Tencent HY4 Preview เปิดโอเพนซอร์สแล้ว: MoE 770B, คอนเทกซ์ 1M และราคาที่ต่ำกว่าโมเดลระดับแนวหน้า

Tencent HY4 Preview ที่เปิดตัวและเปิดซอร์สเมื่อวันที่ 28 สิงหาคม ค.ศ. 2026 ถือเป็นโมเดลเรือธงแบบเปิดน้ำหนัก (open-weight) รุ่นแรกจากห้องปฏิบัติการจีนในรอบหลายเดือนที่แข่งขันได้อย่างแท้จริง และตัวเลขที่น่าประหลาดใจที่สุดก็คือราคา Tencent ตั้งราคาไว้ที่ 6 หยวน (ประมาณ 0.85 ดอลลาร์สหรัฐ) ต่อโทเคน input 1 ล้านโทเคน และ 18 หยวน (ประมาณ 2.50 ดอลลาร์สหรัฐ) ต่อโทเคน output 1 ล้านโทเคน ซึ่งคิดเป็นประมาณหนึ่งในสิบของค่า output ของโมเดลปิดระดับแนวหน้าที่ดีที่สุด ในขณะที่เผยแพร่โมเดล mixture-of-experts ขนาด 770 พันล้านพารามิเตอร์ โดยมี 49 พันล้านพารามิเตอร์ที่ทำงานต่อโทเคน และมีหน้าต่างบริบท (context window) รองรับเกิน 1 ล้านโทเคน นี่คือรุ่นสืบทอดของ Hy3 ในตระกูล Hunyuan (รวม 295 พันล้านพารามิเตอร์ บริบท 256K) และเพิ่มบริบทเป็นสี่เท่า พร้อมกับเพิ่มความจุที่ใช้งานจริง (active capacity) มากกว่าสองเท่า น้ำหนักโมเดลดาวน์โหลดได้แล้ววันนี้จาก Hugging Face, GitHub, ModelScope และ GitCode และโมเดลเดียวกันนี้ใช้งานจริงในผลิตภัณฑ์ของ Tencent แล้ว ได้แก่ WorkBuddy, CodeBuddy ทั้งในเวอร์ชันในประเทศและต่างประเทศ ผู้ช่วย Yuanbao และแอปพื้นที่ทำงาน ima สำหรับใครก็ตามที่เฝ้าดูโมเดลแบบเปิดน้ำหนักทำผลงานได้ไม่ถึงระดับแนวหน้าในงานวิศวกรรมซอฟต์แวร์ การเปิดตัวครั้งนี้คือสิ่งที่ทำให้ช่องว่างนั้นกลายเป็นเรื่องที่ถกเถียงได้ในที่สุด และข้อควรระวังก็สำคัญพอ ๆ กับตัวเลข

การวางตำแหน่งนี้เป็นไปอย่างจงใจ เทนเซ็นต์วางกรอบให้ Tencent HY4 Preview เป็นโมเดลเพิ่มประสิทธิภาพการทำงานสำหรับสี่โดเมน ได้แก่ วิศวกรรมซอฟต์แวร์ งานออฟฟิศและการวิเคราะห์ข้อมูล การพัฒนาเกม และการวิจัยทางวิทยาศาสตร์ จุดเน้นด้านวิศวกรรมคือสิ่งที่ทำให้มันแตกต่างจากโมเดลทั่วไปจำนวนมาก — หมายเหตุเวอร์ชันเปิดตัวนำด้วยความเข้าใจงานระยะยาว การวางแผน และการดีบัก ไม่ใช่คุณภาพการแชท จุดเน้นนี้ปรากฏให้เห็นในรายการการผสานรวมไม่แพ้ตารางเกณฑ์มาตรฐาน: CodeBuddy ได้รับโมเดลนี้ใน IDE ของตน WorkBuddy ได้รับในเวิร์กโฟลว์ออฟฟิศ (เทนเซ็นต์สาธิตให้มันประมวลผลเอกสารการเงิน 72 ฉบับในครั้งเดียว) และนักพัฒนาเกมจะได้รับ MCP hooks ลงใน Unreal Engine 5 และ Unity ที่เปลี่ยนประโยคเดียวให้เป็นเดโม่ที่เล่นได้

