Tencent HY4 프리뷰, 오픈소스로 공개: 770B MoE, 1M 컨텍스트, 그리고 프런티어를 누르는 가격

2026년 8월 28일에 출시되고 오픈소스로 공개된 Tencent HY4 Preview는 몇 달 만에 중국 연구소에서 나온 진정으로 경쟁력 있는 오픈 웨이트 플래그십 모델이며, 가장 놀라운 수치는 가격입니다. 텐센트는 입력 토큰 100만 개당 6위안(약 US$0.85), 출력 토큰 100만 개당 18위안(약 US$2.50)으로 가격을 책정했는데, 이는 최고급 비공개 프론티어 모델이 출력에 부과하는 비용의 약 10분의 1 수준입니다. 또한 토큰당 490억 개가 활성화되는 총 7,700억 파라미터의 mixture-of-experts 모델과 100만 토큰을 넘는 컨텍스트 윈도우를 공개했습니다. 이는 Hunyuan 패밀리의 Hy3(총 2,950억 파라미터, 256K 컨텍스트)의 후속 모델로, 컨텍스트는 4배로 늘리고 활성 용량은 2배 이상으로 확장했습니다. 모델 가중치는 오늘부터 Hugging Face, GitHub, ModelScope, GitCode에서 다운로드할 수 있으며, 동일한 모델은 이미 텐센트의 자사 제품에도 적용되어 있습니다: WorkBuddy, 국내 및 해외 빌드의 CodeBuddy, Yuanbao 어시스턴트, ima 워크스페이스 앱 등입니다. 소프트웨어 엔지니어링 작업에서 오픈 웨이트 모델이 프론티어에 뒤처지는 것을 지켜봐 온 이들에게, 이번 출시는 마침내 그 격차가 논쟁거리가 될 수 있게 만든 릴리스입니다. 그리고 그 한계점은 수치만큼이나 중요합니다. 10일 후, 프로덕션 사용자에게 가장 큰 문제가 될 두 가지 한계점은 이미 텐센트가 라이브 프리뷰 빌드에 대한 첫 업그레이드로 겨냥한 대상이었습니다. 9월 7일, 텐센트는 복잡한 작업에서 모델의 추론 턴과 작업당 토큰 소비를 줄여준다고 밝힌 최적화를 모든 사용자에게 배포했습니다.

이러한 포지셔닝은 의도적입니다. Tencent는 Tencent HY4 Preview를 소프트웨어 엔지니어링, 오피스 및 데이터 분석, 게임 개발, 과학 연구라는 네 가지 영역을 위한 생산성 모델로 자리매김합니다. 엔지니어링 중점이야말로 이 모델을 범용 모델과 구분 짓는 요소입니다. 릴리스 노트는 채팅 품질이 아닌 장기 작업 이해, 계획 수립, 디버깅을 앞세웁니다. 이러한 초점은 벤치마크 표뿐 아니라 통합 목록에서도 그대로 드러납니다. CodeBuddy는 IDE에 이 모델을 통합하고, WorkBuddy는 오피스 워크플로에 이를 적용하며(Tencent는 금융 문서 72개를 단번에 소화하는 모습을 시연했습니다), 게임 개발자는 Unreal Engine 5 및 Unity용 MCP 훅을 통해 한 문장을 플레이 가능한 데모로 전환할 수 있습니다.

실제로 출시된 것

사양서는 한 줄 한 줄 읽어볼 가치가 있습니다. 각 줄이 오픈 가중치 모델이 수행할 수 있는 작업을 바꾸기 때문입니다.

• 아키텍처 — 총 770B 파라미터와 토큰당 49B 활성 파라미터를 갖춘 전문가 혼합(Mixture-of-Experts) 구조로, 약 16:1의 희소성 비율을 통해 소규모 팀이 실제로 감당할 수 있는 범위로 추론 비용을 유지합니다.

• 컨텍스트 창 — 1백만 토큰 이상, Hy3의 256K의 4배입니다. 장기 엔지니어링 작업 — 전체 저장소를 창에 담기, 다중 파일 리팩터링, 대규모 문서 배치 — 단일 요청 문제가 됩니다.

