Tencent Hy4 เทียบกับ Tencent Hy4 Preview: โมเดลที่ใหม่กว่าคือรุ่นที่เปิดกว้างน้อยกว่า

Tencent Hy4 Preview มีสัญญาอนุญาต Apache 2.0 มีพารามิเตอร์ 770 พันล้านตัวที่คุณดาวน์โหลดได้จาก Hugging Face วันนี้ และมีภาคผนวกผลการทดสอบมาตรฐานพร้อมตัวเลขที่เผยแพร่แล้วแปดแถว Tencent Hy4 ซึ่งเปิดตัวเมื่อวันที่ 4 พฤศจิกายน 2026 มีความสามารถด้านภาพ การใช้งานคอมพิวเตอร์ และห่วงโซ่ความคิดที่สั้นลง — และไม่มีเอกสารเหล่านั้นเลย น้ำหนักของมันถูกประกาศเป็นแผน สัญญาอนุญาตไม่ถูกระบุ และไม่มีการ์ดโมเดล ในสายผลิตภัณฑ์ Hunyuan หมายเลขเวอร์ชันเพิ่มขึ้นแต่ความเปิดกว้างลดลง ซึ่งทำให้สิ่งนี้ไม่ใช่การเปรียบเทียบการอัปเกรดตามปกติ แต่เป็นคำถามว่าจริง ๆ แล้วคุณกำลังเลือกอาร์ติแฟกต์ชิ้นใด

พวกมันอยู่ในตระกูลเดียวกัน มีขนาดเท่ากัน และ ณ วันนี้ ราคาเท่ากัน การผสมผสานเช่นนี้ผิดปกติพอที่จะพูดให้ชัดเจนได้ว่า Tencent กำลังขายโมเดลที่ดีกว่าในราคาเดียวกัน ขณะที่ปล่อยให้ใช้น้อยกว่า การที่สิ่งนี้จะเป็นปัญหาหรือไม่นั้น ขึ้นอยู่ทั้งหมดกับว่าคุณตั้งใจจะรันเวตส์ด้วยตัวเองหรือไม่

แบ็กโบนเดิม อีกหนึ่งรอบการเทรน

เทนเซ็นต์ยังไม่ได้เผยแพร่คำอธิบายสถาปัตยกรรมใหม่สำหรับบิลด์ GA และไม่ได้ระบุจำนวนพารามิเตอร์ซ้ำในรีลีส ตัวเลขที่ยังคงหมุนเวียนอยู่เป็นของพรีวิว: {{1}}พารามิเตอร์ทั้งหมด 770B, เปิดใช้งาน 49B ต่อโทเคน, 78 เลเยอร์ โดยมีเลเยอร์แรกแบบ dense และเลเยอร์ mixture-of-experts 77 เลเยอร์ ซึ่งประกอบด้วย routed experts 256 ตัว บวก shared หนึ่งตัว, การจัดเส้นทางแบบ top-8, คอนเท็กซ์ขนาด 1,048,576 โทเคน และเลเยอร์ multi-token prediction ขนาด 10B ที่เปิดใช้งาน 0.7B{{/1}}

ประกาศ GA วางกรอบความแตกต่างว่าเป็นเรื่องขนาดในการ pre-training และ post-training มากกว่าการออกแบบใหม่ และอธิบายผลลัพธ์ว่าเป็นการเพิ่มขึ้นจากรุ่นสู่รุ่นที่มากที่สุดที่ Tencent เคยวัดได้ ซึ่งสอดคล้องกับสิ่งที่บริษัททำระหว่าง HY3 และ Hy4 และกับวิธีที่พรีวิวถูกสร้างขึ้น องค์ประกอบเดียวที่ไม่สามารถยกมาใช้โดยไม่เปลี่ยนแปลงได้คือเส้นทางด้านภาพ (vision path) — การทำความเข้าใจภาพต้องใช้อินโคเดอร์ที่เช็กพอยต์แบบข้อความล้วนไม่มี — และ Tencent ไม่ได้กล่าวถึงขนาด ข้อมูลฝึก หรือว่าเป็นโมเดลแยกที่นำมาต่อเพิ่มหรือไม่ จนกว่าจะมีการ์ดโมเดลเผยแพร่ ควรถือว่า "แบ็กโบนเดิมบวก vision" เป็นการอนุมาน ไม่ใช่การเปิดเผยข้อมูล

