Tencent HY4 Preview jest open-source: 770B MoE, 1M kontekstu i cena, która przebija czołówkę

Tencent HY4 Preview, wydany i udostępniony jako open source 28 sierpnia 2026 r., to pierwszy od miesięcy naprawdę konkurencyjny flagowy model open-weight z chińskiego laboratorium, a jego najbardziej zaskakującą liczbą jest cena. Tencent wycenia go na 6 juanów (ok. 0,85 USD) za milion tokenów wejściowych i 18 juanów (ok. 2,50 USD) za milion tokenów wyjściowych — czyli mniej więcej jedną dziesiątą tego, co za tokeny wyjściowe pobiera czołowy zamknięty model graniczny — publikując przy tym model mixture-of-experts mający 770 miliardów parametrów, z których 49 miliardów jest aktywnych na każdy token, oraz okno kontekstowe przekraczające milion tokenów. Jest to następca modelu Hy3 z rodziny Hunyuan (łącznie 295 mld parametrów, 256 tys. tokenów kontekstu) i czterokrotnie wydłuża jego okno kontekstowe, ponad dwukrotnie zwiększając liczbę aktywnych parametrów. Wagi są dziś do pobrania z Hugging Face, GitHub, ModelScope i GitCode, a ten sam model działa już we własnych produktach Tencenta: w WorkBuddy, CodeBuddy (w wersjach krajowej i międzynarodowej), asystencie Yuanbao oraz aplikacji ima workspace. Dla każdego, kto obserwował, jak modele open-weight nie nadążają za czołówką w pracach z zakresu inżynierii oprogramowania, to wydanie wreszcie sprawia, że ten dystans można uznać za dyskusyjny — a zastrzeżenia są równie ważne jak liczby. Dziesięć dni później dwa zastrzeżenia, które najbardziej mogą dać się we znaki użytkownikom produkcyjnym, były już przedmiotem pierwszej aktualizacji Tencenta do działającej wersji preview: 7 września wdrożył on optymalizację — obecnie dostępną dla wszystkich — która według deklaracji ogranicza liczbę tur rozumowania modelu i zużycie tokenów na zadanie przy złożonej pracy.

To pozycjonowanie jest zamierzone. Tencent przedstawia Tencent HY4 Preview jako model produktywności dla czterech obszarów: inżynierii oprogramowania, pracy biurowej i analizy danych, tworzenia gier oraz badań naukowych. Nacisk na inżynierię odróżnia go od ogólnych modeli — notatki z wydania na pierwszym planie stawiają rozumienie długoterminowych zadań, planowanie i debugowanie, a nie jakość czatu. To skupienie widać zarówno na liście integracji, jak i w tabeli benchmarków: CodeBuddy otrzymuje model w swoim IDE, WorkBuddy wdraża go w przepływach pracy biurowej (Tencent pokazuje, jak model przetwarza 72 dokumenty finansowe za jednym razem), a deweloperzy gier dostają hooki MCP do Unreal Engine 5 i Unity, które zamieniają pojedyncze zdanie w grywalne demo.

Co faktycznie zostało wydane

Specyfikacja jest warta przeczytania linijka po linijce, bo każda linia zmienia to, co wolno robić modelowi o otwartych wagach.

• Architektura — Mixture-of-Experts z łączną liczbą 770B parametrów i 49B aktywnych na token, współczynnik rzadkości około 16:1, który utrzymuje koszt wnioskowania w zakresie, na który naprawdę może sobie pozwolić mały zespół.

• Okno kontekstu — ponad milion tokenów, czterokrotnie więcej niż 256K Hy3. Długoterminowe zadania inżynieryjne — całe repozytorium w oknie, refaktoryzacja wielu plików, duża partia dokumentów — stają się problemami, które można rozwiązać w jednym zapytaniu.

• Wagi — otwarte wydanie na licencji Apache 2.0 w serwisach Hugging Face, GitHub, ModelScope i GitCode. To model do pobrania i samodzielnego hostowania, a nie hostowana zapowiedź.

• API — dostępne w usłudze TokenHub chmury Tencent Cloud, czyli we własnym hostowanym punkcie końcowym dostawcy, w cenie 6 juanów za milion tokenów wejściowych, 18 juanów za milion tokenów wyjściowych i 0,3 juana za milion tokenów przy trafieniach w pamięć podręczną.

• Integracja produktu — WorkBuddy, CodeBuddy (wersje krajowa i międzynarodowa), Yuanbao i ima, co oznacza, że możesz pobrać i uruchomić te same wagi, które Tencent udostępnia we własnych aplikacjach.