• 가중치 — Apache 2.0 오픈 릴리스로 Hugging Face, GitHub, ModelScope, GitCode 전반에 공개되었습니다. 이는 호스팅된 티저가 아니라, 다운로드하여 자체 호스팅할 수 있는 모델입니다.

• API — Tencent Cloud의 TokenHub에서 제공되며, 공급업체 자체 호스팅 엔드포인트로 이용할 수 있습니다. 가격은 입력 토큰 100만 개당 6위안, 출력 토큰 100만 개당 18위안, 캐시 적중 시 토큰 100만 개당 0.3위안입니다.

• 제품 통합 — WorkBuddy, CodeBuddy(국내 및 해외), Yuanbao, ima. 즉, Tencent가 자사 앱에 탑재하는 것과 동일한 가중치를 가져와 실행할 수 있다는 의미입니다.

{{1}}텐센트는 또한 출시 노트에는 좀처럼 실리지 않는 추론 엔지니어링 수치를 보고한다: 연산자 융합과 통신 최적화를 통한 31.8%의 엔드투엔드 처리량 개선이다.{{/1}} {{2}}이 수치가 단순한 사양표 각주 이상이 되게 하는 점은 텐센트가 Tencent HY4 Preview가 병목 지점을 스스로 찾아냈다고 밝혔다는 것이다 — 모델이 자체 추론 스택을 분석했으며, 그 최적화는 컨텍스트 길이와 동시성 수준에 걸쳐 안정적인 것으로 보고되었다.{{/2}} {{3}}그것은 연구실이 연구 산출물로 출시하는 모델과 기업이 실제 운영 트래픽을 감당할 것으로 기대하는 모델을 구분 짓는 종류의 세부 사항이다.{{/3}} {{4}}공개된 지 2주도 채 안 된 프리뷰에서, 그것은 또한 텐센트 외에는 아무도 아직 검증하지 못한 주장이기도 하다.{{/4}}

인용할 가치가 있는 점수

Tencent가 Tencent HY4 Preview에 대해 발표한 모든 벤치마크는 벤더가 직접 보고한 결과입니다. Tencent 자체 평가 환경에서 실행되었고, 어떤 독립 연구소도 이를 재현하지 않았으며, 모델이 공개된 지 2주도 채 되지 않았습니다. 이 수치는 Tencent가 도달했다고 믿는 상한선으로 받아들여야지, 확립된 사실로 받아들여서는 안 됩니다.

핵심 수치는 Terminal Bench 2.1로, 모델이 코딩하는 동안 실제 터미널을 얼마나 잘 다루는지 테스트하는 지표입니다. 텐센트는 Tencent HY4 Preview가 85.4를 기록해 Claude Opus 5와 동률을 이루고 DeepSeek V4 Pro를 능가하며, 자사 이전 모델 Hy3보다 14.6포인트 높다고 보고했습니다. 그 하나의 숫자는 많은 것을 함축합니다. 즉, 오픈 가중치 모델이 까다로운 에이전틱 코딩 테스트에서 가장 비싼 클로즈드 프론티어 모델과 동등하다는 주장이며, 독립적인 확인이 가장 필요한 주장이기도 합니다.

내부 표의 나머지 부분: 소프트웨어 엔지니어링 벤치마크인 DeepSWE는 Hy3에서 28.0에서 64.3으로 뛰어오르는데, Tencent는 이를 1군 모델과의 "격차를 점차 좁히는 것"이라고 설명합니다. 도구 호출 테스트인 Toolathlon-Verified에서는 74.1점을 기록하며, Tencent는 이 점수가 Qwen 3.8 Max와 GPT-5.6 Sol을 능가하고 Kimi K3와 Claude Opus 5에 근접한다고 말합니다. APEX-Agents pass@1에서는 37.1로, Kimi K3의 37.2에 아주 근소한 차이로 뒤처집니다. 또한 별도의 내부 블라인드 테스트에서 163명의 전문가가 203개의 엔지니어링 작업을 4.00점 만점에 2.99점으로 평가하여, GLM-5.3의 2.92점과 Kimi K3의 2.94점을 근소하게 앞질렀습니다.