สามสิ่งที่คุณสามารถทดสอบได้วันนี้

การมองเห็น บิลด์ GA อ่านภาพที่มีรายละเอียดละเอียดอ่อน แผนภูมิและไดอะแกรมที่ซับซ้อนซึ่งใช้สำหรับการให้เหตุผลเชิงคณิตศาสตร์ โดยผสานการรับรู้เข้ากับการเรียกใช้เครื่องมือ การสาธิตของ Tencent คือภาพถ่ายทางอากาศขนาด 2.8 กิกะพิกเซล ซึ่งโมเดลค้นหาส่วนประกอบหลังคาขนาดสองเมตรได้ — ส่วนหนึ่งเป็นผลลัพธ์ด้านการมองเห็น และส่วนใหญ่เป็นการสาธิตว่าหน้าต่างขนาดหนึ่งล้านโทเคนสามารถเก็บภาพแบบไทล์และคำถามไว้พร้อมกันได้ เวอร์ชันพรีวิวทำสิ่งนี้ไม่ได้เลย; เป็นข้อความเข้า ข้อความออก

การใช้คอมพิวเตอร์ โมเดลสามารถควบคุมเดสก์ท็อปผ่านเมาส์และคีย์บอร์ด และผสมผสานบรรทัดคำสั่งกับอินเทอร์เฟซแบบกราฟิกเข้าด้วยกัน โดยได้รับการฝึกฝนเฉพาะสำหรับ Blender, CAD และงานระยะยาวข้ามแอปพลิเคชัน Tencent รันโมเดลนี้ในแซนด์บ็อกซ์ที่สร้างขึ้นบน Agent Runtime ของตนเองซึ่งติดตั้งแอปพลิเคชันไว้หลายร้อยรายการ นี่คือความแตกต่างที่ใหญ่กว่าจากพรีวิว ซึ่งถูกสร้างขึ้นสำหรับสคีมาของเครื่องมือมากกว่าหน้าจอ

ประสิทธิภาพของการคิดแบบเป็นขั้นตอน เวอร์ชันพรีวิวเปิดตัวพร้อมปัญหาที่มีการบันทึกไว้สองข้อ: มันใช้เหตุผลยาวนานเกินความจำเป็นกับงานยาก และตรวจสอบคำตอบของตัวเองมากเกินไป ทั้งสองข้อได้รับการยอมรับในโมเดลการ์ดของมันเอง ซึ่งเปิดเผยอย่างตรงไปตรงมาอย่างผิดปกติ และทำให้พรีวิวใช้งานในโปรดักชันได้ยากกว่าที่คะแนนเบนช์มาร์กบ่งชี้ Tencent กล่าวว่าบิลด์ GA ย่อกระบวนการให้เหตุผลให้สั้นลงและปรับปรุงการทำตามคำสั่ง นี่คือข้อกล่าวอ้างที่ควรนำไปทดสอบมากที่สุด เพราะเป็นข้อที่เปลี่ยนจำนวนโทเคนต่องานที่ทำเสร็จ — และ Tencent ไม่ได้เผยแพร่จำนวนโทเคนก่อนและหลัง

เดลต้าที่ Tencent เผยแพร่

ไม่มีภาคผนวกผลการทดสอบประสิทธิภาพสำหรับ GA การเปรียบเทียบที่ Tencent เปิดเผยออกมาเป็นการเทียบกับพรีวิว บนชุดการทดสอบของตนเอง และมีเนื้อหาบางกว่าสื่อเปิดตัวของพรีวิวเองเสียอีก

