Tencent HY4 Preview がオープンソース化：770B MoE、1Mコンテキスト、そしてフロンティアを下回る価格

Tencent HY4 Previewは、2026年8月28日にリリースされオープンソース化された、中国のラボからここ数か月で登場した、真に競争力のある初のオープンウェイト旗艦モデルであり、その最も驚くべき数字は価格だ。Tencentの表示では、入力トークン100万個あたり6元（約0.85米ドル）、出力トークン100万個あたり18元（約2.50米ドル）——出力について最高峰のクローズド・フロンティアモデルが課金する額のおよそ10分の1——でありながら、7700億パラメータのMixture-of-Expertsモデルを公開しており、そのうちトークンあたり490億がアクティブで、コンテキストウィンドウは100万トークンを超える。これはHunyuanファミリーのHy3（総パラメータ2950億、コンテキスト256K）の後継であり、コンテキストを4倍にしながら、アクティブ容量を2倍以上にしている。重みは本日からHugging Face、GitHub、ModelScope、GitCodeでダウンロードでき、同じモデルはすでにTencent自身の製品内でも稼働している。WorkBuddy、国内版と国際版の両方のCodeBuddy、Yuanbaoアシスタント、imaワークスペースアプリだ。ソフトウェアエンジニアリング作業でオープンウェイトモデルがフロンティアに及ばない状況を見てきた人にとって、これはついにその差を議論の余地あるものにするリリースだ——そして、注意点は数字と同じくらい重要である。10日後、本番環境のユーザーに最も影響を与えそうな2つの注意点は、すでにTencentによるライブプレビュービルドへの最初のアップグレードの対象となっていた。9月7日、Tencentは最適化を展開し、現在は誰でも利用可能となっている。これは複雑な作業におけるモデルの推論ターン数とタスクあたりのトークン消費を削減するとしている。

位置づけは意図的だ。TencentはTencent HY4 Previewを、ソフトウェアエンジニアリング、オフィス・データ分析、ゲーム開発、科学研究という4つの領域向けの生産性モデルとして位置づけている。エンジニアリングへの重点が、汎用モデル群との差別化ポイントだ——リリースノートはチャット品質ではなく、長期タスクの理解、計画、デバッグを前面に打ち出している。その焦点はベンチマーク表だけでなく統合リストにも表れている。CodeBuddyはIDEでこのモデルを利用でき、WorkBuddyはオフィスワークフローで利用できる（Tencentは72件の財務文書を一度に処理するデモを披露している）。ゲーム開発者向けには、Unreal Engine 5とUnityへのMCPフックが提供され、一文の指示からプレイ可能なデモを生成できる。

実際に出荷されたもの

スペックシートは1行ずつ読む価値がある。各行が、オープンウェイトモデルに許されることを変えるからだ。

• アーキテクチャ — 総パラメータ数770B、トークンあたり有効パラメータ数49BのMixture-of-Experts。スパース比は約16:1で、推論コストを小規模チームでも実際に負担できる範囲に抑えています。

• コンテキストウィンドウ — 100万トークン以上、Hy3の256Kの4倍。長期的なエンジニアリングタスク — ウィンドウ内の完全なリポジトリ、複数ファイルのリファクタリング、大量のドキュメントバッチ — が単一リクエストの問題になります。

• 重み — Apache 2.0 によるオープンリリース、Hugging Face、GitHub、ModelScope、GitCode にて公開。これはダウンロード可能でセルフホスト可能なモデルであり、ホスト型のティーザーではない。

• API — Tencent CloudのTokenHubで利用可能。ベンダー自身がホストするエンドポイントで、価格は入力トークン100万件あたり6元、出力トークン100万件あたり18元、キャッシュヒット時は100万件あたり0.3元。

• 製品統合 — WorkBuddy、CodeBuddy（国内版・国際版）、Yuanbao、ima。つまり、Tencentが自社アプリで提供しているのと同じウェイトを取得して実行できるということです。

