Tencent Hy4 対 Tencent Hy4 Preview：より新しいモデルのほうがオープンではない

Tencent Hy4 PreviewはApache 2.0ライセンスを採用し、7700億パラメータを本日Hugging Faceからダウンロードでき、公開済みの数値を8行にまとめたベンチマーク付録も備えています。2026年11月4日にリリースされたTencent Hy4には、ビジョン、コンピュータ操作、より短い思考連鎖があり、そうした書類は一切ありません。その重みは計画として告知され、ライセンスは明示されず、モデルカードは存在しません。Hunyuan系ではバージョン番号が上がり、オープンさは下がった――このことは、日常的なアップグレード比較というより、実際にどちらの成果物を選んでいるのかという問いになっています。

両者は同じファミリーで、同じサイズ、そして今日時点では同じ価格だ。その組み合わせは、はっきり言う価値があるほど珍しい。テンセントは同じ金額でより優れたモデルを販売しつつ、公開する部分はより少なくしている。それが問題かどうかは、重みを自分で実行するつもりだったかどうかに完全に依存する。

同じバックボーンで、もう1回トレーニングを実行

TencentはGAビルド向けの新しいアーキテクチャ説明を公開しておらず、リリースでもパラメータ数を再掲していない。現在も出回っている数値はプレビュー版のもので、総パラメータ数770B、トークンあたり49Bをアクティブ化、78層（最初の1層は稠密層、77層はMixture-of-Experts層で、256のルーティング対象エキスパートと1つの共有エキスパート、top-8ルーティング）、1,048,576トークンのコンテキスト、および0.7Bがアクティブな10Bのマルチトークン予測層である。

GA発表は、その違いを新しい設計ではなく、事前学習と事後学習における規模の違いとして位置づけ、その結果をTencentが測定した中で最大の世代間改善と表現している。これは、同社がHY3とHy4の間で行ったことや、プレビューがどのように構築されたかと整合する。そのまま持ち越せない唯一の構成要素は視覚経路である。画像理解には、テキスト専用チェックポイントにはないエンコーダーが必要であり、Tencentはその規模、学習データ、あるいは別モデルを後付けで接続したものかどうかについて何も述べていない。モデルカードが公開されるまでは、「同一バックボーン＋視覚」は開示情報ではなく推測として扱うべきだ。

今日テストできる3つのこと

ビジョン。GAビルドは、数学的推論に用いられる細粒度の画像や複雑なグラフ、図を読み取り、知覚とツール呼び出しを組み合わせる。Tencentのデモは2.8ギガピクセルの航空写真で、モデルはその中から2メートルの屋根部品を見つける——一部は視覚の結果であり、主には100万トークンのウィンドウがタイル化された画像とクエリを同時に保持できることの実証である。プレビュー版ではこれはまったくできない。テキスト入力、テキスト出力である。

コンピュータの利用。このモデルはマウスとキーボードでデスクトップを操作し、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ることができ、Blender、CAD、アプリケーションをまたぐ長期的なタスク向けの特別なトレーニングを受けています。Tencentは、数百のアプリケーションをインストールした独自のAgent Runtime上に構築されたサンドボックスでこれを実行しています。これは、ツールスキーマ向けに構築され画面向けではなかったプレビューからの、より大きな方向転換です。

思考連鎖の効率性。 プレビュー版には、文書化された2つの問題があった。難しいタスクでは必要以上に長く推論し、自身の回答を過度に検証していた。どちらもモデルカード自体で認められており、これは異例なほど率直で、プレビュー版をベンチマークスコアが示唆するよりも本番環境で使いにくいものにしていた。Tencentは、GA版では推論が短縮され、指示追従性が向上したと述べている。これが最も検証する価値のある主張だ。なぜなら、完了したタスクあたりのトークン数を変えるのはこの点であり、しかもTencentは改善前後のトークン数を公表していないからだ。

Tencentが公開した差分

GA版のベンチマーク付録は存在しません。Tencentが公開した比較はプレビュー版を相手にしたもので、自社のスイート上で行われており、プレビュー版自身の発表資料よりも内容が薄いものです。