• การพัฒนาเกม — GameDev +19.1% และ GameLogic +9.8% เมื่อเทียบกับพรีวิว บนชุดทดสอบภายในที่ไม่มีจำนวนรายการที่เผยแพร่

• การเงิน — คณะผู้เชี่ยวชาญ 213 คน โดย 153 คนเป็นผู้เชี่ยวชาญภายนอก ซึ่งให้คะแนนงานด้านการเงินจริง 579 งาน พบว่า Hy4 ได้ 3.04 เทียบกับ 2.68 สำหรับทั้ง Kimi K3.1 Pro และ GLM-5.3 และ 2.97 สำหรับ DeepSeek V4.1 Flash 1017

• Hallucination — ระบุว่าลดลงจาก 15.76% เหลือ 5.45% โดยข้อผิดพลาดที่เกี่ยวข้องกับการเดาลดลงจาก 23.1% เหลือ 5.6% ไม่ได้เผยแพร่วิธีวิทยา

• งานวิจัย — การประเมิน IRAB ของ讯兔科技ถูกอ้างอิงว่าอยู่ที่ +12.03 เปอร์เซ็นต์พอยต์เหนือพรีวิว; คะแนน BioExperimentBench ของ Tencent อยู่ที่ 30.4 จาก 100 ซึ่งเป็นตัวเลขสัมบูรณ์ที่ดูไม่ดีที่สุดในเอกสารเผยแพร่นี้

เมื่อเทียบกับสิ่งที่พรีวิวเผยแพร่เมื่อวันที่ 28 สิงหาคม: Terminal-Bench 2.1 อยู่ที่ 85.4, DeepSWE อยู่ที่ 64.3, SWE-bench Pro อยู่ที่ 65.7, SWE-bench Multilingual อยู่ที่ 82.9, Toolathlon-Verified อยู่ที่ 74.1, OneMillionBench with tools อยู่ที่ 65.4, SWE Atlas Refactoring อยู่ที่ 53.3 และ APEX-Agents อยู่ที่ 37.1 แถวข้อมูลเหล่านี้คือสิ่งที่ทำให้พรีวิวเป็นที่เข้าใจได้สำหรับคนนอก Tencent รีลีส GA ไม่ได้อัปเดตแม้แต่รายการเดียวในนั้น ดังนั้นจึงไม่มีทางบอกได้ว่าบิลด์ GA ดีกว่าพรีวิวในด้านวิศวกรรมซอฟต์แวร์หรือไม่ บอกได้เพียงว่าดีกว่าในด้านการพัฒนาเกมและแผงข้อมูลทางการเงินเท่านั้น

สิ่งที่พรีวิวยังมีอยู่แต่เวอร์ชัน GA ไม่มี

สี่ประการ และแต่ละประการเป็นความสามารถในทางปฏิบัติมากกว่าประเด็นทางเทคนิค

ตัวน้ำหนักโมเดลเอง พรีวิวและรุ่น FP8 ของมันอยู่บน Hugging Face, ModelScope, GitCode และ CNB ภายใต้ Apache 2.0 รีโพซิทอรีถูกสร้างขึ้นเมื่อวันที่ 27 สิงหาคม 2026 และมีจำนวนดาวน์โหลดสะสมประมาณ 11,500 ครั้งภายในวันเปิดตัวของบิลด์ GA ไม่มีรีโพซิทอรี GA

สัญญาอนุญาตที่เปิดทางให้ใช้งานได้ Apache 2.0 อนุญาตให้ใช้ในเชิงพาณิชย์ ดัดแปลง ปรับแต่งโมเดล และเผยแพร่ต่อ โดยไม่มีเกณฑ์รายได้และไม่มีข้อกำหนดเพิ่มเติมเกี่ยวกับการใช้งานที่ยอมรับได้นอกเหนือจากการให้สิทธิบัตร Tencent กล่าวว่าจะมีการเปิดตัวการ์ดระบบพร้อมการประเมินความปลอดภัยที่ครบถ้วนยิ่งขึ้นสำหรับบิลด์ GA และการเปิดตัวอย่างมีความรับผิดชอบจะครอบคลุมความเสี่ยงด้านไซเบอร์และชีวภาพ ถ้อยคำเช่นนี้มักนำหน้าสัญญาอนุญาตที่จำกัดกว่า และยังไม่มีทางรู้ได้ในตอนนี้

