Tencent HY4 Preview blir öppen källkod: 770B MoE, 1M kontext och ett pris som pressar ned gränsen.

Tencent HY4 Preview, som släpptes och gjordes tillgänglig som öppen källkod den 28 augusti 2026, är det första verkligt konkurrenskraftiga flaggskeppet med öppna vikter från ett kinesiskt labb på månader, och dess mest överraskande siffra är priset. Tencent listar det till 6 yuan (ca 0,85 USD) per miljon indatatoken och 18 yuan (ca 2,50 USD) per miljon utdatatoken – ungefär en tiondel av vad en sluten frontier-modell i toppklass tar för utdata – samtidigt som man publicerar en mixture-of-experts-modell med 770 miljarder parametrar, varav 49 miljarder är aktiva per token, med ett kontextfönster som överstiger en miljon token. Den är efterföljaren till Hunyuan-familjens Hy3 (295B totalt, 256K kontext) och fyrdubblar det kontextfönstret samtidigt som den mer än fördubblar den aktiva kapaciteten. Vikterna går att ladda ner i dag från Hugging Face, GitHub, ModelScope och GitCode, och samma modell är redan live i Tencents egna produkter: WorkBuddy, CodeBuddy i både inhemska och internationella versioner, assistenten Yuanbao och workspace-appen ima. För alla som har följt hur modeller med öppna vikter inte når upp till frontlinjen när det gäller mjukvaruutvecklingsarbete är detta släppet som äntligen gör gapet diskutabelt – och förbehållen är lika viktiga som siffrorna. Tio dagar senare var de två förbehållen som mest sannolikt skulle drabba produktionsanvändare redan målet för Tencents första uppgradering av live-förhandsversionen: den 7 september rullade man ut en optimering, nu live för alla, som enligt företaget minskar modellens resonemangssteg och tokenförbrukning per uppgift vid komplext arbete.

Positioneringen är avsiktlig. Tencent ramar in Tencent HY4 Preview som en produktivitetsmodell för fyra domäner: programvaruteknik, kontors- och dataanalys, spelutveckling och vetenskaplig forskning. Det är ingenjörsfokuset som skiljer den från den generalistiska massan – releasenoterna inleder med långsiktig uppgiftsförståelse, planering och felsökning, inte med chattkvalitet. Det fokuset syns lika mycket i integrationslistan som i benchmarktabellen: CodeBuddy får modellen i sin IDE, WorkBuddy får den i kontorsarbetsflöden (Tencent demonstrerar hur den tuggar igenom 72 finansiella dokument i ett svep), och spelutvecklare får MCP-kopplingar till Unreal Engine 5 och Unity som förvandlar en enda mening till en spelbar demo.

Vad som faktiskt levererades

Specifikationsbladet är värt att läsa rad för rad, eftersom varje rad ändrar vad en open-weight-modell får göra.

• Arkitektur — Mixture-of-Experts med totalt 770B parametrar och 49B aktiva per token, en ungefärlig sparsitetsgrad på 16:1 som håller inferenskostnaden inom ett intervall som ett litet team faktiskt har råd med.

Kontextfönster — över 1 miljon tokens, fyra gånger Hy3:s 256K. Långsiktiga ingenjörsuppgifter — ett helt kodarkiv i fönstret, en refaktorering av flera filer, en stor dokumentbatch — blir problem som kan lösas med en enda förfrågan.

• Vikter — öppen utgivning under Apache 2.0 via Hugging Face, GitHub, ModelScope och GitCode. Detta är en nedladdningsbar modell som kan hostas själv, inte en hostad teaser.

• API — tillgänglig på Tencent Clouds TokenHub, leverantörens egen värdbaserade slutpunkt, prissatt till 6 yuan per miljon inmatade tokens, 18 yuan per miljon utmatade tokens och 0,3 yuan per miljon tokens för cacheträffar.

• Produktintegration — WorkBuddy, CodeBuddy (inhemska och internationella), Yuanbao och ima, vilket innebär att samma vikter som Tencent levererar i sina egna appar är de du kan hämta och köra.

