Tencent HY4 Preview é open-source: 770B MoE, contexto de 1M e um preço que fica abaixo da fronteira

O Tencent HY4 Preview, lançado e de código aberto em 28 de agosto de 2026, é o primeiro modelo de peso aberto genuinamente competitivo de um laboratório chinês em meses, e seu número mais surpreendente é o preço. A Tencent o lista a 6 yuans (~US$ 0,85) por milhão de tokens de entrada e 18 yuans (~US$ 2,50) por milhão de tokens de saída — cerca de um décimo do que um modelo fechado de ponta cobra pela saída — enquanto publica um modelo de mistura de especialistas com 770 bilhões de parâmetros, dos quais 49 bilhões são ativos por token, com uma janela de contexto que ultrapassa um milhão de tokens. É o sucessor do Hy3 da família Hunyuan (295B no total, contexto de 256 mil) e quadruplica esse contexto enquanto mais que dobra a capacidade ativa. Os pesos podem ser baixados hoje do Hugging Face, GitHub, ModelScope e GitCode, e o mesmo modelo já está ativo nos produtos da própria Tencent: WorkBuddy, CodeBuddy nas versões nacionais e internacionais, o assistente Yuanbao e o aplicativo de espaço de trabalho ima. Para qualquer pessoa que tem observado modelos de peso aberto ficarem aquém da fronteira em tarefas de engenharia de software, este é o lançamento que finalmente torna a diferença discutível — e as ressalvas são tão importantes quanto os números. Dez dias depois, as duas ressalvas com maior probabilidade de afetar usuários em produção já eram o alvo da primeira atualização da Tencent para a versão preview ao vivo: em 7 de setembro, ela lançou uma otimização, agora disponível para todos, que, segundo a empresa, reduz as etapas de raciocínio do modelo e o consumo de tokens por tarefa em trabalhos complexos.

O posicionamento é deliberado. A Tencent apresenta o Tencent HY4 Preview como um modelo de produtividade para quatro domínios: engenharia de software, escritório e análise de dados, desenvolvimento de jogos e pesquisa científica. A ênfase em engenharia é o que o separa da multidão de generalistas — as notas de versão têm como destaque a compreensão de tarefas de longo horizonte, o planejamento e a depuração, não a qualidade do chat. Esse foco aparece tanto na lista de integrações quanto na tabela de benchmarks: o CodeBuddy recebe o modelo em seu IDE, o WorkBuddy o recebe em fluxos de trabalho de escritório (a Tencent o demonstra processando 72 documentos financeiros de uma só vez), e os desenvolvedores de jogos obtêm ganchos MCP para Unreal Engine 5 e Unity que transformam uma única frase em uma demo jogável.

O que realmente foi lançado

A ficha de especificações vale a pena ser lida linha por linha, porque cada linha muda o que um modelo de pesos abertos pode fazer.

• Arquitetura — Mixture-of-Experts com 770B de parâmetros totais e 49B ativos por token, uma proporção de esparsidade de aproximadamente 16:1 que mantém o custo de inferência em uma faixa que uma pequena equipe pode realmente pagar.

Janela de contexto — mais de 1 milhão de tokens, quatro vezes os 256K da Hy3. Tarefas de engenharia de longo horizonte — um repositório completo na janela, uma refatoração de múltiplos arquivos, um grande lote de documentos — tornam-se problemas de solicitação única.

• Pesos — Lançamento aberto sob Apache 2.0 na Hugging Face, GitHub, ModelScope e GitCode. Este é um modelo baixável e auto-hospedável, não uma demonstração hospedada.

• API — disponível no TokenHub da Tencent Cloud, o endpoint hospedado do próprio fornecedor, com preço de 6 yuan por milhão de tokens de entrada, 18 yuan por milhão de tokens de saída e 0,3 yuan por milhão de tokens para acertos de cache.

• Integração de produtos — WorkBuddy, CodeBuddy (nacional e internacional), Yuanbao e ima, ou seja, os mesmos pesos que a Tencent utiliza em seus próprios aplicativos são os que você pode baixar e executar.

