Tencent Hy4 Preview är öppen: En 770B MoE med en kontext på en miljon token, till ¥6 per miljon input-token.

Tencent Hy4 Preview, släppt och open source den 28 augusti 2026, är Ten cents tredje flaggskeppsmodell på sex månader – och den som slutar vara en forskningsmilstolpe och börjar bli en prisfråga. Det är en mixture-of-experts-modell med 770 miljarder parametrar – 49 miljarder aktiva per token – och ett inbyggt kontextfönster på en miljon tokens, utgiven under Apache License 2.0 i både BF16 och FP8, nedladdningsbar redan idag från Hugging Face, GitHub, ModelScope och GitCode. Och Tencent prissätter den till 6 yuan per miljon input-tokens och 18 yuan per miljon output-tokens, cirka 0,83 och 2,50 US-dollar, vilket placerar en toppmodern open-weight-modell under nästan alla stängda frontmodeller på marknaden. En release, tre ansikten: öppna vikter du kan köra själv, ett API på Tencent Cloud's TokenHub, och samma vikter redan live i Ten cents egna produkter: WorkBuddy, CodeBuddy, Yuanbao och ima. Här är vad som faktiskt levererades, vad Tencent påstår att den presterar, och vad ingen har verifierat ännu.

Konstruktionshistorien betyder mer än antalet parametrar, eftersom varje del är en hävstång för kostnaden. Modellen är 78 lager djup: det första lagret är ett vanligt tätt feed-forward-nätverk, och de återstående 77 är MoE-lager med 256 routade experter plus en delad expert vardera, som aktiverar de 8 bästa routade experterna per token. Den ungefärliga 16:1-sparsitetskvoten är det som gör en 770B-modell överkomlig att servera — bara en 49B-del arbetar på en given token. Ett dedikerat multi-token-prediktionslager (10B parametrar, 0,7B aktiva) möjliggör spekulativ avkodning, och uppmärksamhetsstacken använder gated DeepSeek Sparse Attention med ett IndexCache för att hålla minnesanvändningen för långa kontexter i schack. Resonemang kan växlas mellan ett långtänkande code>high/code>-läge och ett tokenbesparande code>no_think/code>-läge. Det är dessa detaljer som avgör om rubrikpriset överlever kontakt med en verklig arbetsbelastning, inte huruvida modellen kan skriva en haiku.

Specifikationsbladet, kommenterat

Läs versionsinformationen rad för rad, eftersom varje rad tyst ändrar vad en öppen-viktmodell får göra.

• Parametrar — 770B totalt, 49B aktiva per token, ett ~16:1-sparsitetsförhållande som håller driftkostnaden inom ett intervall som ett litet team faktiskt har råd med.

• Kontext — ett inbyggt fönster på 1,048,576 tokens, fyra gånger Hy3:s 256K. Ett komplett repository, en refaktorering av flera filer, ett finansiellt paket med 72 dokument — problem som hanteras i en enda förfrågan.

• Licens — Apache License 2.0 för både BF16-originalet och den FP8-kvantiserade utgåvan, vilket innebär självhosting, finjustering och kommersiell användning utan en proprietär klausul.

• Inferensstack — Tencent listar vLLM och SGLang som de stödda serving-ramverken, de två som ekosystemet för öppna vikter faktiskt standardiserar på.

• API — TokenHub-slutpunkten hos Tencent Cloud för ¥6 per miljon inmatningstokens, ¥18 per miljon utmatningstokens, ¥0.3 per miljon vid cacheträffar.

• Produktintegration — samma vikter som Tencent levererar i WorkBuddy, CodeBuddy (inhemsk och internationell), Yuanbao och ima är de du kan hämta och köra. CodeBuddy får en två veckors gratis provperiod av modellen vid lanseringen.

Tencent rapporterar också en siffra inom inferensteknik som sällan nämns i en lanseringsnotis: en förbättring av end-to-end-genomströmningen på 31,8 % genom operatörsfusion och kommunikationsoptimering. Det är den typen av detalj som skiljer en modell som ett labb släpper som forskningsartefakt från en modell som ett företag förväntar sig ska hantera produktionstrafik. Från dag ett är det också exakt den typen av påstående som ingen utanför Tencent ännu har mätt.

Poängen värda att citera

Varje benchmark som Tencent publicerat för Tencent Hy4 Preview är självrapporterad – körda på Tencents egen utvärderingsmiljö, ej reproducerade av något oberoende labb, och modellen har varit offentlig i mindre än en dag. Läs dem som det tak Tencent tror sig ha nått.

Huvudsiffran är Terminal Bench 2.1, ett test av hur väl en modell hanterar en riktig terminal medan den kodar. Tencent rapporterar 85,4, vilket företaget säger matchar Claude Opus 5 och slår DeepSeek V4 Pro, och som överträffar dess egen föregångare Hy3 med 14,6 poäng. Den enskilda siffran gör en hel del arbete – det är påståendet som placerar en modell med öppna vikter i paritet med de dyraste stängda frontmodellerna på ett svårt agentiskt kodningstest – och det är påståendet som mest behöver oberoende bekräftelse. Resten av den interna tabellen: DeepSWE hoppar från 28,0 på Hy3 till 64,3, vilket Tencent beskriver som att ”gradvis minska gapet” gentemot förstklassiga modeller; Toolathlon-Verified, ett verktygsanropstest, landar på 74,1; APEX-Agents pass@1 på 37,1, ett hårstrå bakom Kimi K3:s 37,2; SWE-bench Pro på 65,7 och SWE-bench Multilingual på 82,9. I ett separat internt blindtest betygsatte 163 experter 203 ingenjörsuppgifter till 2,99 av 4,00, med knapp marginal före GLM-5.3:s 2,92 och Kimi K3:s 2,94.