두 가지 패턴이 두드러진다. 첫째, 모든 강력한 수치는 에이전틱 엔지니어링 작업(터미널 구동, 도구 호출, 리포지토리 규모 작업)과 관련된 것이며, 일반적인 지식이나 추론과는 무관하다. 이는 우연이 아니라 생산성 포지셔닝과 일치한다. 둘째, 텐센트는 DeepSWE와 다른 모델들을 설명할 때 격차를 '좁히는' 것이지 '해소하는' 것이 아니라고 신중하게 표현한다. 명확하고 마케팅에 활용할 수 있는 유일한 동등성 주장은 Terminal Bench 2.1 동률이며, 이는 자체 워크로드로 테스트해 볼 가치가 가장 높은 주장이다.

가격이 실제로 의미하는 것

가격 책정은 이번 출시가 흥미로운 단계를 지나 파괴적인 단계로 접어드는 지점이다. 텐센트의 정가 기준으로 입력 토큰 100만 개의 비용은 일부 플랫폼에서 중급 API 호출 한 번의 비용과 거의 같다. 출력 토큰 100만 개당 18위안(약 US$2.50)이라는 수치는 최상위 폐쇄형 프런티어 모델의 출력 100만 개당 25달러보다 훨씬 낮으며, 캐시 적중 요금 0.3위안은 동일한 시스템 프롬프트와 대화 접두사가 계속 재전송되는 긴 에이전트 루프를 비정상적으로 저렴하게 실행할 수 있게 해준다. 9월 7일 업그레이드는 그 계산의 실질적인 측면을 바꾼다. 텐센트가 토큰 단위로 과금하기 때문에 각 태스크가 소비하는 추론 턴 수와 입력·출력 토큰 수를 줄이면 토큰당 정가가 변하지 않았더라도 완료된 태스크의 비용이 낮아진다. 그 절감 규모에 대한 근거는 텐센트 자체 벤치마크와 human-eval 검사뿐이므로, 독립적으로 측정되기 전까지는 공급업체 보고 수치로 취급해야 한다.

이것은 또한 라우팅 계층이 계산을 바꾸는 유일한 지점이기도 합니다. OrcaRouter는 아직 Tencent HY4 Preview를 라우팅하지 않으므로, 현재 이 모델을 호출하는 실질적인 방법은 Tencent Cloud 자체의 TokenHub 엔드포인트, 이 모델을 내장한 Tencent 제품들, 그리고 공개 가중치의 자체 호스팅 배포뿐입니다. 그 가중치는 Apache 2.0이므로 제3자 플랫폼은 언제든지 자체 복사본을 세울 수 있으며, 이는 공급업체 간 가격을 비교할 때 기억해 둘 만한 사실입니다. 우리는 제공하지 않는 것을 제공한다고 주장하지 않습니다. 그러나 가격 인하가 의미를 갖게 만드는 원칙은 카탈로그의 나머지가 운영되는 기반과 동일합니다. OrcaRouter는 공급업체의 공시 가격을 마크업 없이 그대로 전달합니다. 따라서 Tencent 같은 업체가 토큰을 6위안에 책정하면 저희를 통해 지불하는 금액도 6위안이지, 이를 재판매하고 마크업을 붙인 가격이 아닙니다. 그리고 업체가 가격을 변경하는 날, 그 변경 사항은 같은 날 저희 쪽에도 반영됩니다. 200개 이상의 모델을 위한 하나의 API, 한 공급업체에 일시적인 문제가 생기면 자동으로 전환되는 공급업체 간 장애 조치(failover), 모델을 조합하기 위한 라우팅 DSL — 이것이 Tencent HY4 Preview가 라우팅 가능해지는 순간, 이미 카탈로그에 있는 다른 오픈 및 클로즈드 모델들과 함께 이를 실어 나를 메커니즘입니다.