สิ่งที่ส่งมอบจริง

ข้อกำหนดนี้อ่านทีละบรรทัดก็คุ้มค่า เพราะแต่ละบรรทัดล้วนเปลี่ยนสิ่งที่โมเดลแบบเปิดน้ำหนักได้รับอนุญาตให้ทำ

• สถาปัตยกรรม — Mixture-of-Experts มีพารามิเตอร์รวม 770B และพารามิเตอร์ที่ใช้งานต่อโทเคน 49B อัตราส่วนความเบาบางประมาณ 16:1 ซึ่งทำให้ต้นทุนการอนุมานอยู่ในระดับที่ทีมเล็กๆ สามารถจ่ายได้จริง

• หน้าต่างบริบท — มากกว่า 1 ล้านโทเคน คิดเป็นสี่เท่าของ 256K ของ Hy3 งานวิศวกรรมระยะยาว — การนำทั้งรีโพซิทอรีมาไว้ในหน้าต่าง การปรับโครงสร้างหลายไฟล์ หรือการประมวลผลเอกสารชุดใหญ่ — กลายเป็นเรื่องที่จัดการได้ในคำขอเดียว

• น้ำหนัก — การเผยแพร่แบบเปิดสไตล์ MIT บน Hugging Face, GitHub, ModelScope และ GitCode นี่คือโมเดลที่ดาวน์โหลดได้และโฮสต์เองได้ ไม่ใช่ทีเซอร์ที่โฮสต์ไว้

• API — ให้บริการบน TokenHub ของ Tencent Cloud ซึ่งเป็นเอนด์พอยต์ที่โฮสต์โดยผู้จำหน่ายเอง ราคาอยู่ที่ 6 หยวนต่อล้านโทเคนอินพุต 18 หยวนต่อล้านโทเคนเอาต์พุต และ 0.3 หยวนต่อล้านโทเคนสำหรับการชนแคช (cache hits)

• การบูรณาการผลิตภัณฑ์ — WorkBuddy, CodeBuddy (ในประเทศและต่างประเทศ), Yuanbao และ ima หมายความว่าน้ำหนักเดียวกันกับที่ Tencent ใช้งานในแอปของตัวเองคือสิ่งที่คุณสามารถดึงมาและเรียกใช้ได้

เทนเซนต์ยังรายงานตัวเลขด้านวิศวกรรมการอนุมานที่แทบไม่เคยปรากฏในบันทึกการเปิดตัว นั่นคือการปรับปรุงปริมาณงานแบบ end-to-end ถึง 31.8% จากการหลอมรวมตัวดำเนินการ (operator fusion) และการปรับปรุงการสื่อสาร สิ่งที่ทำให้เรื่องนี้เกินกว่าจะเป็นเพียงเชิงอรรถในเอกสารข้อมูลจำเพาะคือ เทนเซนต์กล่าวว่า Tencent HY4 Preview ค้นพบคอขวดเหล่านี้ด้วยตัวเอง — โมเดลวิเคราะห์สแตกการอนุมานของตัวเอง และรายงานว่าการปรับปรุงมีเสถียรภาพในทุกระดับความยาวบริบทและระดับการทำงานพร้อมกัน นี่คือรายละเอียดประเภทที่แยกความแตกต่างระหว่างโมเดลที่ห้องแล็บส่งออกมาเป็นสิ่งประดิษฐ์ทางการวิจัย กับโมเดลที่บริษัทคาดหวังให้รองรับปริมาณงานในระบบผลิตจริง สำหรับพรีวิวที่เผยแพร่สู่สาธารณะเพียงไม่กี่วัน นี่ก็เป็นข้อกล่าวอ้างแบบที่ยังไม่มีใครนอกเทนเซนต์ตรวจสอบยืนยันได้ในตอนนี้

