Tencent HY4 Preview is open-source: 770B MoE, 1M context, en een prijs die de frontier onderbiedt

Tencent HY4 Preview, uitgebracht en als open source beschikbaar gesteld op 28 augustus 2026, is de eerste werkelijk concurrerende open-weight-vlaggenschip van een Chinees laboratorium in maanden, en het meest verrassende getal is de prijs. Tencent vermeldt 6 yuan (~US$0.85) per miljoen invoertokens en 18 yuan (~US$2.50) per miljoen uitvoertokens — ruwweg een tiende van wat een topmodel van een gesloten frontier-model vraagt voor uitvoer — terwijl het een mixture-of-experts-model met 770 miljard parameters publiceert, waarvan er 49 miljard actief zijn per token, met een contextvenster dat meer dan een miljoen tokens omvat. Het is de opvolger van de Hy3 van de Hunyuan-familie (295B in totaal, 256K context) en het verviervoudigt die context terwijl de actieve capaciteit meer dan verdubbelt. De modelgewichten zijn vandaag te downloaden van Hugging Face, GitHub, ModelScope en GitCode, en hetzelfde model is al live in de eigen producten van Tencent: WorkBuddy, CodeBuddy in zowel binnenlandse als internationale builds, de Yuanbao-assistent en de ima-werkruimte-app. Voor iedereen die heeft gezien dat open-weight-modellen tekortschieten ten opzichte van de top op het gebied van software-engineering-werk, is dit de release die de kloof eindelijk betwistbaar maakt — en de kanttekeningen zijn net zo belangrijk als de cijfers. Tien dagen later waren de twee kanttekeningen die productiegebruikers waarschijnlijk het meest zouden bijten al het doelwit van de eerste upgrade van Tencent van de live preview-build: op 7 september rolde het een optimalisatie uit, die nu voor iedereen live is, waarvan het zegt dat het het aantal redeneerbeurten van het model en het tokenverbruik per taak bij complex werk vermindert.

De positionering is bewust. Tencent presenteert Tencent HY4 Preview als een productiviteitsmodel voor vier domeinen: software-engineering, kantoor- en data-analyse, game-ontwikkeling en wetenschappelijk onderzoek. De nadruk op engineering is wat het onderscheidt van de generalistische modellen — de release notes beginnen met begrip van langetermijntaken, planning en debugging, niet met chatkwaliteit. Die focus zie je net zo goed in de integratielijst als in de benchmarktabel: CodeBuddy krijgt het model in zijn IDE, WorkBuddy krijgt het in kantoorworkflows (Tencent laat zien dat het in één doorgang 72 financiële documenten verwerkt), en game-ontwikkelaars krijgen MCP-hooks in Unreal Engine 5 en Unity die een enkele zin in een speelbare demo veranderen.

Wat er daadwerkelijk is uitgebracht

Het specificatieblad is het waard om regel voor regel te lezen, omdat elke regel verandert wat een open-weight model mag doen.

• Architectuur — Mixture-of-Experts met 770B totale parameters en 49B actief per token, een sparsity-verhouding van ruwweg 16:1 die de inferentiekosten binnen een bereik houdt dat een klein team zich daadwerkelijk kan veroorloven.

• Contextvenster — meer dan 1 miljoen tokens, vier keer Hy3's 256K. Taken met een lange horizon — een volledige repository in het venster, een refactor van meerdere bestanden, een grote documentbatch — worden problemen die met één enkele aanvraag kunnen worden afgehandeld.

• Gewichten — Apache 2.0 open-source release op Hugging Face, GitHub, ModelScope en GitCode. Dit is een downloadbaar, zelf-hostbaar model, geen gehoste teaser.

• API — beschikbaar op Tencent Cloud's TokenHub, de eigen gehoste endpoint van de leverancier, geprijsd op 6 yuan per miljoen invoertokens, 18 yuan per miljoen uitvoertokens, en 0,3 yuan per miljoen tokens voor cachetreffers.

• Productintegratie — WorkBuddy, CodeBuddy (binnenlands en internationaal), Yuanbao en ima, wat betekent dat dezelfde gewichten die Tencent in zijn eigen apps levert, dezelfde zijn die je kunt ophalen en uitvoeren.