A Tencent também divulga um dado de engenharia de inferência que raramente aparece em uma nota de lançamento: uma melhoria de 31,8% no throughput de ponta a ponta graças à fusão de operadores e à otimização de comunicação. O que faz disso mais do que uma nota de rodapé de ficha técnica é que a Tencent afirma que o Tencent HY4 Preview encontrou os gargalos por conta própria — o modelo analisou o próprio stack de inferência, e as otimizações são reportadas como estáveis entre diferentes comprimentos de contexto e níveis de concorrência. Esse é o tipo de detalhe que separa um modelo que um laboratório lança como artefato de pesquisa de um modelo que uma empresa espera que receba tráfego de produção. Em uma prévia que está pública há menos de duas semanas, também é exatamente o tipo de afirmação que ninguém fora da Tencent verificou até agora.

As pontuações que valem a pena citar

Todos os benchmarks que a Tencent publicou para o Tencent HY4 Preview são relatados pelo fornecedor — executados no próprio ambiente de avaliação da Tencent, não reproduzidos por nenhum laboratório independente, e o modelo está público há menos de duas semanas. Leia-os como o teto que a Tencent acredita ter alcançado, não como fato estabelecido.

O número principal é o Terminal Bench 2.1, um teste de quão bem um modelo opera um terminal real durante a codificação. A Tencent relata que o Tencent HY4 Preview obteve 85,4, o que segundo ela empata com o Claude Opus 5 e supera o DeepSeek V4 Pro, e também supera seu próprio antecessor Hy3 por 14,6 pontos. Esse número único está fazendo muito trabalho — é a afirmação que coloca um modelo de pesos abertos em paridade com os modelos de fronteira fechados mais caros em um teste difícil de codificação agêntica — e é a afirmação que mais precisa de confirmação independente.

O restante da tabela interna: DeepSWE, um benchmark de engenharia de software, salta de 28,0 no Hy3 para 64,3, o que a Tencent descreve como "reduzindo gradualmente a lacuna" com modelos de primeira linha. No Toolathlon-Verified, um teste de chamada de ferramentas, obtém 74,1, o que a Tencent afirma superar o Qwen 3.8 Max e o GPT-5.6 Sol e se aproximar do Kimi K3 e do Claude Opus 5. No APEX-Agents pass@1, fica em 37,1, um pouco atrás dos 37,2 do Kimi K3. E em um teste cego interno separado, 163 especialistas avaliaram 203 tarefas de engenharia com 2,99 em 4,00, superando por pouco os 2,92 do GLM-5.3 e os 2,94 do Kimi K3.

Dois padrões se destacam. Primeiro, todos os números fortes estão em trabalhos de engenharia agêntica — condução de terminal, chamada de ferramentas, tarefas em escala de repositório — e nenhum está em conhecimento ou raciocínio genéricos, o que é consistente com o posicionamento de produtividade, e não uma coincidência. Segundo, a Tencent tem o cuidado de descrever o DeepSWE e os demais como estreitando, não fechando, as lacunas. A única afirmação de paridade clara e comercializável é o empate no Terminal Bench 2.1, e é a afirmação que mais vale a pena testar com a sua própria carga de trabalho.

O que o preço realmente inclui

A precificação é o ponto em que o lançamento deixa de ser interessante e passa a ser disruptivo. Ao preço de tabela da Tencent, um milhão de tokens de entrada custa aproximadamente o mesmo que uma única chamada de API de nível médio em algumas plataformas. O valor de 18 yuans por milhão de tokens de saída (~US$ 2,50) fica muito abaixo do preço de US$ 25 por milhão de tokens de saída de um modelo fechado de fronteira de ponta, e a taxa de acerto de cache de 0,3 yuan torna loops agênticos longos — nos quais o mesmo prompt de sistema e os prefixos de conversa são reenviados constantemente — excepcionalmente baratos de executar. A atualização de 7 de setembro muda o lado prático dessa conta: como a Tencent cobra por token, reduzir o número de rodadas de raciocínio e os tokens de entrada e saída consumidos por cada tarefa diminui o custo de uma tarefa finalizada, mesmo que o preço de tabela por token não tenha mudado. Os benchmarks e as verificações de HumanEval da própria Tencent servem de evidência para a magnitude dessa economia; portanto, trate-os como informações fornecidas pelo fornecedor até que sejam medidos de forma independente.