Tencent podaje również wskaźnik dotyczący inżynierii wnioskowania, który rzadko trafia do noty premierowej: 31,8% poprawę przepustowości end-to-end dzięki fuzji operatorów i optymalizacji komunikacji. To, co czyni to czymś więcej niż przypisem w karcie specyfikacji, to fakt, że Tencent twierdzi, iż Tencent HY4 Preview sam znalazł wąskie gardła — model przeanalizował własny stos wnioskowania, a optymalizacje są raportowane jako stabilne niezależnie od długości kontekstu i poziomów współbieżności. To szczegół, który odróżnia model wypuszczany przez laboratorium jako artefakt badawczy od modelu, na który firma spodziewa się ruchu produkcyjnego. W podglądzie, który jest publiczny od mniej niż dwóch tygodni, jest to również dokładnie takie twierdzenie, którego nikt poza Tencentem jeszcze nie zweryfikował.

Wyniki warte zacytowania

Każdy benchmark opublikowany przez Tencent dla Tencent HY4 Preview pochodzi od producenta — przeprowadzony we własnym środowisku testowym Tencent, niezweryfikowany przez żadne niezależne laboratorium, a model jest publiczny od niespełna dwóch tygodni. Traktuj je jako górną granicę, którą — zdaniem Tencent — udało mu się osiągnąć, a nie jako ustalony fakt.

Główna liczba to Terminal Bench 2.1, test sprawdzający, jak dobrze model obsługuje prawdziwy terminal podczas kodowania. Tencent podaje, że Tencent HY4 Preview osiąga 85,4, co według firmy dorównuje Claude Opus 5 i przewyższa DeepSeek V4 Pro, a także bije własnego poprzednika Hy3 o 14,6 punktu. Ta pojedyncza liczba robi dużo pracy — to twierdzenie, które stawia model o otwartych wagach na równi z najdroższymi zamkniętymi modelami granicznymi w trudnym teście agentowego kodowania — i to twierdzenie najbardziej potrzebuje niezależnego potwierdzenia.

Reszta wewnętrznej tabeli: DeepSWE, benchmark inżynierii oprogramowania, skacze z 28,0 na Hy3 do 64,3, co Tencent określa jako „stopniowe zawężanie luki” w stosunku do modeli pierwszej ligi. W teście Toolathlon-Verified, teście wywoływania narzędzi, uzyskuje 74,1, co według Tencent przewyższa Qwen 3.8 Max i GPT-5.6 Sol oraz zbliża się do Kimi K3 i Claude Opus 5. W APEX-Agents pass@1 osiąga 37,1, o włos za Kimi K3 (37,2). A w osobnym wewnętrznym teście ślepym 163 ekspertów oceniło 203 zadania inżynieryjne, przyznając im średnio 2,99 na 4,00, minimalnie wyprzedzając GLM-5.3 (2,92) i Kimi K3 (2,94).

Widać dwa wzorce. Po pierwsze, każda mocna liczba dotyczy pracy inżynierskiej opartej na agentach — sterowania terminalem, wywoływania narzędzi, zadań na skalę repozytorium — a żadna nie dotyczy ogólnej wiedzy czy rozumowania, co jest spójne z pozycjonowaniem pod kątem produktywności, a nie przypadkiem. Po drugie, Tencent ostrożnie opisuje DeepSWE i inne jako zawężanie, a nie zamykanie luk. Jedynym czystym, nadającym się do marketingu stwierdzeniem parytetu jest remis w Terminal Bench 2.1 i to właśnie to stwierdzenie warto sprawdzić na własnym obciążeniu.

Co tak naprawdę kupujesz za tę cenę

Ceny to moment, w którym ta premiera przestaje być po prostu interesująca, a zaczyna być przełomowa. Przy cenie katalogowej Tencenta milion tokenów wejściowych kosztuje mniej więcej tyle, ile na niektórych platformach kosztuje pojedyncze wywołanie API ze średniej półki. Stawka 18 juanów za milion tokenów wyjściowych (ok. 2,50 USD) wypada znacznie poniżej ceny 25 USD za milion tokenów wyjściowych najlepszego zamkniętego modelu granicznego, a stawka 0,3 juana za trafienie w pamięci podręcznej sprawia, że długie pętle agentowe — gdzie ten sam prompt systemowy i prefiksy konwersacji są stale wysyłane ponownie — są niezwykle tanie w uruchomieniu. Aktualizacja z 7 września zmienia efektywną stronę tych wyliczeń: ponieważ Tencent rozlicza za token, zmniejszenie liczby tur rozumowania oraz tokenów wejściowych i wyjściowych, jakie pochłania każde zadanie, obniża koszt ukończonego zadania, nawet jeśli cena katalogowa za token się nie zmieniła. Własne benchmarki Tencenta i testy human-eval są dowodem na skalę tych oszczędności, więc traktuj je jako dane deklarowane przez producenta, dopóki nie zostaną niezależnie zmierzone.