สูตรการให้บริการ เวอร์ชันพรีวิวมาพร้อมคำแนะนำการติดตั้งใช้งาน vLLM และ SGLang รวมถึงชุดค่าสุ่มเริ่มต้นที่เผยแพร่ไว้ — temperature 0.9, top_p 1.0, reasoning effort ตั้งค่าเริ่มต้นเป็น high พร้อมโหมด no-think ที่ใช้งานได้ ส่วนบิลด์ GA ระบุชื่อ vLLM และ SGLang เป็นพันธมิตรในระบบนิเวศโดยไม่เผยแพร่สูตร และความสามารถด้าน vision รวมถึง computer use จะต้องมีเส้นทางการให้บริการซึ่งเวอร์ชันพรีวิวแบบข้อความล้วนไม่เคยต้องมี

บันทึกเกณฑ์มาตรฐานที่ตรวจสอบได้ ไม่ว่าภาคผนวกของพรีวิวจะมีความเอนเอียงเข้าข้างผู้ขายเพียงใด มันก็เป็นชุดแถวข้อมูลที่ตายตัวซึ่งใครก็สามารถนำไปรันกับเช็กพอยต์และโต้แย้งได้ บิลด์ GA ยังไม่มีบันทึกเช่นนั้น

เลือกอาร์ติแฟกต์ใดดี

ราคาเท่ากันทุกประการ ดังนั้นต้นทุนจึงไม่ได้เป็นตัวตัดสิน ในรายการราคาสิงคโปร์ ทั้งคู่ราคา $0.834 ต่อ 1 ล้านโทเคนอินพุต, $2.501 ต่อ 1 ล้านโทเคนเอาต์พุต และ $0.042 ต่อ 1 ล้านโทเคนอินพุตแบบแคช; บนหน้าราคาจีนแผ่นดินใหญ่ ทั้งคู่ราคา ¥6, ¥18 และ ¥0.3 Tencent คงอัตราไว้ไม่เปลี่ยนแปลงอย่างชัดเจนสำหรับการเปิดตัว GA ซึ่งเป็นข้อโต้แย้งที่แข็งแกร่งที่สุดสำหรับเรื่องนี้: ความสามารถมากขึ้น แต่ค่าใช้จ่ายเท่าเดิม

เลือกพรีวิวเมื่อน้ำหนักโมเดลคือประเด็นหลัก การติดตั้งแบบ on-premises ข้อมูลที่อยู่ภายใต้กฎระเบียบ การ fine-tuning การกลั่นโมเดล หรือโมเดลต้นทุนที่ถือว่าคุณให้บริการเอง — ไม่มีสิ่งใดพร้อมใช้งานในบิลด์ GA และพรีวิวเป็นโมเดล 770B ที่มีความสามารถจริง ไม่ใช่ตัวอย่างที่ถูกจำกัดความสามารถ เช็กพอยต์ Apache 2.0 ที่รันบนคลัสเตอร์ของคุณเองเป็นสินทรัพย์คนละประเภทกับ API endpoint และไม่มีคะแนน benchmark ใดปิดช่องว่างนั้นได้

เลือกบิลด์ GA เมื่อมอดัลลิตีเป็นสิ่งสำคัญ การทำความเข้าใจภาพ การควบคุมเดสก์ท็อป และงานข้ามแอปพลิเคชันแบบหลายขั้นตอนระยะยาวไม่มีอยู่ในรุ่นพรีวิวเลย หากงานเกี่ยวข้องกับภาพหน้าจอ แผนภูมิ ไฟล์ CAD หรือการคลิก รุ่นเก่าไม่ใช่ตัวเลือกที่ประหยัดกว่า — มันทำงานนั้นไม่ได้เลย

