Tencent Hy4 chega à disponibilidade geral com visão e uso de computador — e sem tabela de benchmarks

O Tencent Hy4 ficou disponível para o público em geral em 4 de novembro de 2026, e é o primeiro modelo da linha Hunyuan capaz de ler uma imagem e controlar um desktop. O que a Tencent não lançou junto com ele são evidências do tipo que impulsionaram o Tencent Hy4 Preview em agosto: nenhuma linha do Terminal-Bench, nenhuma linha do SWE-bench, nenhum model card. Em vez disso, o lançamento lidera com suítes de tarefas internas, um painel financeiro de 213 especialistas e uma comparação de taxa de alucinação. O modelo Hy mais capaz até hoje é também, no dia do lançamento, o menos documentado.

Isso não é um argumento para ignorá-lo. As pontuações publicadas da prévia ainda são o melhor proxy disponível para a família, a Tencent diz que a build GA as supera nas cargas de trabalho para as quais foi treinada, e o preço não mudou. Mas isso muda a forma como você deve ler o anúncio: como uma alegação de capacidade com data de lançamento, não como uma versão medida. Este artigo separa as três coisas que a Tencent de fato lançou — visão, uso de computador e uma cadeia de pensamento mais barata — das três que prometeu e não entregou.

O que há realmente de novo na build GA

A Tencent descreve três acréscimos, e apenas os dois primeiros são visíveis para um usuário no primeiro dia.

Visão.O Hy4 agora lida com processamento refinado de imagens, análise de gráficos complexos e raciocínio matemático sobre diagramas, combinando percepção, raciocínio e chamadas de ferramentas. A demonstração da Tencent é uma fotografia aérea de 2,8 gigapixels na qual o modelo localiza um componente de telhado de dois metros — uma tarefa que é tanto uma demonstração de janela de contexto quanto de visão, já que a imagem precisa ser dividida em blocos e rastreada sem perder a consulta. Considere a demonstração uma ilustração do fornecedor; não há nenhum benchmark visual publicado associado a ela.

Uso do computador. O modelo consegue operar uma tela por meio de mouse e teclado e pode combinar uma linha de comando com uma interface gráfica. A Tencent afirma que o treinou especificamente para o Blender, CAD e tarefas de longo horizonte entre aplicações, e que ele é executado em um sandbox criado sobre o Agent Runtime da Tencent Cloud, com várias centenas de aplicações instaladas. Esta é a adição mais relevante, porque é a primeira vez que a linha Hy reivindica agência sobre uma área de trabalho, e não sobre um esquema de ferramentas.

Uma cadeia de raciocínio mais curta. A prévia foi lançada com dois defeitos reconhecidos: raciocinava mais do que o necessário em tarefas difíceis e verificava excessivamente o próprio trabalho. A Tencent afirma que a versão GA melhora a eficiência da cadeia de raciocínio e o seguimento de instruções, além da compreensão de documentos longos e da pesquisa aprofundada. Essa afirmação é testável de uma forma que a demonstração de visão não é — a contagem de tokens por tarefa é mensurável —, mas a Tencent não publicou números de tokens de antes e depois.

O corpo subjacente permanece inalterado, pelo menos no papel. O anúncio de GA não repete os parâmetros nem o comprimento de contexto; os números em circulação são os da preview, 770B de parâmetros totais com 49B ativados por token e uma janela de contexto de 1.048.576 tokens. Como a Tencent não publicou uma nova descrição de arquitetura, a leitura razoável é que se trata do mesmo backbone com muito mais pré-treinamento e pós-treinamento por cima, além do encoder de visão que o caminho multimodal exigiu — um componente que a Tencent não descreveu.

Os números que a Tencent realmente publicou, e o que eles valem

Nenhum deles é independente, e nenhum é um benchmark público padronizado. São conjuntos de tarefas e painéis de especialistas da própria Tencent, o que os torna úteis para orientação e fracos para ranking.

• Desenvolvimento de jogos — A Tencent relata +19,1% em sua suíte GameDev e +9,8% no GameLogic em comparação com a prévia. Ambas são suítes internas sem números de itens divulgados.

• Finanças, painel de especialistas — 213 especialistas, 153 deles de fora da Tencent, cerca de 70% com cinco ou mais anos de experiência, avaliando 579 tarefas financeiras reais. O Hy4 obteve média de 3,04, contra 2,68 do Kimi K3.1 Pro, 2,68 do GLM-5.3 e 2,97 do DeepSeek V4.1 Flash 1017. A Tencent conclui que ele é o primeiro entre os modelos abertos neste painel.

• Alucinação — uma queda declarada de 15,76% para 5,45%, com erros relacionados a suposições caindo de 23,1% para 5,6%. A metodologia não foi publicada; trate a magnitude da melhoria como uma alegação, e não como uma medição.

• Cargas de trabalho de pesquisa — {{1}}a avaliação do IRAB da 讯兔科技 é citada em +12,03 pontos percentuais acima da prévia{{/1}}, e a pontuação do próprio BioExperimentBench da Tencent é {{2}}30,4 de 100{{/2}}. Vale a pena parar para pensar nesse último número: é a única pontuação absoluta no comunicado que não é lisonjeira, e sugere que o trabalho em biologia está no início.

• Eficiência de treinamento — a Tencent diz que o modelo participou da otimização do próprio pipeline de treinamento, elevando a vazão ponta a ponta em 20.1%. Isto é uma afirmação sobre o cluster da Tencent, não sobre o modelo que você chamaria.