テンセントはまた、ローンチノートには滅多に載らない推論エンジニアリングの数値を報告している。オペレータ融合と通信最適化によるエンドツーエンドのスループット31.8%向上である。これが単なるスペックシートの脚注以上のものになっているのは、テンセントがTencent HY4 Preview自身がボトルネックを発見したと述べている点だ。モデルが自身の推論スタックを分析し、その最適化はコンテキスト長と同時実行レベルにわたって安定していると報告されている。これは、ラボが研究成果物として提供するモデルと、企業が本番トラフィックを期待するモデルとを分ける類の詳細である。2週間未満しか公開されていないプレビューにおいて、これはまた、テンセント外部の誰もまだ検証していない、まさにその種の主張でもある。

引用する価値のあるスコア

TencentがTencent HY4 Previewについて公表したすべてのベンチマークはベンダー報告です——Tencent自身の評価環境で実行されたもので、独立した研究所による再現はなく、モデルが公開されてから2週間も経っていません。それらは、Tencentが到達したと考えている上限として読むべきであり、確立された事実として読むべきではありません。

見出しとなる数字はTerminal Bench 2.1、つまりモデルがコーディング中に実際のターミナルをどれだけうまく操作できるかを測るテストだ。Tencentは、Tencent HY4 Previewが85.4を記録したと報告しており、これはClaude Opus 5に並び、DeepSeek V4 Proを上回り、さらに自社の前世代モデルHy3を14.6ポイント上回るという。このひとつの数字は大きな役割を担っている——オープンウェイトモデルが、難易度の高いエージェント型コーディングテストにおいて、最も高価なクローズドフロンティアモデルと同等であるという主張を支えるものだ——そして、この主張こそが最も独立した確認を必要としている。

内部テーブルの残りを見ると、ソフトウェアエンジニアリングのベンチマークであるDeepSWEは、Hy3で28.0から64.3へと跳ね上がり、Tencentはこれを「ファーストティアモデルとの差を徐々に縮めている」と表現している。ツール呼び出しテストであるToolathlon-Verifiedでは74.1を記録し、TencentによるとこれはQwen 3.8 MaxとGPT-5.6 Solを上回り、Kimi K3とClaude Opus 5に迫るスコアだという。APEX-Agentsのpass@1では37.1で、Kimi K3の37.2にわずかに及ばない。また、別の内部ブラインドテストでは、163人の専門家が203件のエンジニアリングタスクを4.00点満点中2.99点と評価し、GLM-5.3の2.92とKimi K3の2.94をわずかに上回った。

2つのパターンが浮かび上がる。第一に、強い数値はすべてエージェント型エンジニアリング作業（ターミナル操作、ツール呼び出し、リポジトリ規模のタスク）に関するものであり、一般的な知識や推論に関するものは皆無である。これは偶然ではなく、生産性重視のポジショニングと整合する。第二に、TencentはDeepSWEやその他のモデルについて、ギャップを「埋める」のではなく「縮める」と慎重に表現している。明確で市場に訴求できる唯一の同等性主張はTerminal Bench 2.1での同点であり、それが自社のワークロードで検証する価値が最も高い主張である。

その料金で実際に得られるもの

価格設定こそ、このリリースが面白いだけの存在ではなく、破壊的になり始めるポイントだ。テンセントの定価では、100万入力トークンのコストは、一部のプラットフォームにおける中位API呼び出し1回分とほぼ同じになる。出力100万トークンあたり18元（約2.50米ドル）という数字は、トップクラスのクローズドなフロンティアモデルの出力100万トークンあたり25ドルという価格をはるかに下回り、キャッシュヒット時0.3元という料率によって、同じシステムプロンプトと会話プレフィックスが絶えず再送される長いエージェントループを異例なほど安く実行できる。9月7日のアップグレードは、その計算の実効的な側面を変える。テンセントはトークン単位で課金するため、推論ターン数と各タスクが消費する入力・出力トークン数を削減すれば、トークンあたりの定価が変わらなくても、完了したタスクのコストは下がる。この削減幅の証拠はテンセント自身のベンチマークと人手評価のチェックであるため、独立に測定されるまではベンダー報告として扱うべきだ。