สำหรับคนอื่น ๆ ทั้งหมด — งานเวิร์กโหลดประเภทข้อความภายในบริบทหนึ่งล้านโทเคน ที่เรียกผ่าน API — คำตอบที่ตรงไปตรงมาคือบิลด์ GA น่าจะดีกว่า และยังไม่มีใครพิสูจน์ได้ ข้ออ้างเรื่องประสิทธิภาพคือเหตุผลที่ควรย้ายมาแต่เนิ่น ๆ เพราะโมเดลที่หยุดตรวจสอบเอาต์พุตของตัวเองมากเกินไปจะลดจำนวนโทเคนเอาต์พุตต่องาน และนั่นคือการปรับปรุงต้นทุนที่เรตการ์ดไม่ได้แสดงไว้ ทดสอบกับงานของคุณเองโดยบันทึกจำนวนโทเคน ไม่ใช่บนแดชบอร์ดการเงิน

คำถามที่พบบ่อย

weights ของ GA จะเป็น checkpoint เดียวกับ preview หรือเปล่า

Tencent อธิบายว่าบิลด์ GA เป็นการรันพรีเทรนและโพสต์เทรนที่ใหญ่ขึ้นอย่างมาก ไม่ใช่การเปิดตัวพรีวิวอีกครั้ง และโมเดลที่รองรับความสามารถด้านภาพจำเป็นต้องมีองค์ประกอบที่เช็กพอยต์แบบข้อความล้วนไม่มี สิ่งที่ยังไม่ทราบคือพรีวิวยังคงอยู่ในนั้นมากน้อยเพียงใด Tencent ยังไม่ระบุว่าจุดเริ่มต้นของ GA คือเช็กพอยต์พรีวิวหรือเช็กพอยต์ก่อนหน้า ซึ่งสำคัญหากคุณกำลังพยายามคาดการณ์พฤติกรรมการไฟน์ทูนจากผลพรีวิวที่เผยแพร่

Tencent Hy4 Preview กำลังจะถูกยกเลิกใช้งานหรือไม่?

ยังไม่มีการประกาศปลดระวาง พรีวิวยังคงอยู่บน Hugging Face ภายใต้ Apache 2.0 และรายการแคตตาล็อก OrcaRouter สองรายการยังให้บริการโมเดลนี้อยู่ รวมถึงระดับฟรีที่จำกัดอัตราการใช้งานโดยไม่มีค่าใช้จ่ายจากกระเป๋าเงินเลย Tencent วางตำแหน่งบิลด์ GA ให้เป็นรุ่นสืบทอดสำหรับโปรดักชันในราคาเดียวกัน ซึ่งในทางปฏิบัติมักปล่อยให้การดีพลอยพรีวิวตกค้างอยู่โดด ๆ มากกว่าจะถอดออก — น้ำหนักโมเดลยังคงดาวน์โหลดได้ สูตรยังคงเผยแพร่ และโมเดลก็เงียบ ๆ เลิกเป็นตัวที่ใคร ๆ ใช้วัดประสิทธิภาพ

GA build มีค่าใช้จ่ายสำหรับรูปภาพมากกว่าหรือไม่

Tencent ยังไม่ได้เผยแพร่ราคาสำหรับรูปภาพแยกต่างหาก ดังนั้นอัตราที่เผยแพร่จึงเป็นแบบต่อโทเคนสำหรับทุกโมดัลิตี้ ซึ่งให้ความมั่นใจได้น้อยกว่าที่ฟังดู: อินพุตรูปภาพถูกแปลงเป็นโทเคน และไม่ได้เปิดเผยจำนวนโทเคนที่แผนภูมิหรือภาพหน้าจอใช้ไป รูปภาพหน้าที่มีเนื้อหาแน่นหนาอาจมีค่าใช้จ่ายสูงกว่าที่จำนวนอักขระบ่งชี้ไว้มาก ให้วัดจากอินพุตของคุณเองก่อนจะสรุปว่าอัตราค่าบริการข้อความใช้ได้โดยตรง