{{1}}Tencent meldt ook een inference-engineeringcijfer dat zelden in een lanceringsnotitie verschijnt: {{2}}een end-to-end doorvoerverbetering van 31,8% door operatorfusie en communicatieoptimalisatie{{/2}}. Wat het meer maakt dan een voetnoot in een specificatieblad, is dat Tencent zegt dat Tencent HY4 Preview de knelpunten zelf heeft gevonden — {{3}}het model analyseerde zijn eigen inferencestack, en de optimalisaties blijken stabiel over contextlengtes en concurrency-niveaus{{/3}}. Dat is het soort detail dat een model dat een lab als onderzoeksartefact uitbrengt, scheidt van een model waarvan een bedrijf verwacht dat het productieverkeer aankan. Op een preview die nog geen twee weken openbaar is, is het ook precies het soort bewering dat buiten Tencent nog niemand heeft geverifieerd.{{/1}}

De scores die het vermelden waard zijn

Elke benchmark die Tencent voor Tencent HY4 Preview heeft gepubliceerd, is door de leverancier zelf gerapporteerd — uitgevoerd op Tencent's eigen evaluatieopstelling, niet gereproduceerd door een onafhankelijk laboratorium, en het model is nog geen twee weken openbaar. Lees ze als het plafond waarvan Tencent gelooft dat het is bereikt, niet als vaststaand feit.

De kopcijfer is Terminal Bench 2.1, een test van hoe goed een model een echte terminal bedient tijdens het coderen. Tencent meldt Tencent HY4 Preview op 85,4, wat volgens het bedrijf gelijk staat aan Claude Opus 5 en beter is dan DeepSeek V4 Pro, en dat 14,6 punten beter is dan zijn eigen voorganger Hy3. Dat ene getal doet veel werk — het is de bewering die een open-weightmodel op gelijke hoogte plaatst met de duurste gesloten frontier-modellen op een moeilijke agentic-codeertest — en het is de bewering die het meest behoefte heeft aan onafhankelijke bevestiging.

De rest van de interne tabel: DeepSWE, een software-engineeringbenchmark, springt van 28,0 op Hy3 naar 64,3, wat Tencent omschrijft als "het gat geleidelijk verkleinend" met eersteklas modellen. Op Toolathlon-Verified, een test voor het aanroepen van tools, scoort het 74,1, waarvan Tencent zegt dat het Qwen 3.8 Max en GPT-5.6 Sol overtreft en Kimi K3 en Claude Opus 5 benadert. Op APEX-Agents pass@1 komt het uit op 37,1, een haar achter Kimi K3's 37,2. En in een afzonderlijke interne blinde test beoordeelden 163 experts 203 engineeringtaken met 2,99 van de 4,00, waarmee het GLM-5.3's 2,92 en Kimi K3's 2,94 nipt voorbleef.

Twee patronen vallen op. Ten eerste heeft elk sterk getal betrekking op agentische engineeringwerkzaamheden — terminalbediening, toolaanroeping, taken op repository-schaal — en geen enkel op algemene kennis of redenering, wat consistent is met de productiviteitspositionering en geen toeval is. Ten tweede is Tencent er zorgvuldig in om DeepSWE en de andere systemen te beschrijven als het verkleinen, niet het dichten, van de verschillen. De enige duidelijke, verkoopbare gelijkwaardigheidsclaim is de gelijke score op Terminal Bench 2.1, en dat is de claim die het meest de moeite waard is om met je eigen workload te testen.

Wat de prijs daadwerkelijk oplevert

De prijsstelling is waar de release ophoudt interessant te zijn en ontwrichtend begint te worden. Tegen de lijstprijs van Tencent kost een miljoen invoertokens ongeveer evenveel als één enkele middenklasse API-aanroep op sommige platforms. Het bedrag van 18 yuan per miljoen uitvoertokens (ongeveer US$ 2,50) ligt ver onder de prijs van $ 25 per miljoen uitvoertokens van een toonaangevend gesloten frontier-model, en het cache-hit-tarief van 0,3 yuan maakt lange agentische loops — waarbij hetzelfde systeemprompt en gespreksprefixen voortdurend opnieuw worden verzonden — ongewoon goedkoop om te draaien. De upgrade van 7 september verandert de effectieve kant van die berekening: omdat Tencent per token factureert, verlaagt het verminderen van het aantal redeneerstappen en de invoer- en uitvoertokens die elke taak verbruikt de kosten van een voltooide taak, ook al is de lijstprijs per token niet gewijzigd. De eigen benchmarks en human-eval-controles van Tencent vormen het bewijs voor de omvang van die besparing, dus behandel die als door de leverancier gerapporteerd totdat ze onafhankelijk zijn gemeten.