คะแนนที่ควรค่าแก่การอ้างอิง

เกณฑ์มาตรฐานทุกชุดที่ Tencent เผยแพร่สำหรับ Tencent HY4 Preview นั้นรายงานโดยผู้จำหน่ายเอง — ดำเนินการบนชุดการประเมินของ Tencent เอง ไม่มีการทำซ้ำโดยห้องปฏิบัติการอิสระใด ๆ และโมเดลนี้เปิดตัวสู่สาธารณะเพียงไม่กี่วัน จงอ่านสิ่งเหล่านี้เป็นเพดานที่ Tencent เชื่อว่าทำได้ ไม่ใช่ข้อเท็จจริงที่ได้รับการยืนยัน

ตัวเลขหลักคือ Terminal Bench 2.1 ซึ่งเป็นแบบทดสอบว่าตัวแบบ (model) ขับเคลื่อนเทอร์มินัลจริงได้ดีเพียงใดขณะที่เขียนโค้ด Tencent รายงานว่า Tencent HY4 Preview ทำคะแนนได้ 85.4 โดยระบุว่าเสมอกับ Claude Opus 5 และเหนือกว่า DeepSeek V4 Pro และยังทำได้ดีกว่ารุ่นก่อนหน้าอย่าง Hy3 ถึง 14.6 คะแนน ตัวเลขเพียงหนึ่งเดียวนี้กำลังแบกรับภาระหนักมหาศาล — มันคือข้ออ้างที่ทำให้โมเดลแบบเปิดน้ำหนัก (open-weight) อยู่ในระดับเทียบเท่ากับโมเดลปิดชั้นแนวหน้าที่แพงที่สุดในแบบทดสอบการเขียนโค้ดแบบเอเจนต์ (agentic-coding) ที่ยาก — และเป็นข้ออ้างที่จำเป็นต้องได้รับการยืนยันโดยอิสระมากที่สุด

ส่วนที่เหลือของตารางภายใน: DeepSWE ซึ่งเป็นเกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์ กระโดดจาก 28.0 บน Hy3 เป็น 64.3 ซึ่ง Tencent อธิบายว่า “ค่อยๆ ปิดช่องว่าง” กับโมเดลระดับแนวหน้า ในการทดสอบ Toolathlon-Verified ซึ่งเป็นการทดสอบการเรียกใช้เครื่องมือ ได้คะแนน 74.1 ซึ่ง Tencent กล่าวว่าเหนือกว่า Qwen 3.8 Max และ GPT-5.6 Sol และใกล้เคียงกับ Kimi K3 และ Claude Opus 5 ในการทดสอบ APEX-Agents pass@1 ได้ 37.1 ซึ่งตามหลัง Kimi K3 ที่ได้ 37.2 เพียงเล็กน้อย และในการทดสอบแบบปกปิดภายในแยกต่างหาก ผู้เชี่ยวชาญ 163 คนให้คะแนนงานวิศวกรรม 203 งานที่ 2.99 จาก 4.00 แซงหน้า GLM-5.3 ที่ได้ 2.92 และ Kimi K3 ที่ได้ 2.94

มีรูปแบบสองแบบที่โดดเด่น ประการแรก ตัวเลขที่แข็งแกร่งทุกตัวล้วนเกี่ยวกับงานวิศวกรรมแบบ agentic — การขับเคลื่อนเทอร์มินัล การเรียกใช้เครื่องมือ งานในระดับ repository — และไม่มีตัวใดเกี่ยวกับความรู้หรือการให้เหตุผลทั่วไป ซึ่งสอดคล้องกับการวางตำแหน่งด้านผลิตภาพ ไม่ใช่เรื่องบังเอิญ ประการที่สอง Tencent ระมัดระวังในการอธิบายว่า DeepSWE และโมเดลอื่นๆ ช่วยลดช่องว่างลง ไม่ใช่ปิดช่องว่าง ข้ออ้างเรื่องความเท่าเทียมที่ชัดเจนและทำการตลาดได้เพียงหนึ่งเดียวคือผลเสมอใน Terminal Bench 2.1 และนี่คือข้ออ้างที่ควรค่าแก่การทดสอบกับ workload ของคุณเองมากที่สุด