ฉันสามารถรัน GA build ในเครื่องได้ไหม

วันนี้ยังไม่มี ไม่มีเวต ไม่มีใบอนุญาต ไม่มีรีโพซิทอรี แม้จะมีการเปิดตัวออกมา โมเดล mixture-of-experts ขนาด 770B ที่ FP8 ก็มีขนาดเกิน 700GB และต้องใช้คลัสเตอร์หลายโหนด ดังนั้น "open weights" ในที่นี้หมายถึงองค์กรที่มีโครงสร้างพื้นฐานระดับจริงจังสามารถโฮสต์เองได้ ไม่ใช่เวิร์กสเตชัน หากการรันในเครื่องเป็นข้อกำหนด พรีวิวคือตัวเลือกเดียวในตระกูลนี้ และจะเป็นเช่นนี้ต่อไปจนกว่า Tencent จะเผยแพร่

ช่องว่างที่สำคัญไม่ใช่คะแนน

กรอบการนำเสนอของ Tencent คือ นี่คือโมเดล Hy รุ่นแรกที่ไปถึงระดับสูงสุดของโมเดลโอเพนซอร์ส ข้อกล่าวอ้างนี้ป้องกันได้ในด้านความสามารถ แต่ยังเร็วเกินไปในด้านความเปิด เพราะเวอร์ชันที่ได้รับสถานะโอเพนซอร์สคือเวอร์ชันจากเดือนสิงหาคม และเวอร์ชันที่ขายอยู่ในวันนี้เป็นผลิตภัณฑ์ API ที่มาพร้อมคำสัญญา

นั่นไม่ใช่ความหน้าซื่อใจคดเท่าไรนัก แต่เป็นการจัดลำดับมากกว่า Tencent กล่าวว่าน้ำหนักโมเดลและ system card กำลังจะมา ระบุชื่อ vLLM, SGLang และ Inferact เป็นพาร์ตเนอร์ และได้ปล่อยพรีวิวภายใต้ Apache 2.0 ซึ่งตนไม่จำเป็นต้องทำก็ได้ รูปแบบจาก HY3 ชี้ว่าการเปิดตัวจะเกิดขึ้นจริง รูปแบบยังชี้ว่าจะต้องใช้เวลาหลายสัปดาห์ และครั้งนี้ใบอนุญาตอาจไม่ใช่ Apache — ถ้อยคำด้านความปลอดภัยในประกาศ GA รอบคอบกว่าถ้อยคำในพรีวิว

ในระหว่างนี้ โมเดลทั้งสองต่างเปิดใช้งานและใช้งานได้ทั้งคู่ และการเลือกระหว่างสองตัวนี้ก็คือการเลือกระหว่างอาร์ติแฟกต์แบบเปิดกับแบบปิดที่ดีกว่าในราคาเดียวกัน บน OrcaRouter tencent/hy4-previewสามารถเรียกใช้ได้เคียงข้างtencent/hy3ด้วยคีย์เดียว โดยส่งผ่านราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม และมีระดับฟรีที่ไม่มีค่าใช้จ่ายแต่ถูกจำกัดอัตราการใช้งาน สิ่งนี้ทำให้พรีวิวเป็นวิธีที่ประหยัดที่สุดในการประเมินตระกูลนี้ก่อนที่บิลด์ GA จะเข้าสู่แคตตาล็อก — น้ำหนักเดียวกัน ราคาเดียวกัน เปลี่ยนสตริงโมเดลเพียงจุดเดียว และไม่ผูกมัดใด ๆ ในขณะที่คุณตัดสินใจว่างานด้านวิชันและเดสก์ท็อปของ GA คุ้มค่ากับไลเซนส์ที่หายไปหรือไม่