Dit is ook de enige plek waar de routinglaag de rekensom verandert. OrcaRouter routeert Tencent HY4 Preview nog niet, dus de praktische manieren om het vandaag aan te roepen zijn Tencent Cloud's eigen TokenHub-endpoint, de Tencent-producten waarin het model is ingebed, en zelf gehoste deployments van de open gewichten — en omdat die gewichten Apache 2.0 zijn, kunnen externe platforms op elk moment hun eigen kopieën opzetten, wat het onthouden waard is wanneer je prijzen tussen aanbieders vergelijkt. We beweren niet te leveren wat we niet leveren. Maar de discipline die ervoor zorgt dat een prijsverlaging ertoe doet, is dezelfde als waar de rest van de catalogus op draait: OrcaRouter geeft de lijstprijzen van aanbieders door zonder enige opslag, dus wanneer een leverancier zoals Tencent een token aanbiedt voor 6 yuan, is het bedrag dat jij betaalt 6 yuan, niet een doorverkochte versie met opslag, en de dag dat een leverancier een prijs verandert, is de wijziging dezelfde dag live bij ons. Eén API voor 200+ modellen, automatische failover tussen aanbieders wanneer er een hapert, en een routing-DSL om modellen samen te stellen — dat is het mechanisme dat Tencent HY4 Preview zal dragen op het moment dat het routeerbaar wordt, naast de andere open en gesloten modellen die al in de catalogus staan.

De onderdelen die niet op een specificatieblad passen

Twee beweringen in het lanceermateriaal verdienen afzonderlijke aandacht, omdat ze gaan over hoe het model is gebouwd, niet over wat het scoorde.

De eerste is de zelfverbeteringslus. Tencent zegt dat Tencent HY4 Preview heeft deelgenomen aan zijn eigen onderzoek en ontwikkeling — het werd gebruikt om de trainingsmethoden, datastrategie, evaluatiesystemen en onderliggende operatoren te optimaliseren die het model hebben voortgebracht. De doorvoerwinst van 31,8% is de meest concrete publieke uitkomst van die lus: Tencent schrijft die toe aan knelpunten die het model in zijn eigen serving-stack identificeerde. Dat is een eerste recursieve zelfverbeteringscyclus: een model dat helpt bij het ontwerpen van de volgende versie van zichzelf. Het is niet ongebruikelijk dat een frontier-lab delen hiervan rapporteert, maar een Chinees open-weight model dat de lus publiekelijk beschrijft als een opgeleverde functionaliteit, is een fundamentele verandering in hoe deze releases over zichzelf praten.

Het tweede resultaat is wiskundig. Tencent meldt dat het model de bekende ondergrens van het volume in het Blaschke–Lebesgue-probleem — een al lang openstaande vraag in de convexe meetkunde over het lichaam met constant breedte en minimaal volume — heeft verbeterd van 0,380799 naar 0,41104, waarmee het binnen ongeveer 2% van de grens uit het vermoeden van de Meissner-tetraëder komt. Tencent meldt ook een versnelling van 2,0x in een simulatie van een fosfolipide dubbellaag met 32.512 atomen, teruggebracht tot 54,9 milliseconden per stap, in het wetenschappelijk onderzoeksspoor. Dit zijn de soort resultaten waar doorgaans een eigen paper aan wordt gewijd; hier zijn het lanceerpunten, en net als de rest van het lanceringsmateriaal betreft het Tencents eigen weergave.