스펙 시트에 맞지 않는 부분들

출시 자료에 담긴 두 가지 주장은 모델의 점수가 아니라 모델이 어떻게 구축되었는지에 관한 것이므로 별도의 주의를 기울일 가치가 있다.

{{1}}첫 번째는 자기 개선 루프입니다.{{/1}} {{2}}Tencent는 Tencent HY4 Preview가 자체 연구 개발에 참여했다고 밝혔습니다. 즉, 이 모델을 탄생시킨 훈련 방법, 데이터 전략, 평가 시스템, 그리고 기반 연산자를 최적화하는 데 사용되었다는 뜻입니다.{{/2}} {{3}}31.8%의 처리량 향상은 이 루프에서 나온 가장 구체적인 공개 성과입니다. Tencent는 이 성과를 모델이 자체 서빙 스택에서 식별한 병목 현상 덕분으로 돌립니다.{{/3}} {{4}}이는 초기 단계의 재귀적 자기 향상 사이클입니다. 모델이 자기 자신의 다음 버전 설계를 돕는 것입니다.{{/4}} {{5}}프런티어 연구소가 이러한 사례의 일부를 보고하는 것은 드문 일이 아닙니다. 그러나 중국의 오픈 웨이트 모델이 이 루프를 출시된 기능으로 공개적으로 설명하는 것은 이러한 릴리스가 스스로를 소개하는 방식에 있어 중대한 변화입니다.{{/5}}

두 번째는 수학적 결과입니다. Tencent는 이 모델이 볼록기하학의 오랜 미해결 문제인 Blaschke–Lebesgue 문제 — 일정한 폭을 가진 최소 부피 도형에 관한 문제 — 의 알려진 부피 하한을 0.380799에서 0.41104로 끌어올려, Meissner 사면체 추측의 경계에 약 2% 이내로 접근했다고 보고합니다. Tencent는 또한 과학 연구 트랙에서 32,512개 원자로 구성된 인지질 이중층 시뮬레이션의 속도를 2.0배 향상시켜 단계당 54.9밀리초까지 단축했다고 보고합니다. 이러한 종류의 결과는 보통 모델이 자체 논문을 갖게 만드는 성과입니다. 그런데 여기서는 출시 홍보 문구에 불과하며, 다른 출시 자료와 마찬가지로 이 역시 Tencent 자체의 설명입니다.

솔직히 무엇이 빠져 있나요?

Tencent는 알려진 한계점을 숨김없이 나열하며, 이는 이 모델 위에 무엇을 구축할지 결정하는 모든 이에게 중요한 문제다. 비전 입력이나 멀티모달 입력은 없다. Tencent HY4 Preview는 텍스트 모델이며, 그 이상도 이하도 아니다. 따라서 이미지나 영상과 관련된 작업이라면 다른 모델을 써야 한다. Tencent가 출시 당시 꼽은 나머지 두 가지 동작, 즉 복잡한 작업에서 시작이 느린 장기 추론과 이미 끝낸 작업을 다시 검증하느라 토큰을 소모하는 과도한 자체 검증 경향은 프로덕션에서 가장 먼저 드러날 법한 문제였고, 9월 7일 업그레이드가 정확히 겨냥한 대상이었다. Tencent Hunyuan과 WorkBuddy 팀은 라이브 프리뷰 빌드를 최적화해 전체 배포했으며, 복잡한 작업에서 추론 턴 수가 줄고 입력·출력 토큰 소비가 낮아졌으며 작업 품질은 동일하게 유지됐다고 밝혔다. 이는 벤치마크 지표와 인간 평가를 이중으로 통과해 확인한 것이다. 이는 공급업체의 주장이며, 발표문은 “여러분이 지적했습니다”라는 문장으로 시작한다. Tencent 외부에서 아직 이 측정 결과를 재현한 이는 없다. 그리고 이번 최적화는 Tencent가 서비스하는 빌드에만 해당된다. Hugging Face의 오픈 가중치 스냅샷은 8월 28일 이후 변경되지 않았으므로, 가중치를 자체 호스팅한 복사본은 Tencent가 릴리스를 새로 배포할 때까지 여전히 예전처럼 긴 추론 동작을 보여줄 것이다.