Tencent rapporterar också en siffra inom inferensteknik som sällan får plats i en lanseringsnotis: en förbättring av genomströmningen från ände till ände på 31,8 % tack vare operatorfusion och kommunikationsoptimering. Det som gör det till mer än en fotnot i ett specifikationsblad är att Tencent säger att Tencent HY4 Preview hittade flaskhalsarna själv – modellen analyserade sin egen inferensstack, och optimeringarna uppges vara stabila över kontextlängder och samtidighetsnivåer. Det är den typen av detalj som skiljer en modell som ett labb släpper som en forskningsartefakt från en modell som ett företag förväntar sig ska ta emot produktionstrafik. På en förhandsversion som har varit offentlig i mindre än två veckor är det också precis den typen av påstående som ingen utanför Tencent ännu har verifierat.

Poängen värda att citera

Alla benchmarks som Tencent publicerade för Tencent HY4 Preview är rapporterade av leverantören – körda i Tencents egen utvärderingsmiljö, inte reproducerade av något oberoende laboratorium, och modellen har varit allmänt tillgänglig i mindre än två veckor. Läs dem som det tak som Tencent anser sig ha nått, inte som vedertagen sanning.

Huvudsiffran är Terminal Bench 2.1, ett test av hur väl en modell driver en riktig terminal medan den kodar. Tencent rapporterar att Tencent HY4 Preview får 85,4, vilket man säger matchar Claude Opus 5 och slår DeepSeek V4 Pro, och som slår den egna föregångaren Hy3 med 14,6 poäng. Den där enskilda siffran bär en tung börda — det är det påstående som sätter en öppen viktmodell i paritet med de dyraste slutna frontmodellerna på ett svårt agentiskt kodningstest — och det är det påstående som mest av allt behöver oberoende bekräftelse.

Resten av den interna tabellen: DeepSWE, ett programvarutekniskt riktmärke, hoppar från 28.0 på Hy3 till 64.3, vilket Tencent beskriver som att "gradvis minska gapet" till toppmodeller. På Toolathlon-Verified, ett verktygsanropstest, får den 74.1, vilket Tencent säger överträffar Qwen 3.8 Max och GPT-5.6 Sol och närmar sig Kimi K3 och Claude Opus 5. På APEX-Agents pass@1 hamnar den på 37.1, ett hårstrå efter Kimi K3:s 37.2. Och i ett separat internt blindtest betygsatte 163 experter 203 ingenjörsuppgifter till 2.99 av 4.00, något över GLM-5.3:s 2.92 och Kimi K3:s 2.94.

Två mönster framträder. För det första gäller varje stark siffra agentiskt ingenjörsarbete – terminaldrivning, verktygsanrop, uppgifter i repositorieskala – och ingen gäller generell kunskap eller resonemang, vilket är förenligt med produktivitetspositioneringen snarare än en slump. För det andra är Tencent noga med att beskriva DeepSWE och de andra som att minska, inte att sluta, gap. Det enda rena, säljbara paritetspåståendet är oavgjort på Terminal Bench 2.1, och det är det påstående som är mest värt att testa med din egen arbetsbelastning.

Vad du faktiskt får för priset

Prissättningen är där släppet slutar vara intressant och börjar bli disruptivt. Till Tencent:s listpris kostar en miljon indatatoken ungefär lika mycket som ett enda API-anrop på mellannivå kostar på vissa plattformar. Siffran 18 yuan per miljon utdatatoken (~2,50 US-dollar) ligger långt under utdatapriset på 25 dollar per miljon för en ledande sluten frontier-modell, och cacheträffsatsen på 0,3 yuan gör långa agentiska loopar – där samma systemprompt och konversationsprefix skickas om och om igen – ovanligt billiga att köra. Uppgraderingen den 7 september förändrar den effektiva sidan av den matematiken: eftersom Tencent fakturerar per token sänker ett minskat antal resonemangsvarv och färre indata- och utdatatoken per uppgift kostnaden för en slutförd uppgift, trots att listpriset per token inte har rörts. Tencent:s egna benchmark- och human-eval-kontroller är beviset för hur stor den besparingen är, så behandla den som leverantörsrapporterad tills den har mätts oberoende.