A ausência da tabela de agosto é a parte notável. Quando a prévia foi lançada, a Tencent publicou Terminal-Bench 2.1 em 85,4, DeepSWE em 64,3, SWE-bench Pro em 65,7, Toolathlon-Verified em 74,1 e APEX-Agents em 37,1 — as linhas que o tornaram crível para pessoas que não confiam em pontuações de painel cego. A postagem de GA não atualiza nenhuma delas. Não se sabe se isso acontece porque os números melhoraram menos do que o marketing precisa ou porque a empresa está guardando-os para o system card que prometeu. Até que um desses apareça, a posição honesta é que a build GA não tem evidências públicas comparáveis.

O preço não se moveu, e o desconto é maior que o preço.

A Tencent manteve a tabela de preços da prévia. No endpoint de Singapura, isso equivale a US$ 0,834 por milhão de tokens de entrada, US$ 2,501 por milhão de saída e US$ 0,042 por milhão de acertos de cache; na tabela da China continental, é ¥6, ¥18 e ¥0,3. Um modelo mais capaz a um preço inalterado é a maneira certa de lançar um sucessor, e isso remove completamente o preço da decisão de atualização.

O anúncio para a China continental acrescenta um conjunto promocional adicional, e os termos importam porque expiram em momentos diferentes:

• Chamadas padrão à API com {{1}}50% de desconto até 31 de dezembro de 2026{{/1}}, o que deixa a lista efetiva em {{2}}aproximadamente US$ 0,417 de entrada e US$ 1,25 de saída{{/2}} enquanto durar.

• Assinaturas do Token Plan com 75% de desconto até 18 de novembro de 2026.

• Cota gratuita no WorkBuddy e no CodeBuddy até 12 de novembro de 2026.

Essas são tarifas promocionais com datas de término, não o preço de tabela, e são anunciadas para o mercado da China continental. Faça o orçamento com base em US$ 0,834 e US$ 2,501 e trate o desconto como vantagem. A tarifa de cache é a que tem efeito composto: a US$ 0,042 por milhão, reler um documento grande a cada turno de um loop de agente é mais barato no Hy4 do que no Hy3 da própria Tencent, que cobra US$ 0,059. Um modelo que custa quatro vezes e meia mais por token de entrada novo custa menos por token em cache.

Os pesos ainda são uma promessa

Esta é a parte que decide se o lançamento importa para alguém que não quer alugar inferência.

O Tencent Hy4 Preview foi disponibilizado sob Apache 2.0 com pesos completos, uma variante FP8 e receitas prontas para vLLM e SGLang. Qualquer pessoa pode baixá-lo hoje. Para a versão GA, a Tencent diz apenas que planeja abrir os pesos do modelo e publicar um system card com avaliações de segurança mais completas, com suporte do ecossistema das comunidades vLLM e SGLang e da Inferact. Sem data, sem licença, sem repositório. Uma verificação da organização da Tencent no Hugging Face no dia do lançamento encontra a prévia e seu checkpoint FP8, e nenhum repositório GA.

Isso é uma limitação real, e não uma formalidade. Um modelo mixture-of-experts de 770B parâmetros não é algo que a maioria das equipes auto-hospeda de qualquer forma — o checkpoint FP8 tem mais de 700 GB, e servi-lo exige um cluster com vários nós. Mas a licença é o que decide se uma empresa pode fazer fine-tuning, destilar ou executar o modelo dentro de um ambiente regulamentado, e enquanto ela não existir, a versão GA é somente via API. A Tencent também sinalizou o Hy4 Flash como "em breve", voltado para custo e velocidade, que é o modelo que a maioria das equipes realmente desejaria para trabalhos de alto volume.

O que você pode executar hoje

O catálogo do OrcaRouter inclui tencent/hy3 e tencent/hy4-preview, incluindo um nível gratuito com limite de taxa da prévia, e a versão GA não está listada no momento em que escrevo. Vale dizer isso claramente em vez de sugerir o contrário: o modelo sobre o qual este artigo trata ainda não pode ser roteado aqui.

O que o preview oferece é uma forma de tomar a decisão antes de o GA chegar. Os dois compartilham uma base e um preço, então uma carga de trabalho que falha no preview por questões de visão ou controle de desktop será a que precisa do GA; uma carga de trabalho que falha na qualidade do raciocínio é aquela em que as alegações de eficiência do GA vale a pena testar. Execute o preview em uma tarefa que você fez na semana passada, meça tokens por tarefa concluída em vez de tokens por chamada, e você terá uma estimativa melhor do valor do GA do que a que o painel financeiro fornece.

Quando a GA entrar no catálogo, será uma mudança de string de modelo na mesma chave, e não um segundo contrato, e uma fatia ponderada com failover automático de volta para a preview é a forma barata de experimentá-la sem apostar um caminho de produção em um build que foi lançado esta manhã. O modelo de preços de repasse significa que o preço de tabela da Tencent é o que você paga, então a tarifa promocional, quando se aplica, também se aplica aqui.

O que assistir

Três coisas resolverão as questões que este lançamento deixou em aberto. A primeira é uma data para os pesos e uma licença — é isso que separa um modelo aberto de um modelo apenas com fachada de aberto. A segunda é uma avaliação independente: todos os números deste artigo vêm da Tencent, e a tabela da prévia, com oito meses de idade, está sendo usada como proxy porque não existe nada mais. A terceira é o Hy4 Flash, porque um irmão mais barato e mais rápido com a mesma capacidade mudaria o cálculo de roteamento mais do que o modelo principal.

Até então, a descrição correta do Tencent Hy4 é estreita e precisa: um modelo de API com disponibilidade geral, com visão e uso de computador, com preço idêntico ao de sua prévia, vendido com base em evidências do fornecedor e à espera da documentação que o tornaria aberto.