그리고 가장 중요한 부재는 그러한 새로운 주장들에 대한 독립적 검증이다. 텐센트 HY4 Preview에 대한 제3자 실험실 테스트는 여전히 없고 Artificial Analysis Intelligence Index에도 등재되어 있지 않으므로, 출시 벤치마크 표와 9월 7일 토큰 절감 규모는 모두 텐센트 자체 평가에 근거한다. 현재까지 이 모델에 대해 공개된 유일한 제3자 지표는 실험실 측정이 아닌 군중 투표 결과다. 텐센트의 출시 자료는 이 모델이 LMArena의 WebDev Arena에서 전체 5위 안팎, 오픈웨이트 모델 중 3위로 데뷔했다고 밝히는데, WebDev Arena는 토큰 효율이 아닌 출력 품질의 우열을 매기는 인간 선호도 리더보드다. 내부 전문가 블라인드 테스트는 텐센트 자체 리뷰어들이 GLM-5.3 및 Kimi K3와 비교해 이 모델을 어떻게 평가하는지 보여주는 유용한 신호이지만, 텐센트의 리뷰어가 텐센트의 과제에 대해 평가한 것일 뿐이다. 사양서에 적힌 내용 이상의 모든 것은 검증을 기다리는 주장이다.

오늘 무게를 당길 사람은 누구일까요?

솔직히 말하면, 이번 릴리스는 두 사용자층을 명확히 구분하며, 9월 7일 업그레이드는 가장 큰 반론에 대한 절충안을 제시합니다. 자체 인프라에서 엔지니어링 워크로드를 실행하고 있고 폐쇄형 API의 비용 구조가 걸림돌이었다면, Tencent HY4 Preview는 진지하게 주말 테스트를 해볼 가치가 있습니다. 가중치가 공개되어 있고, 컨텍스트 창은 리포지토리 규모이며, 정가 기준으로 출력 토큰 100만 개당 25달러인 모델로는 절대 감당할 수 없는 긴 에이전트 루프를 합리적 비용으로 실행할 수 있기 때문입니다. WorkBuddy, Yuanbao, 또는 TokenHub API를 통해 호스팅 빌드를 호출한다면, Tencent에 따르면 작업당 추론 횟수를 줄이고 토큰 소비를 낮추는 9월 7일 최적화도 적용받습니다. 현재 공개된 오픈 가중치 스냅샷을 자체 호스팅 중이라면, Tencent가 업데이트된 릴리스를 출시할 때까지 원래의 긴 추론 방식이 유지될 것으로 예상하세요. 그리고 지연 시간에 민감한 프로덕션 채팅, 멀티모달 작업, 또는 효율성 주장이 공급업체 자체 벤치마크와 인간 평가에만 기댄 모델을 수용할 수 없는 환경을 운영 중이라면, 여전히 신중한 판단이 필요합니다. 최적화는 Tencent의 주장대로 실제 효과가 있지만, 아직 독립적으로 검증되지는 않았기 때문입니다.

실용적인 중간 경로는 라우팅 패턴입니다. 검증된 모델을 핵심 경로에 두고 새 모델을 그 옆에 실행하면서, 비용 프로필이 유리한 작업에서는 Tencent HY4 Preview로 전환하고 그렇지 않을 때는 자동으로 폴백하는 방식입니다. 이것이 바로 라우터가 존재하는 이유이며, OrcaRouter가 제공업체 공시 가격으로 Claude Opus 5, DeepSeek V4 Pro, Gemini 3.1 Pro를 운반하는 그 동일한 라우터에서 Tencent HY4 Preview가 카탈로그에 도달하는 순간 호출하게 됩니다. 그때까지는 가중치가 GitHub에, 최적화된 호스팅 빌드가 Tencent Cloud에 있으며, 오픈 가중치 모델이 에이전틱 코딩의 최상위권에 도달했다는 주장에 마침내 구체적인 수치가 붙었습니다. 그 수치는 Tencent의 것입니다. 테스트는 여러분의 몫입니다.