Det här är också den punkt där routningslagret förändrar kalkylen. OrcaRouter routar inte Tencent HY4 Preview ännu, så de praktiska sätten att anropa den i dag är Tencent Clouds egen TokenHub-slutpunkt, de Tencent-produkter som inbäddar modellen, och självhostade driftsättningar av de öppna vikterna – och eftersom dessa vikter är Apache 2.0 kan tredjepartsplattformar sätta upp egna kopior när som helst, vilket är värt att komma ihåg när du jämför priser mellan leverantörer. Vi gör inte anspråk på att tillhandahålla det vi inte tillhandahåller. Men den disciplin som gör att en prissänkning har betydelse är samma som resten av katalogen drivs av: OrcaRouter förmedlar leverantörers listpriser vidare utan påslag, så när en leverantör som Tencent prissätter en token till 6 yuan är siffran du betalar hos oss 6 yuan, inte en återförsåld version av den med påslag, och samma dag som en leverantör ändrar ett pris är ändringen live hos oss. Ett API för 200+ modeller, automatisk failover mellan leverantörer när en strular, och ett routnings-DSL för att komponera modeller – det är mekanismen som kommer att bära Tencent HY4 Preview i samma stund som den blir routbar, tillsammans med de andra öppna och slutna modellerna som redan finns i katalogen.

Delarna som inte ryms på ett specifikationsblad

Två påståenden i lanseringsmaterialet förtjänar särskild uppmärksamhet eftersom de handlar om hur modellen byggdes, inte vad den presterade.

Det första är självförbättringsslingan. Tencent säger att Tencent HY4 Preview deltog i sin egen forskning och utveckling – den användes för att optimera träningsmetoderna, datastrategin, utvärderingssystemen och de underliggande operatorerna som producerade den. Genomströmningsökningen på 31,8 % är det mest konkreta offentliga resultatet av den slingan: Tencent tillskriver det flaskhalsar som modellen identifierade i sin egen serverstack. Det är en inledande rekursiv självförstärkningscykel: en modell som hjälper till att designa nästa version av sig själv. Det är inte ovanligt att ett ledande labb rapporterar delar av detta, men en kinesisk modell med öppna vikter som offentligt beskriver slingan som en levererad förmåga är en stegförändring i hur dessa releaser talar om sig själva.

Det andra är matematikresultatet. Tencent rapporterar att modellen förbättrade den kända nedre volymgränsen för Blaschke–Lebesgue-problemet – en sedan länge öppen fråga inom konvex geometri om den kropp med konstant bredd som har minsta volym – från 0,380799 till 0,41104, vilket för den till inom cirka 2 % av Meissner-tetraederkonjekturens gräns. Tencent rapporterar också en 2,0x hastighetsökning för en simulering av ett fosfolipidbilager med 32 512 atomer, ner till 54,9 millisekunder per steg, i det vetenskapliga forskningsspåret. Det här är sådana resultat som vanligtvis ger en modell en egen uppsats; här är de lanseringspunkter, och precis som resten av lanseringsmaterialet är de Tencents egen redogörelse.

Ärligt talat, vad saknas?