To także jedyne miejsce, w którym warstwa routingu zmienia rachunek. OrcaRouter nie włączył jeszcze Tencent HY4 Preview do routingu, więc praktycznymi sposobami wywoływania go są dziś: własny endpoint TokenHub w Tencent Cloud, produkty Tencent, w które wbudowano ten model, oraz samodzielnie hostowane wdrożenia otwartych wag — a ponieważ wagi te są na licencji Apache 2.0, platformy innych producentów mogą w każdej chwili uruchomić własne kopie, o czym warto pamiętać, porównując ceny różnych dostawców. Nie twierdzimy, że serwujemy coś, czego nie serwujemy. Ale dyscyplina, która sprawia, że obniżka ceny ma znaczenie, to ta sama, na której opiera się reszta katalogu: OrcaRouter przekazuje dalej ceny katalogowe dostawców bez żadnej marży, więc gdy dostawca taki jak Tencent wycenia token na 6 juanów, po naszej stronie płacisz 6 juanów — a nie odsprzedaną wersję z narzutem — a gdy dostawca zmienia cenę, nowa cena po naszej stronie obowiązuje tego samego dnia. Jedno API dla ponad 200 modeli, automatyczne przełączanie awaryjne między dostawcami, gdy jeden z nich ma chwilowe problemy, oraz DSL routingu do komponowania modeli — to mechanizm, który obsłuży Tencent HY4 Preview w momencie, gdy tylko model zostanie dodany do routingu, obok innych otwartych i zamkniętych modeli już obecnych w katalogu.

Części, które nie mieszczą się na karcie specyfikacji.

Dwa twierdzenia w materiałach premierowych zasługują na osobną uwagę, ponieważ dotyczą one tego, jak zbudowano model, a nie tego, jakie uzyskał wyniki.

Pierwsza to pętla samodoskonalenia. Tencent twierdzi, że Tencent HY4 Preview brał udział we własnych pracach badawczo-rozwojowych – wykorzystano go do optymalizacji metod treningowych, strategii danych, systemów ewaluacji oraz operatorów bazowych, które go wyprodukowały. 31,8% wzrostu przepustowości to najbardziej konkretny publiczny efekt tej pętli: Tencent przypisuje go wąskim gardłom, które model sam zidentyfikował w swoim stosie serwującym. To początkowy rekurencyjny cykl samowzmacniania: model pomagający zaprojektować kolejną wersję siebie. Nie jest niczym niezwykłym, że laboratorium z czołówki raportuje fragmenty takiego procesu, ale chiński model o otwartych wagach, który publicznie opisuje tę pętlę jako wdrożoną funkcję, stanowi zmianę jakościową w sposobie, w jaki takie premiery mówią o sobie.

Drugi to wynik matematyczny. Tencent podaje, że model przesunął znaną dolną granicę objętości w zagadnieniu Blaschkego–Lebesgue'a — od dawna otwartym problemie geometrii wypukłej dotyczącym bryły o stałej szerokości i minimalnej objętości — z 0,380799 do 0,41104, co sytuuje ją w odległości około 2% od granicy przewidywanej przez hipotezę czworościanu Meissnera. Tencent raportuje także 2,0-krotne przyspieszenie symulacji dwuwarstwy fosfolipidowej złożonej z 32 512 atomów, do 54,9 milisekundy na krok, w ścieżce badań naukowych. To wyniki, które zwykle zapewniają modelowi osobną publikację; tutaj są punktami w materiałach z premiery i, jak cała reszta tych materiałów, stanowią wyłącznie deklarację Tencenta.

Czego brakuje, szczerze mówiąc

Tencent wprost wymienia znane ograniczenia, a mają one znaczenie dla każdego, kto decyduje, co zbudować na tym modelu. Nie ma tu wejścia wizyjnego ani multimodalnego — Tencent HY4 Preview to model tekstowy, kropka. Wszystko, co dotyczy obrazów lub wideo, należy do innego modelu. Dwa inne zachowania, które Tencent wskazał przy premierze — wolno startujące długie myślenie przy złożonych zadaniach oraz skłonność do przesadnej samoweryfikacji, czyli spalanie tokenów na podwójne sprawdzanie pracy, którą już wykonano — to te, które najpewniej ujawnią się w produkcji, i właśnie na nie celowała aktualizacja z 7 września. Zespół Tencent Hunyuan i WorkBuddy poinformował, że wersja preview na żywo została zoptymalizowana i w pełni wdrożona, z mniejszą liczbą kroków rozumowania i niższym zużyciem tokenów wejściowych i wyjściowych przy złożonych zadaniach, przy zachowaniu tej samej jakości wyników, co zweryfikowano przez podwójne przejście metryk benchmarkowych i oceny ludzkiej. To relacja dostawcy — ogłoszenie otwiera zdanie „Zgłosiliście to” — a nikt spoza Tencent jeszcze nie odtworzył tych pomiarów. Dotyczy ona też wersji, którą Tencent serwuje: migawka otwartych wag w Hugging Face nie zmieniła się od 28 sierpnia, więc samodzielnie hostowana kopia wag nadal wykazuje pierwotne, dłuższe rozumowanie, dopóki Tencent nie odświeży wydania.