ราคาที่จ่ายจริงๆ แล้วได้อะไรบ้าง

ราคาคือจุดที่การเปิดตัวเปลี่ยนจากความน่าสนใจไปสู่การพลิกโฉม ในราคารายการของเทนเซ็นต์ โทเคนอินพุตหนึ่งล้านตัวมีต้นทุนประมาณเท่ากับการเรียก API ระดับกลางเพียงครั้งเดียวบนบางแพลตฟอร์ม ตัวเลข 18 หยวนต่อล้านโทเคนเอาต์พุต (ประมาณ 2.50 ดอลลาร์สหรัฐ) ต่ำกว่าอัตราค่าเอาต์พุต 25 ดอลลาร์ต่อล้านโทเคนของโมเดลฟรอนเทียร์แบบปิดชั้นนำอย่างมาก และอัตราแคชฮิต 0.3 หยวนทำให้ลูปเอเจนต์ที่ยาวนาน — ซึ่งพรอมต์ระบบและคำนำหน้าบทสนทนาเดียวกันถูกส่งซ้ำอย่างต่อเนื่อง — มีต้นทุนถูกอย่างผิดปกติ

นี่คือจุดเดียวที่เลเยอร์การกำหนดเส้นทางทำให้ตัวเลขเปลี่ยนไป OrcaRouter ยังไม่ได้กำหนดเส้นทางสำหรับ Tencent HY4 Preview ในตอนนี้ — Tencent ยังไม่ได้เปิดโมเดลดังกล่าวให้กับแพลตฟอร์มการอนุมานของบุคคลที่สาม ดังนั้นมันจึงทำงานบนเอนด์พอยต์ TokenHub ของ Tencent Cloud เอง และบนการปรับใช้แบบโฮสต์เองของค่าน้ำหนักแบบเปิด และเราไม่กล่าวอ้างว่าจะให้บริการในสิ่งที่เราไม่ได้ให้บริการ แต่วินัยที่ทำให้การลดราคามีความสำคัญนั้นคือวินัยเดียวกับที่แคตตาล็อกที่เหลือใช้อยู่: OrcaRouter ส่งผ่านราคาที่ผู้ให้บริการตั้งไว้โดยไม่บวกมาร์กอัป ดังนั้นเมื่อผู้ให้บริการอย่าง Tencent ตั้งราคาโทเคนที่ 6 หยวน จำนวนที่คุณจ่ายบนฝั่งเราคือ 6 หยวน ไม่ใช่ราคาที่ถูกขายต่อและมีการบวกมาร์กอัป และในวันที่ผู้ให้บริการเปลี่ยนราคา การเปลี่ยนแปลงนั้นจะปรากฏจริงบนฝั่งเราในวันเดียวกัน API เดียวสำหรับโมเดลมากกว่า 200 รุ่น การสลับผู้ให้บริการโดยอัตโนมัติเมื่อผู้ให้บริการหนึ่งมีปัญหา และ DSL สำหรับการกำหนดเส้นทางเพื่อประกอบโมเดล — นี่คือกลไกที่จะรองรับ Tencent HY4 Preview ทันทีที่มันสามารถกำหนดเส้นทางได้ พร้อมกับโมเดลแบบเปิดและปิดอื่น ๆ ที่อยู่ในแคตตาล็อกอยู่แล้ว

ส่วนที่ไม่สามารถใส่ลงในสเปกชีตได้

ข้อกล่าวอ้างสองข้อในสื่อการเปิดตัวสมควรได้รับการพิจารณาแยกต่างหาก เนื่องจากเป็นเรื่องเกี่ยวกับวิธีการสร้างโมเดล ไม่ใช่คะแนนที่โมเดลทำได้