• ゲーム開発 — プレビュー比でGameDev +19.1%、GameLogic +9.8%（項目数が公開されていない社内スイートにおいて）。

• 金融 — 213人の専門家パネル（うち153人は外部）が579件の実際の金融タスクを評価した結果、Hy4は3.04となり、Kimi K3.1 ProとGLM-5.3がいずれも2.68、DeepSeek V4.1 Flash 1017が2.97だったのと対比されている。

• ハルシネーション — 15.76%から5.45%への低下として示され、推測に関連するエラーは23.1%から5.6%へ。方法論は未公開。

• リサーチ — 讯兔科技のIRAB評価はプレビュー比+12.03ポイントとして引用されている。TencentのBioExperimentBenchスコアは100点満点中30.4で、これはこのリリース内で最も芳しくない絶対値だ。

それを、8月28日にプレビューが公開した内容と照らし合わせると、Terminal-Bench 2.1が85.4、DeepSWEが64.3、SWE-bench Proが65.7、SWE-bench Multilingualが82.9、Toolathlon-Verifiedが74.1、ツール使用時のOneMillionBenchが65.4、SWE Atlas Refactoringが53.3、APEX-Agentsが37.1でした。これらの数値こそが、Tencent外部の誰にとってもプレビューを理解可能なものにしていました。GAリリースはそのどれ一つとして更新していないため、GAビルドがソフトウェアエンジニアリングにおいてプレビューより優れているかどうかを判断する術はなく、ゲーム開発とファイナンスのパネルにおいて優れていると言えるだけです。

プレビュー版にはまだあって、GA版にはないもの

4つのポイントがあり、それぞれは専門的な細かい話ではなく実践的な能力です。

重みそのものです。プレビュー版とその FP8 版は Apache 2.0 の下、Hugging Face、ModelScope、GitCode、CNB で公開されています。このリポジトリは2026年8月27日に作成され、GA ビルドのローンチ日までに約11,500回ダウンロードされました。GA リポジトリは存在しません。

作業を許可するライセンス。Apache 2.0 は、収益しきい値も、特許許諾以外の利用規範条項も設けずに、商用利用、改変、ファインチューニング、再配布を認めている。Tencent は、GA ビルド向けに、より充実した安全性評価を備えたシステムカードが提供される予定であり、責任あるリリースではサイバーリスクと生物学的リスクを対象とする予定だと述べている。こうした文言は通常、より制限の厳しいライセンスに先立って出てくるものであり、現時点ではまだ分かるはずもない。

レシピを提供しています。 プレビュー版には vLLM と SGLang のデプロイ手順、および公開されたサンプリングデフォルト一式（temperature 0.9、top_p 1.0、reasoning effort は high がデフォルトで no-think モードも利用可能）が含まれています。GA ビルドは vLLM と SGLang をエコシステムパートナーとして挙げていますが、レシピは公開していません。また、ビジョンとコンピューターユースには、テキストのみのプレビュー版では必要なかったサービングパスが必要になります。

監査可能なベンチマーク記録です。プレビューの付録にベンダー側の偏りがあるとしても、それは誰でもチェックポイントに対して実行し、異議を唱えることのできる固定の行の集合です。GAビルドにはまだそのような記録がありません。

どのアーティファクトを選ぶか

価格は同一なので、コストがそれを決めるわけではない。シンガポールの料金表では、両方とも入力100万トークンあたり0.834ドル、出力100万トークンあたり2.501ドル、キャッシュ入力100万トークンあたり0.042ドル。中国本土の料金カードでは、両方とも6元、18元、0.3元。TencentはGAリリースに向けて料率を明示的に据え置いた。これこそが最大の根拠だ。能力は増え、請求額は同じ。

重みそのものが重要なのだろう。オンプレミス展開、規制対象データ、ファインチューニング、蒸留、あるいは自社でサービス提供する前提のコストモデル——これらはいずれもGAビルドでは利用できない。そしてプレビューは機能を削ったお試し版ではなく、真に高性能な770Bモデルだ。自社クラスタで動くApache 2.0チェックポイントはAPIエンドポイントとは別の資産クラスであり、どのベンチマークスコアもその差を埋められない。

モダリティそのものが目的である場合は、GAビルドを選んでください。画像理解、デスクトップ操作、そして長時間にわたるアプリ横断的な作業は、プレビュー版には存在しません。タスクにスクリーンショット、グラフ、CADファイル、あるいはクリックが含まれるなら、旧モデルは安価な代替品にはなりません——そもそもその仕事をこなせないのです。