Este é também o único lugar onde a camada de roteamento muda a matemática. O OrcaRouter ainda não roteia o Tencent HY4 Preview; portanto, as formas práticas de utilizá-lo hoje são o endpoint TokenHub da própria Tencent Cloud, os produtos da Tencent que integram o modelo e implantações auto-hospedadas dos pesos abertos — e, como esses pesos estão sob Apache 2.0, plataformas terceiras podem disponibilizar suas próprias cópias a qualquer momento, o que vale lembrar ao comparar preços entre provedores. Não alegamos servir o que não servimos. Mas a disciplina que torna um corte de preço relevante é a mesma que rege o restante do catálogo: o OrcaRouter repassa os preços de tabela dos provedores sem nenhum markup; assim, quando um fornecedor como a Tencent precifica um token a 6 yuans, o valor que você paga do nosso lado é de 6 yuans, não uma versão revendida e com markup, e, no dia em que um fornecedor altera um preço, a mudança entra em vigor no nosso lado no mesmo dia. Uma API para mais de 200 modelos, failover automático entre provedores quando um deles apresenta problemas e um DSL de roteamento para compor modelos — esse é o mecanismo que servirá o Tencent HY4 Preview no momento em que ele se tornar roteável, ao lado dos demais modelos abertos e fechados já presentes no catálogo.

As partes que não cabem em uma ficha técnica

Duas afirmações no material de lançamento merecem atenção à parte, pois dizem respeito a como o modelo foi construído, e não ao que ele pontuou.

O primeiro é o ciclo de auto-aprimoramento. A Tencent afirma que o Tencent HY4 Preview participou de sua própria pesquisa e desenvolvimento — ele foi usado para otimizar os métodos de treinamento, a estratégia de dados, os sistemas de avaliação e os operadores subjacentes que o produziram. O ganho de throughput de 31,8% é o resultado público mais concreto desse ciclo: a Tencent o atribui a gargalos que o modelo identificou em sua própria pilha de servição. Esse é um ciclo inicial de autoaperfeiçoamento recursivo: um modelo ajudando a projetar a próxima versão de si mesmo. Não é incomum que um laboratório de fronteira relate partes disso, mas um modelo chinês de pesos abertos descrevendo publicamente o ciclo como uma capacidade entregue é uma mudança de patamar na forma como esses lançamentos falam sobre si mesmos.

{{1}}O segundo é o resultado matemático.{{/1}} A Tencent informa que o modelo avançou o limite inferior conhecido do volume do problema de Blaschke–Lebesgue — uma questão em aberto de longa data em geometria convexa sobre o corpo de largura constante de volume mínimo — {{2}}de 0.380799 para 0.41104{{/2}}, deixando-o a cerca de 2% do limite da conjectura do tetraedro de Meissner. {{3}}A Tencent também relata uma aceleração de 2,0x em uma simulação de bicamada de fosfolipídios com 32.512 átomos, com redução para 54,9 milissegundos por etapa, na área de pesquisa científica.{{/3}} {{4}}Esses são os tipos de resultados que normalmente valem a um modelo um artigo próprio; aqui, eles são destaques de lançamento e, como o restante do material de lançamento, são um relato da própria Tencent.{{/4}}