ประการแรกคือวงจรการปรับปรุงตนเอง Tencent กล่าวว่า Tencent HY4 Preview เข้ามามีส่วนร่วมในการวิจัยและพัฒนาของตัวเอง — มันถูกใช้เพื่อปรับวิธีการฝึกอบรม กลยุทธ์ด้านข้อมูล ระบบการประเมินผล และตัวดำเนินการพื้นฐานที่สร้างมันขึ้นมา การเพิ่มปริมาณงาน 31.8% เป็นผลลัพธ์สาธารณะที่จับต้องได้มากที่สุดของวงจรนี้: Tencent ให้เครดิตกับจุดคอขวดที่โมเดลระบุได้ในสแตกการให้บริการของตัวเอง นั่นคือวงจรการเสริมประสิทธิภาพตนเองแบบวนซ้ำในขั้นแรก: โมเดลที่ช่วยออกแบบเวอร์ชันถัดไปของตัวเอง การที่แล็บระดับแนวหน้ารายงานองค์ประกอบเหล่านี้บางส่วนไม่ใช่เรื่องผิดปกติ แต่การที่โมเดลโอเพนเวทของจีนอธิบายวงจรนี้ต่อสาธารณะในฐานะความสามารถที่เปิดตัวจริงแล้ว ถือเป็นการเปลี่ยนแปลงแบบก้าวกระโดดในวิธีที่โมเดลรุ่นเหล่านี้พูดถึงตัวเอง

ประการที่สองคือ{{1}}ผลลัพธ์ทางคณิตศาสตร์{{/1}} เทนเซ็นต์รายงานว่าโมเดลดังกล่าวได้ปรับปรุงขอบเขตล่างของปริมาตรที่ทราบของ{{2}}ปัญหา Blaschke–Lebesgue{{/2}} — {{3}}คำถามเปิดที่ค้างคามายาวนานในเรขาคณิตนูนเกี่ยวกับวัตถุความกว้างคงที่ที่มีปริมาตรน้อยที่สุด{{/3}} — จาก{{4}}0.380799 เป็น 0.41104{{/4}} ทำให้เข้าใกล้{{5}}ขอบเขตของข้อคาดเดาทรงสี่หน้าของ Meissner{{/5}} ภายในประมาณ 2% เทนเซ็นต์ยังรายงานความเร็วที่เพิ่มขึ้น 2.0 เท่าในการจำลองแผ่นฟอสโฟลิปิดสองชั้นที่มี 32,512 อะตอม โดยลดลงเหลือ{{6}}54.9 มิลลิวินาทีต่อขั้น{{/6}} ในด้านการวิจัยทางวิทยาศาสตร์ ผลลัพธ์แบบนี้โดยปกติแล้วจะทำให้โมเดลมีบทความวิจัยเป็นของตัวเอง แต่ที่นี่มันเป็นเพียง{{7}}ประเด็นเด่นในการเปิดตัว{{/7}} และเช่นเดียวกับเนื้อหาการเปิดตัวอื่น ๆ ทั้งหมด นี่คือคำกล่าวอ้างของเทนเซ็นต์เอง

พูดตามตรง อะไรขาดหายไป

Tencent ระบุข้อจำกัดที่ทราบกันอย่างตรงไปตรงมา และข้อจำกัดเหล่านี้สำคัญต่อผู้ที่ตัดสินใจว่าจะสร้างอะไรบนโมเดลนี้ ไม่มีการรองรับภาพหรืออินพุตมัลติโมดัล — Tencent HY4 Preview เป็นโมเดลข้อความเท่านั้น จบ. ดังนั้นอะไรก็ตามที่เกี่ยวกับภาพหรือวิดีโอควรไปใช้โมเดลอื่น Tencent ยังชี้ว่าโมเดลมีการเริ่มต้นช้าในงานที่ซับซ้อน — คิดนานก่อนจะให้ผลลัพธ์แรก — และมีแนวโน้มที่จะตรวจสอบตัวเองมากเกินไป สิ้นเปลืองโทเคนในการตรวจสอบงานที่ทำไปแล้วซ้ำๆ การรวมกันนี้ผิดอย่างสิ้นเชิงสำหรับแชทที่ไวต่อความหน่วง และยอมรับได้สำหรับงานวิศวกรรมแบบแบตช์ออฟไลน์ ซึ่งบอกคุณได้ว่า Tencent คาดหวังให้คุณรันมันที่ไหน