Två mönster sticker ut. För det första är varje stark siffra kopplad till agentiskt ingenjörsarbete — terminaldrivning, verktygsanrop, uppgifter i repositorieskala — och ingen till generisk chatt eller kunskap, i linje med Tencents positionering av modellen som "built for productivity" inom programvaruteknik, kontor och dataanalys, spelutveckling och vetenskaplig forskning. För det andra är Tencent noga med att beskriva DeepSWE och resten som att minska, inte stänga, 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 ¥6 per miljon faktiskt köper

Prissättningen är där releasen slutar vara intressant och börjar bli disruptiv. Med 18 yuan per miljon utdatatokens — cirka 2,50 US-dollar — kostar en lång agentisk kodningssession som förbrukar en miljon utdatatokens ungefär en tiondel av vad samma session kostar på en ledande sluten frontmodell, och cacheträffar till 0,3 yuan gör de återsända systemprompterna och konversationsprefixen i en agentisk loop dramatiskt billigare än de flesta konkurrenters cachelagring. Tencents egen demo låter modellen tugga sig igenom 72 finansiella dokument i ett enda svep; till dessa priser är en sådan batch ett överkomligt dagligt jobb i stället för en budgetpost.

Det är också här som routinglagret ändrar kalkylen, och det är värt att vara noggrann med det. OrcaRouter dirigerar ännu inte Tencent Hy4 Preview – Tencent har inte öppnat denna modell för tredjepartsinferensplattformar, så den körs på Tencent Clouds TokenHub-slutpunkt och på självhostade driftsättningar av de öppna vikterna, och vi hävdar inte att vi levererar det vi inte gör. Men den disciplin som gör en prissänkning betydelsefull är densamma som resten av katalogen bygger på: OrcaRouter för vidare leverantörernas listpriser utan något påslag, så när en leverantör prissätter en token till 6 yuan, är summan du betalar hos oss 6 yuan, inte en återförsåld och påslagen version av den – och den dag en leverantör ändrar ett pris, är ändringen live hos oss samma dag. Ett API för 200+ modeller, automatisk failover mellan leverantörer när en hackar, och ett routing-DSL för att komponera modeller till ett enda anrop: det är mekanismen som kommer att bära Tencent Hy4 Preview i samma stund som Tencent öppnar upp den, och det är mekanismen du redan kan använda för att köra en ny, obeprövad modell bredvid en beprövad utan att satsa din produktionsväg på någon av dem.

De påståenden som förtjänar en andra läsning.

Två saker i lanseringsmaterialet handlar om hur modellen byggdes, inte vad den fick för poäng, och de förtjänar separat uppmärksamhet.

Den första är självförbättringsloopen. Tencent säger att Tencent Hy4 Preview deltog i sin egen forskning och utveckling — den användes för att optimera träningsmetoderna, datastrategin, utvärderingssystemen och de lågnivåoperatorer som producerade den. Det är en inledande rekursiv självförstärkningscykel: en modell som hjälper till att designa nästa version av sig själv, och Tencent som publicerar det som en levererad kapacitet. Det är ett stort påstående, och det är helt självrapporterat.

Det andra är ett matematikresultat. Tencent rapporterar att modellen förbättrade den kända undre gränsen 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 inom ungefär 2 % av Meissner-tetraederkonjekturen. Tencent rapporterar också en 2.0x prestandaökning för en simulering av ett fosfolipiddubbelskikt med 32,512 atomer, ned till 54,9 millisekunder per steg. Resultat som dessa ger vanligtvis en modell en egen artikel; här är de lanseringspunkter, och liksom allt annat på dag ett är de Tencents egen redogörelse.

De ärliga luckorna

Tencent listar de kända begränsningarna rakt på sak. Det finns inget stöd för bild- eller multimodal inmatning – Tencent Hy4 Preview är en textmodell, punkt slut, så allt som har med bilder eller video att göra hör hemma i en annan modell. Tencent flaggar också för långsam start vid komplexa uppgifter – långt tänkande innan första utdata – och en tendens att öververifiera, vilket bränner tokens på att dubbelkolla arbete som redan utförts. Den kombinationen är precis fel för latens-känslig chatt och precis tolerabel för offline-batcharbete, vilket talar om var Tencent förväntar sig att du kör den.

Och den viktigaste frånvaron är verifiering. Det finns ännu inga oberoende poäng för Tencent Hy4 Preview någonstans – varken på en offentlig leaderboard eller från ett tredjeparts utvärderingslabb. Modellen är för ny. Det interna expertblindtestet är en användbar signal om hur Tencents egna granskare ser på den jämfört med 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.

Hur du faktiskt kan prova det idag

Den praktiska vägen är kort. Hämta vikterna från Hugging Face, GitHub, ModelScope eller GitCode och servera dem med vLLM eller SGLang; ring Tencent Clouds TokenHub API om du vill ha en hostad endpoint till listpriset; eller använd det i CodeBuddy eller WorkBuddy, där Tencent kör en två veckor lång gratis provperiod. Hy3-modellens fria åtkomst pågår till och med 30 september, och Tencents egen kadens — ungefär en större iteration varannan månad — pekar på en full Hy4-utgåva som inte ligger långt efter förhandsversionen.

Den ärliga sammanfattningen: en modell med öppna vikter, 770 miljarder parametrar och en kontext på en miljon tokens för ¥6 per miljon inmatningstokens är verklighet idag, och det starkaste riktmärket som kopplats till den är en leverantörs påstående om ett oavgjort resultat mot en sluten frontmodell som ingen har återskapat ännu. Hämta den, kör det test du faktiskt bryr dig om, och låt bevisen avgöra om priset fortfarande är huvudhistorien.