無料枠をご利用いただけます。

これらは終了日が設定されたプロモーション料金であり、定価ではありません。しかも中国本土市場向けに発表されています。予算は$0.834と$2.501を基準に組み、割引は上振れ要因として扱ってください。複利的に効いてくるのはキャッシュ料金です。100万トークンあたり$0.042なら、エージェントループの各ターンで大きな文書を読み直すコストは、Tencent自身のHy3（$0.059）よりもHy4のほうが安くなります。新規入力トークンあたりのコストが4.5倍高いモデルでも、キャッシュ済みトークンあたりでは安くつきます。

重みは依然として約束です

これは、推論をレンタルしたくない人にとって、そのリリースが意味を持つかどうかを決める部分だ。

Tencent Hy4 PreviewはApache 2.0の下で、完全な重み、FP8版、すぐに使えるvLLMとSGLangのレシピとともにリリースされた。誰でも今日ダウンロードできる。GA版についてTencentが述べているのは、モデルの重みを公開し、より充実した安全性評価を含むシステムカードを公開する予定だということだけであり、vLLMとSGLangのコミュニティおよびInferactによるエコシステム支援を受けるという。日付もライセンスもリポジトリもない。リリース当日にTencentのHugging Face組織を確認すると、プレビューとそのFP8チェックポイントは見つかるが、GAリポジトリはない。

それは形式上の話ではなく、実際の制約だ。770BパラメータのMixture-of-Expertsモデルは、そもそもほとんどのチームが自前でホストするものではない。FP8チェックポイントは700GBを超え、提供するにはマルチノードクラスタが必要になる。しかし、企業がモデルをファインチューニング、蒸留、または規制環境内で実行できるかどうかを決めるのはライセンスであり、それが存在するまでGAビルドはAPI専用だ。テンセントはHy4 Flashも近日提供予定と示しており、コストと速度を狙っている。これは大量のワークロードにおいて、ほとんどのチームが実際に欲しがるモデルだ。

今日実行できるもの

OrcaRouterのカタログにはtencent/hy3とtencent/hy4-previewが掲載されており、プレビューのレート制限付き無料枠を含みますが、執筆時点ではGAビルドは掲載されていません。この記事が扱うモデルはまだここではルーティングできないということを、そうではないかのように示唆するのではなく、はっきりと述べておく価値があります。

プレビューが実際に提供してくれるのは、GAが登場する前に判断を下すための手段だ。両者はバックボーンと価格を共有しているため、視覚やデスクトップ制御の理由でプレビューでは失敗するワークロードこそ、GAが必要になるワークロードだ。推論品質で失敗するワークロードは、GAの効率性に関する主張を検証する価値があるワークロードだ。先週行ったタスクに対してプレビューを実行し、呼び出しあたりのトークン数ではなく完了タスクあたりのトークン数を測定すれば、財務パネルが示すよりもGAの価値をより正確に見積もれる。

GAがカタログに登場したとき、それは2つ目の契約ではなく同じキー上のモデル文字列の変更になり、プレビューへの自動フェイルオーバーを備えた重み付きスライスは、今朝出荷されたビルドに本番経路を賭けることなく試すための安価な方法です。パススルー価格モデルではTencentの定価が支払額になるため、プロモーション料金が適用される場合、ここでも同様に適用されます。

何を観るべきか

今回のローンチが残した疑問を決着させるには、3つのことが必要だ。1つ目は重みの公開日とライセンス——これがオープンモデルとオープンウォッシュされたモデルを分ける。2つ目は独立した評価だ。この記事の数値はすべてTencent由来で、ほかに存在しないため、プレビューの8か月前の表が代理として使われている。3つ目はHy4 Flashだ。同じ能力でより安価かつ高速な兄弟モデルなら、フラッグシップよりもルーティングの計算を大きく変えるだろう。

それまでは、Tencent Hy4 についての正確な説明は、限定的かつ正確なものになる。すなわち、視覚とコンピュータ操作を備え、プレビュー版と同一価格で提供され、ベンダーの証拠に基づいて販売され、オープン化を可能にする書類を待っている、一般提供済みのAPIモデルである。