Wat ontbreekt er, eerlijk gezegd

Tencent vermeldt de bekende beperkingen ronduit, en ze doen ertoe voor iedereen die beslist wat er op dit model gebouwd moet worden. Er is geen visuele of multimodale input — Tencent HY4 Preview is een tekstmodel, punt uit, dus alles wat met beeld of video te maken heeft, hoort op een ander model thuis. De andere twee gedragingen die Tencent bij de lancering aanwees — lang denken met een trage start bij complexe taken en de neiging tot overmatige zelfverificatie, waarbij tokens werden verbrand aan het dubbelchecken van werk dat al was gedaan — waren het meest waarschijnlijk om in productie te verschijnen, en dat is precies waar de upgrade van 7 september op gericht was. Tencent Hunyuan en het WorkBuddy-team zeiden dat de live preview-build was geoptimaliseerd en volledig was uitgerold, met minder redeneerstappen en een lager verbruik van input- en outputtokens bij complexe taken, met behoud van taakkwaliteit, gecontroleerd via een dubbele toetsing met benchmarkmetrieken en menselijke evaluatie. Dat is de lezing van de leverancier — 'Jullie hebben het aangekaart', zo opent de aankondiging — en niemand buiten Tencent heeft de meting tot nu toe gereproduceerd. Het geldt ook voor de build die Tencent serveert: de open-gewichten-snapshot op Hugging Face is ongewijzigd sinds 28 augustus, dus een zelfgehoste kopie van de gewichten vertoont nog steeds het oorspronkelijke gedrag van langer redeneren totdat Tencent de release ververst.

En de belangrijkste afwezigheid is onafhankelijke verificatie van die nieuwe beweringen. Er zijn nog steeds geen laboratoriumtests door derden op Tencent HY4 Preview en geen Artificial Analysis Intelligence Index-entry, dus zowel de benchmarktabel bij de lancering als de omvang van de tokenbesparing van 7 september berusten op Tencent's eigen evaluaties. Het enige publieke signaal van derden voor het model tot nu toe is via crowd-stemmen in plaats van labmetingen: Tencent's releasemateriaal noemt een debuut rond de vijfde plaats overall, en de derde plaats onder open-weight-modellen, op LMArena's WebDev Arena, een leaderboard op basis van menselijke voorkeur dat kwaliteit van output rangschikt in plaats van tokenefficiëntie. De interne blinde expertentest is een nuttig signaal over hoe Tencent's eigen beoordelaars het model zien ten opzichte van GLM-5.3 en Kimi K3, maar het zijn Tencent's beoordelaars op Tencent's taken. Alles boven het specificatieblad is een bewering die wacht op een controle.

Wie moet vandaag de gewichten trekken

Het eerlijke antwoord is dat deze release duidelijk uiteenvalt in twee doelgroepen, en de upgrade van 7 september biedt een middenweg voor het grootste bezwaar. Als je engineering-workloads draait op je eigen infrastructuur en de kosten van gesloten API's zijn wat je heeft tegengehouden, dan is Tencent HY4 Preview een serieus weekend testen waard: de gewichten zijn open, het contextvenster is op repository-schaal, en de lijstprijs maakt een lange agentische loop betaalbaar op een manier waar een model van $25 per miljoen outputtokens nooit aan zal kunnen tippen. Als je de gehoste build gebruikt — via WorkBuddy, Yuanbao of de TokenHub-API — krijg je ook de optimalisatie van 7 september van Tencent met minder redeneerstappen en lager tokenverbruik per taak, volgens Tencent. Als je de huidige open-weight-snapshot zelf host, verwacht dan het oorspronkelijke, langer redenerende gedrag totdat Tencent een bijgewerkte release uitbrengt. En als je latentiegevoelige productiechat draait, of iets multimodaals, of iets waarbij je het je niet kunt veroorloven om een model te gebruiken waarvan de efficiëntieclaims uitsluitend steunen op de eigen benchmarks en menselijke evaluaties van de leverancier, dan geldt nog steeds de voorzichtige lezing — de optimalisatie is echt volgens Tencent, maar het is niet onafhankelijk gemeten.

De praktische middenweg is een routeringspatroon: draai het bewezen model op je kritieke pad en het nieuwe model ernaast, waarbij je Tencent HY4 Preview inzet op taken waar het kostenprofiel beter uitpakt en automatisch terugvalt wanneer dat niet het geval is. Dat is het patroon waarvoor een router bestaat — dezelfde OrcaRouter die Claude Opus 5, DeepSeek V4 Pro en Gemini 3.1 Pro tegen de lijstprijzen van hun aanbieders routeert, is de plek waar je Tencent HY4 Preview zou aanroepen zodra het in de catalogus verschijnt. Tot die tijd staan de gewichten op GitHub, is de geoptimaliseerde gehoste build beschikbaar op Tencent Cloud, en aan de bewering dat een open-weightmodel de topklasse van agentic coding heeft bereikt, zit eindelijk een specifiek getal vast. Het getal is van Tencent. De test is aan jou.