O que está faltando, honestamente

A Tencent lista as limitações conhecidas de forma direta, e elas importam para quem decidir o que construir sobre esse modelo. Não há visão nem entrada multimodal — o Tencent HY4 Preview é um modelo de texto, ponto final. Portanto, qualquer coisa ligada a imagens ou vídeos pertence a outro modelo. Os outros dois comportamentos que a Tencent sinalizou no lançamento — raciocínio longo e de início lento em tarefas complexas e a tendência a autoverificação excessiva, gastando tokens para revisar o trabalho que ele já tinha feito — eram os com maior probabilidade de aparecer em produção, e são exatamente o que a atualização de 7 de setembro atacou. As equipes do Tencent Hunyuan e do WorkBuddy disseram que a versão de pré-visualização ao vivo tinha sido otimizada e lançada por completo, com menos etapas de raciocínio e menor consumo de tokens de entrada e saída em tarefas complexas, mantendo a mesma qualidade de resultado, conforme verificado por uma dupla checagem de métricas de benchmark e avaliação humana. Esse é o relato do fornecedor — “Vocês sinalizaram isso”, é como o anúncio abre — e ninguém fora da Tencent replicou essa medição até agora. Isso também se aplica à versão que a Tencent disponibiliza: o snapshot de pesos abertos no Hugging Face está inalterado desde 28 de agosto, então uma cópia auto-hospedada dos pesos ainda exibe o comportamento original de raciocínio mais longo até a Tencent publicar uma versão atualizada.

E a ausência mais importante é a verificação independente dessas novas alegações. Ainda não há execuções de laboratórios terceiros no Tencent HY4 Preview e nenhuma entrada no Artificial Analysis Intelligence Index; portanto, a tabela de benchmarks de lançamento e o tamanho da economia de tokens de 7 de setembro baseiam-se ambos nas avaliações da própria Tencent. O único sinal público de terceiros do modelo até agora é por votação popular, e não por medição em laboratório: os materiais de divulgação da Tencent citam uma estreia em torno do quinto lugar geral, e terceiro entre modelos de pesos abertos, no WebDev Arena da LMArena, um ranking de preferência humana que classifica a qualidade da saída em vez da eficiência de tokens. O teste cego de especialistas internos é um sinal útil sobre como os revisores da própria Tencent veem o modelo em comparação com GLM-5.3 e Kimi K3, mas são os revisores da Tencent avaliando tarefas da Tencent. Tudo o que vai além da ficha técnica é uma alegação aguardando verificação.

Quem deve puxar os pesos hoje

A resposta honesta é que este lançamento atende claramente a dois públicos distintos, e a atualização de 7 de setembro faz um meio-termo quanto à maior objeção. Se você executa cargas de trabalho de engenharia na sua própria infraestrutura e o custo das APIs fechadas é o que tem impedido você, o Tencent HY4 Preview merece um teste sério de fim de semana: os pesos são abertos, a janela de contexto tem escala de repositório, e o preço de tabela torna um longo loop agêntico economicamente viável de uma forma que jamais seria possível com um modelo a US$ 25 por milhão de tokens de saída. Se você usa a versão hospedada — por meio do WorkBuddy, do Yuanbao ou da API TokenHub — você também recebe a otimização de 7 de setembro da Tencent, com menos rodadas de raciocínio e menor consumo de tokens por tarefa, de acordo com a Tencent. Se você está auto-hospedando o snapshot atual de pesos abertos, espere o comportamento original, com raciocínio mais longo, até a Tencent lançar uma versão atualizada. E se você está executando um chat de produção sensível à latência, ou qualquer coisa multimodal, ou qualquer cenário em que você não possa se dar ao luxo de usar um modelo cujas alegações de eficiência se baseiam apenas nos benchmarks e nas avaliações humanas do próprio fornecedor, a leitura cautelosa ainda se aplica — a otimização é real, segundo a Tencent, mas não foi medida de forma independente.

O caminho intermediário prático é um padrão de roteamento: execute o modelo comprovado no seu caminho crítico e o novo ao lado dele, alternando para o Tencent HY4 Preview nas tarefas em que seu perfil de custo compensa e revertendo automaticamente quando não compensa. É para esse padrão que existe um roteador — o mesmo OrcaRouter que carrega Claude Opus 5, DeepSeek V4 Pro e Gemini 3.1 Pro pelos preços de tabela de seus provedores é onde você chamaria o Tencent HY4 Preview no momento em que ele chegar ao catálogo. Até lá, os pesos estão no GitHub, o build hospedado otimizado está no Tencent Cloud, e a afirmação de que um modelo de pesos abertos alcançou o topo da codificação agêntica finalmente tem um número específico anexado a ela. O número é da Tencent. O teste é seu.