และสิ่งที่ขาดหายไปที่สำคัญที่สุดคือการตรวจสอบ ยังไม่มีคะแนนอิสระสำหรับ Tencent HY4 Preview ที่ไหนเลย — ไม่ว่าจะเป็นบนลีดเดอร์บอร์ดสาธารณะ จากห้องแล็บประเมินผลของบุคคลที่สาม หรือแม้แต่รายการใน Artificial Analysis โมเดลนี้ใหม่เกินไปสำหรับเรื่องนั้น การทดสอบแบบปกปิดโดยผู้เชี่ยวชาญภายในเป็นสัญญาณที่มีประโยชน์ว่า ผู้ตรวจสอบของ Tencent เองมองมันอย่างไรเมื่อเทียบกับ GLM-5.3 และ Kimi K3 แต่มันคือผู้ตรวจสอบของ Tencent กับงานของ Tencent ทุกสิ่งที่อยู่เหนือแผ่นข้อมูลจำเพาะคือคำกล่าวอ้างที่รอการตรวจสอบ

วันนี้ใครควรเป็นคนแบกของหนัก

คำตอบที่ตรงไปตรงมาคือ รีลีสนี้แบ่งผู้ใช้ออกเป็นสองกลุ่มอย่างชัดเจน หากคุณรันเวิร์กโหลดด้านวิศวกรรมบนโครงสร้างพื้นฐานของตัวเอง และต้นทุนของ closed API คือสิ่งที่ฉุดรั้งคุณไว้ Tencent HY4 Preview คุ้มค่าที่จะทดสอบอย่างจริงจังในช่วงสุดสัปดาห์นี้: weights เปิดให้ใช้งาน หน้าต่างบริบท (context window) มีขนาดระดับรีโพซิทอรี และราคาที่ประกาศไว้ทำให้ agentic loop ระยะยาวมีต้นทุนที่เอื้อมถึง ในแบบที่โมเดลราคา 25 ดอลลาร์ต่อล้านโทเค็นเอาต์พุตไม่มีทางทำได้ หากคุณรันแชตโปรดักชันที่ไวต่อเวลาแฝง หรืออะไรก็ตามที่เป็นมัลติโมดัล หรืออะไรก็ตามที่คุณไม่สามารถยอมรับโมเดลซึ่งมีหลักฐานเพียงเบนช์มาร์กจากผู้ให้บริการเอง ก็ควรรอ — จังหวะการออกรุ่นทุกสองเดือนที่ Tencent รักษามาตั้งแต่เดือนกุมภาพันธ์บ่งชี้ว่า Hy4 เวอร์ชันเต็มกำลังจะมาในไม่ช้า และพรีวิวนี้ออกมาในฐานะเวอร์ชันต้นที่มีจุดบกพร่องที่รู้จักกันดีอย่างชัดเจน

แนวทางสายกลางที่ใช้งานได้จริงคือรูปแบบการจัดเส้นทาง (routing pattern): รันโมเดลที่พิสูจน์แล้วบนเส้นทางวิกฤตของคุณ และรันโมเดลใหม่เคียงข้างไปพร้อมกัน สลับใช้ Tencent HY4 Preview ในงานที่โปรไฟล์ต้นทุนได้เปรียบ และย้อนกลับอัตโนมัติเมื่อไม่ได้เปรียบ นี่คือรูปแบบที่เราเตอร์มีไว้เพื่อรองรับ — OrcaRouter ตัวเดียวกันที่ให้บริการ Claude Opus 5, DeepSeek V4 Pro และ Gemini 3.1 Pro ในราคารายการของผู้ให้บริการ จะให้บริการโมเดลนี้ในวันที่ Tencent เปิดให้ใช้งานเช่นกัน จนกว่าจะถึงตอนนั้น น้ำหนัก (weights) อยู่บน GitHub, API อยู่บน Tencent Cloud และคำกล่าวอ้างที่ว่าโมเดลแบบ open-weight ขึ้นถึงระดับสูงสุดของการเขียนโค้ดแบบ agentic ในที่สุดก็มีตัวเลขเฉพาะกำกับอยู่ ตัวเลขนั้นเป็นของ Tencent การทดสอบเป็นของคุณ