Tencent listar de kända begränsningarna utan omsvep, och de spelar roll för alla som bestämmer vad de ska bygga på den här modellen. Det finns ingen bild- eller multimodalinmatning – Tencent HY4 Preview är en textmodell, punkt slut, så allt som ligger nära bild eller video hör hemma i en annan modell. De två andra beteenden som Tencent flaggade vid lanseringen – långsam start med långt tänkande på komplexa uppgifter och en benägenhet att överdrivet självverifiera, vilket gör av med tokens genom att dubbelkolla arbete den redan hade utfört – var de som mest sannolikt skulle dyka upp i produktion, och det är precis vad uppgraderingen den 7 september syftade till. Tencent Hunyuan och WorkBuddy-teamet sade att live-förhandsvisningsversionen hade optimerats och rullats ut i sin helhet, med färre resonemangsomgångar och lägre tokenförbrukning för indata och utdata på komplexa uppgifter vid samma uppgiftskvalitet, kontrollerat genom en dubbel genomgång av benchmarkmätvärden och mänsklig utvärdering. Det är leverantörens redogörelse – "Du flaggade det", inleds tillkännagivandet – och ingen utanför Tencent har ännu reproducerat mätningen. Det gäller även den version som Tencent tillhandahåller: snapshoten med öppna vikter på Hugging Face är oförändrad sedan den 28 augusti, så en självhostad kopia av vikterna uppvisar fortfarande det ursprungliga beteendet med längre resonemang tills Tencent uppdaterar släppet.

Och den viktigaste frånvaron är oberoende verifiering av dessa nya påståenden. Det finns fortfarande inga tredjepartslabbkörningar på Tencent HY4 Preview och ingen post i Artificial Analysis Intelligence Index, så lanseringens benchmarktabell och storleken på tokenbesparingen den 7 september vilar båda på Tencents egna utvärderingar. Modellens enda offentliga tredjepartssignal hittills är baserad på publikröstning snarare än labbmätning: Tencents lanseringsmaterial uppger en debut runt femte plats totalt, och tredje bland modeller med öppna vikter, på LMArena's WebDev Arena, en topplista för mänskliga preferenser som rangordnar utdatakvalitet snarare än tokeneffektivitet. Det interna expertblindtestet är en användbar signal om hur Tencents egna granskare ser modellen mot GLM-5.3 och Kimi K3, men det är Tencents granskare på Tencents uppgifter. Allt ovanför specifikationsbladet är ett påstående som väntar på en kontroll.

Vem ska dra vikterna idag?

Det ärliga svaret är att detta släpp delar sig tydligt i två målgrupper, och uppgraderingen den 7 september kompromissar kring den största invändningen. Om du kör ingenjörsarbetsbelastningar på din egen infrastruktur och det är ekonomin i slutna API:er som har hållit dig tillbaka, är Tencent HY4 Preview värd ett seriöst helgtest: vikterna är öppna, kontextfönstret är av repositoriestorlek, och listpriset gör en lång agentisk loop överkomlig på ett sätt som en modell med $25 per miljon uttoken aldrig kommer att vara. Om du anropar den hostade versionen – via WorkBuddy, Yuanbao eller TokenHub-API:et – får du också Tencents optimering från den 7 september med färre resonemangssteg och lägre tokenförbrukning per uppgift, enligt Tencent. Om du självhostar den aktuella snapshoten med öppna vikter kan du förvänta dig det ursprungliga beteendet med längre resonemang tills Tencent släpper en uppdaterad version. Och om du kör latenskänslig produktionschatt, eller något multimodalt, eller något där du inte har råd med en modell vars effektivitetsanspråk enbart vilar på leverantörens egna benchmarks och mänskliga utvärderingar, gäller fortfarande den försiktiga bedömningen – optimeringen är verklig enligt Tencent, men den har inte mätts oberoende.

Den praktiska medelvägen är ett routingmönster: kör den beprövade modellen på din kritiska väg och den nya bredvid den, byt in Tencent HY4 Preview på uppgifter där dess kostnadsprofil vinner och fall automatiskt tillbaka när den inte gör det. Det är mönstret som en router finns till för – samma OrcaRouter som tillhandahåller Claude Opus 5, DeepSeek V4 Pro och Gemini 3.1 Pro till respektive leverantörs listpriser är där du skulle anropa Tencent HY4 Preview i samma stund som den når katalogen. Fram till dess ligger vikterna på GitHub, den optimerade hostade byggversionen finns på Tencent Cloud, och påståendet att en öppenviktsmodell har nått toppskiktet inom agentisk kodning har äntligen en specifik siffra kopplad till sig. Siffran är Tencents. Testet är ditt.