ここもまた、ルーティング層が計算を変える唯一の場所です。OrcaRouter はまだ Tencent HY4 Preview をルーティングしていないため、現時点でこれを呼び出す実用的な方法は、Tencent Cloud 自身の TokenHub エンドポイント、このモデルを組み込んだ Tencent 製品、そしてオープンウェイトのセルフホスト展開です。そして、そのウェイトは Apache 2.0 であるため、サードパーティのプラットフォームはいつでも独自のコピーを立ち上げられます。これは、プロバイダー間で価格を比較する際に覚えておく価値があります。私たちは、提供していないものを提供しているとは主張しません。しかし、値下げを意味あるものにする規律は、カタログの残り全体が従っているものと同じです。OrcaRouter はプロバイダーのリスト価格をマークアップゼロでそのまま通します。したがって、Tencent のようなベンダーがトークンに 6 元の値付けをした場合、当社側で支払う金額は 6 元であり、それを転売してマークアップしたものではありません。そして、ベンダーが価格を変更した日には、その変更は当社側でも同日に反映されます。200 以上のモデルに対応する 1 つの API、いずれかのプロバイダーに不具合が起きたときのプロバイダー間の自動フェイルオーバー、モデルを組み合わせるためのルーティング DSL — これが、Tencent HY4 Preview がルーティング可能になった瞬間に、すでにカタログにある他のオープン・クローズドモデルと並んで、これを扱えるようにする仕組みです。

スペックシートに収まらない部分

発表資料における2つの主張は、モデルの構築方法に関するものであり、そのスコアに関するものではないため、個別に注目する価値がある。

1つ目は自己改善ループです。Tencentは、Tencent HY4 Previewが自身の研究開発に参加したと述べています。つまり、このモデルは、自分自身を生み出したトレーニング手法、データ戦略、評価システム、基盤オペレーターの最適化に使用されたということです。31.8%のスループット向上は、そのループの最も具体的な公的成果です。Tencentはこれを、モデルが自身のサービングスタックで特定したボトルネックによるものとしています。これは初期の再帰的自己強化サイクルです。つまり、モデルが次のバージョン自身の設計を支援するということです。フロンティアラボがこのような断片を報告することは珍しくありませんが、中国のオープンウェイトモデルがこのループを出荷済み機能として公に説明することは、こうしたリリースの自己語りにおける段階的な変化です。

2つ目は数学面の成果だ。Tencentによると、このモデルは、凸幾何学における長年の未解決問題であるブラシュケ–ルベーグ問題（等幅体の最小体積を求める問題）の既知の体積下界を0.380799から0.41104へと改善し、マイスナー四面体予想が示す値に約2%以内まで近づけた。またTencentは、科学研究レーンでの取り組みとして、32,512原子のリン脂質二重層シミュレーションを2.0倍高速化し、1ステップあたり54.9ミリ秒まで短縮したとも報告している。こうした成果は、通常であればモデル単独の論文が書かれる類のものだ。ここではそれらは発表時の箇条書き項目であり、他の発表資料と同様、Tencent自身の説明にすぎない。