それ以外のすべての人にとって——API経由で呼び出される、100万トークンのコンテキスト内でのテキストワークロード——正直な答えは、GAビルドのほうがおそらく優れており、まだそれを証明できる人はいないということです。効率性に関する主張は、早めに移行する理由です。なぜなら、自分の出力を過度に検証するのをやめたモデルはタスクあたりの出力トークンを削減し、それは料金表には表れないコスト改善だからです。財務パネルではなく、トークン数を記録したうえで自分のタスクでテストしてください。

よくある質問

GA版の重みはプレビューと同じチェックポイントになりますか？

いいえ。TencentはGAビルドを、プレビューの再リリースではなく、大幅に大規模な事前学習および事後学習の実行と説明しており、視覚対応モデルにはテキスト専用チェックポイントが含まないコンポーネントが必要です。不明なのは、その中にプレビューのどれだけが残っているかです。Tencentは、GAの開始点がプレビューのチェックポイントだったのか、それともより以前のものだったのかを述べていません。これは、公開されたプレビューの結果からファインチューニングの挙動を予測しようとする場合に重要です。

Tencent Hy4 Preview は廃止されますか？

廃止は発表されていない。プレビューはApache 2.0の下でHugging Faceに残っており、OrcaRouterのカタログエントリ2件も引き続き提供している。その中には、ウォレット費用ゼロのレート制限付き無料枠も含まれる。テンセントはGAビルドを同じ価格の本番向け後継として位置づけており、実際にはプレビュー配備を削除するのではなく取り残す傾向がある——重みはダウンロード可能なまま、レシピは公開されたまま、そしてそのモデルは誰もベンチマークしない存在へと静かに変わっていく。

GAビルドは画像の方がコストが高くなりますか？

Tencentは画像専用の価格を別途公表していないため、公表されている料金はモダリティ横断でトークン単位です。それは聞こえほど安心できるものではありません。画像入力はトークン化され、グラフやスクリーンショットが消費するトークン数は開示されていません。密なページ画像は、文字数から連想されるよりはるかに高コストになる可能性があります。テキスト料金がそのまま当てはまると仮定する前に、自分の入力で測定してください。

GAビルドをローカルで実行できますか？

今は無理だ。重みもライセンスもリポジトリもない。仮にそれらが公開されても、FP8の770B Mixture-of-Expertsモデルは700GBを超え、マルチノードクラスタが必要だ。つまりここでの「オープンウェイト」は、本格的なインフラを持つ組織がセルフホストできるという意味であり、ワークステーションで動かせるという意味ではない。ローカル実行が要件なら、プレビューがこのファミリーで唯一の選択肢であり、Tencentが公開するまでそうであり続ける。

重要なのはスコアの差ではない

テンセントの位置づけは、これがオープンソースモデルの最上位層に到達した最初のHyモデルだというものだ。この主張は能力面では擁護できるが、開放性については時期尚早である。なぜなら、オープンソースという位置づけを得たのは8月の版であり、今日販売されている版は約束が付いたAPI製品にすぎないからだ。

それは偽善というより、順序の問題だ。テンセントは重みとシステムカードが近日公開されると述べ、パートナーとしてvLLM、SGLang、Inferactを挙げ、そうする必要もなかったのにApache 2.0の下でプレビューを出した。HY3のパターンからすれば、リリースは実現するだろう。同じパターンは、それに数週間かかり、今回はライセンスがApacheではない可能性があることも示唆している——GA発表の安全性に関する文言は、プレビューのそれより慎重だった。

その間、両モデルはどちらも稼働中でどちらも利用可能であり、そのどちらを選ぶかは、同じ価格でオープンな成果物とより優れたクローズドな成果物のどちらを選ぶかという選択になります。OrcaRouter では、tencent/hy4-previewはtencent/hy3と同じキーで呼び出すことができ、プロバイダーの定価がそのまま適用されてマークアップはなく、無料枠は費用はかからないもののレート制限があります。これにより、プレビューは GA ビルドがカタログに加わる前にこのファミリーを評価するための最も安価な手段となります — 同じ重み、同じ価格、モデル文字列を1つ変えるだけ、そして GA のビジョンとデスクトップ作業がライセンスの欠如に見合うかどうかを判断している間もコミットメントは不要です。