A najważniejszym brakiem jest niezależna weryfikacja tych nowych twierdzeń. Nadal nie ma testów laboratoryjnych prowadzonych przez niezależne podmioty dla Tencent HY4 Preview ani wpisu w Artificial Analysis Intelligence Index, więc tabela benchmarków z premiery oraz skala oszczędności tokenów z 7 września opierają się wyłącznie na własnych ewaluacjach Tencentu. Jedynym publicznym, zewnętrznym sygnałem dotyczącym tego modelu jest na razie głosowanie społeczności, a nie pomiar laboratoryjny: materiały premierowe Tencentu podają debiut w okolicach piątego miejsca w klasyfikacji ogólnej i trzeciego wśród modeli o otwartych wagach na LMArena's WebDev Arena, czyli tablicy wyników opartej na preferencjach ludzi, która rankuje jakość odpowiedzi, a nie efektywność zużycia tokenów. Wewnętrzny ślepy test z udziałem ekspertów to użyteczny sygnał, pokazujący, jak recenzenci samego Tencentu postrzegają model na tle GLM-5.3 i Kimi K3, ale to wciąż recenzenci Tencentu i zadania Tencentu. Wszystko, co wykracza poza kartę specyfikacji, to twierdzenie oczekujące na weryfikację.

Kto powinien dziś podnosić ciężary

{{1}}Szczera odpowiedź jest taka, że to wydanie wyraźnie dzieli odbiorców na dwie grupy, a aktualizacja z 7 września niweluje różnicę w przypadku największego zastrzeżenia.{{/1}} {{2}}Jeśli uruchamiasz obciążenia inżynieryjne na własnej infrastrukturze, a koszty zamkniętych API były tym, co Cię powstrzymywało, Tencent HY4 Preview zasługuje na poważny weekendowy test:{{/2}} {{3}}wagi są otwarte, okno kontekstowe ma skalę repozytorium, a cena katalogowa sprawia, że długi cykl agentowy jest przystępny w sposób, w jaki nigdy nie będzie model za 25 dolarów za milion tokenów wyjściowych.{{/3}} {{4}}Jeśli korzystasz z wersji hostowanej — przez WorkBuddy, Yuanbao lub TokenHub API —{{/4}} {{5}}otrzymujesz także optymalizację Tencent z 7 września, obejmującą mniejszą liczbę kroków rozumowania i niższe zużycie tokenów na zadanie, według Tencent.{{/5}} {{6}}Jeśli hostujesz samodzielnie bieżący snapshot z otwartymi wagami, spodziewaj się pierwotnego, dłuższego zachowania rozumowania{{/6}} {{7}}dopóki Tencent nie opublikuje zaktualizowanego wydania.{{/7}} {{8}}A jeśli prowadzisz czat produkcyjny wrażliwy na opóźnienia, coś multimodalnego lub coś, gdzie nie możesz sobie pozwolić na model, którego deklaracje wydajności opierają się wyłącznie na benchmarkach i ewaluacjach własnych dostawcy, ostrożna ocena nadal obowiązuje{{/8}} — {{9}}optymalizacja jest realna według Tencent,{{/9}} {{10}}ale nie została niezależnie zmierzona.{{/10}}

Praktyczna droga pośrodku to wzorzec routingu: uruchamiasz sprawdzony model na swojej ścieżce krytycznej, a nowy obok niego, podmieniając na Tencent HY4 Preview w zadaniach, w których jego profil kosztowy wygrywa, i automatycznie wracając do poprzedniego, gdy tak nie jest. Właśnie po to istnieje router — ten sam OrcaRouter, który przenosi Claude Opus 5, DeepSeek V4 Pro i Gemini 3.1 Pro po cenach listowych ich dostawców, będzie miejscem, w którym wywołasz Tencent HY4 Preview w chwili, gdy trafi do katalogu. Do tego czasu wagi są na GitHubie, zoptymalizowana wersja hostowana jest w Tencent Cloud, a twierdzenie, że model o otwartych wagach dotarł do najwyższej półki programowania agentowego, wreszcie ma przypisaną konkretną liczbę. Ta liczba należy do Tencenta. Test należy do Ciebie.