正直なところ、何が欠けているのか

Tencentは既知の制限を率直に列挙しており、このモデルで何を作るかを決める人にとってそれらは重要だ。視覚やマルチモーダル入力はない——Tencent HY4 Previewはテキストモデル、それだけだ。したがって画像や動画に関わるものは別のモデルに任せるべきだ。Tencentがローンチ時に指摘した残り2つの挙動——複雑なタスクでの立ち上がりの遅い長考と、過剰な自己検証に走り、すでに終えた作業を二重確認してトークンを浪費する傾向——は、本番環境で最も現れやすいものだった。そして、それこそが9月7日のアップグレードが狙ったものだ。Tencent HunyuanとWorkBuddyチームは、ライブプレビュービルドを最適化し、完全に展開したと述べた。同じタスク品質で複雑なタスクにおける推論ターン数が減り、入力・出力トークン消費が低下し、ベンチマーク指標と人手評価の二重チェックで確認したという。それはベンダー側の説明だ——発表は「皆さんが指摘しました」で始まる——そして、Tencent外部でこの測定を再現した者はまだいない。これはTencentが提供するビルドにも当てはまる。Hugging Face上のオープンウェイトのスナップショットは8月28日以降変わっていない。そのため、Tencentがリリースを更新するまで、重みを自前でホストしたコピーでは依然として元の、より長い推論の挙動が見られる。

そして最も重要な不在は、それら新しい主張に対する独立した検証だ。Tencent HY4 Previewについては依然として第三者ラボによる実行がなく、Artificial Analysis Intelligence Indexへの掲載もない。そのため、ローンチ時のベンチマーク表と9月7日のトークン節約幅はいずれも、Tencent自身の評価に依存している。このモデルについてこれまでに公表された唯一の第三者シグナルは、ラボによる測定ではなく一般投票によるものだ。Tencentのリリース資料は、LMArenaのWebDev Arenaで総合およそ5位、オープンウェイトモデルの中では3位でデビューしたと述べている。これはトークン効率ではなく出力品質を順位付けする、人間の嗜好に基づくリーダーボードだ。社内の専門家によるブラインドテストは、Tencent自身のレビュー担当者がGLM-5.3やKimi K3と比較してこのモデルをどう見ているかを示す有用なシグナルだが、それはTencentのレビュー担当者による、Tencentのタスクでの評価だ。仕様表より上のものはすべて、検証待ちの主張である。

今日は誰がウェイトを引くべきですか

正直に言えば、このリリースはきれいに2つの対象読者に分かれ、9月7日のアップグレードは最大の反論点で両者の差を埋めている。自社インフラでエンジニアリングワークロードを動かしていて、クローズドAPIの経済性がネックになっているなら、Tencent HY4 Previewは週末に真剣に試す価値がある。重みはオープンで、コンテキストウィンドウはリポジトリ規模で、定価は長いエージェントループを手頃にする――出力100万トークン25ドルのモデルでは決してそうならない形で。WorkBuddy、Yuanbao、TokenHub API経由でホスト版を呼び出すなら、Tencentによれば、9月7日の最適化によって推論ターンが減り、タスクあたりのトークン消費も下がる。現在のオープンウェイトのスナップショットをセルフホストしているなら、Tencentが更新版を出すまでは、元の、より長い推論動作を期待すべきだ。そして、レイテンシに敏感な本番チャット、マルチモーダルなもの、あるいは効率性の主張がベンダー自身のベンチマークと人間評価だけに依拠しているモデルを許容できないものを動かしているなら、慎重な見方も依然として当てはまる――Tencentによれば最適化は実在するが、独立に測定されてはいない。

実践的な中間策はルーティングパターンです。実績のあるモデルをクリティカルパスで動かし、その傍らで新しいモデルを動かす。コスト特性が勝るタスクでは Tencent HY4 Preview に切り替え、そうでなければ自動的にフォールバックする。それこそ、ルーターが存在する理由のパターンです。Claude Opus 5、DeepSeek V4 Pro、Gemini 3.1 Pro を各プロバイダーの定価で扱う、まさにその OrcaRouter こそ、Tencent HY4 Preview がカタログに載った瞬間に呼び出す場所になります。それまでは、重みは GitHub にあり、最適化されたホスト版は Tencent Cloud にあり、オープンウェイトモデルがエージェント型コーディングの最上位層に到達したという主張に、ついに具体的な数字が結び付いたのです。その数字は Tencent のものです。試すのはあなたです。