Tencent Hy4 chính thức đạt GA với Vision và Computer Use — và không có bảng benchmark

Tencent Hy4 đã chính thức được phát hành rộng rãi vào ngày 4 tháng 11 năm 2026, và đây là mô hình đầu tiên trong dòng Hunyuan có thể đọc hình ảnh và điều khiển một máy tính để bàn. Thứ mà Tencent không tung ra kèm theo là loại bằng chứng đã thuyết phục người ta về Tencent Hy4 Preview hồi tháng 8: không có dòng Terminal-Bench, không có dòng SWE-bench, không có model card. Thay vào đó, bản phát hành mở đầu bằng các bộ tác vụ nội bộ, một hội đồng tài chính gồm 213 chuyên gia và một so sánh tỷ lệ ảo giác. Mô hình Hy mạnh nhất từ trước đến nay cũng đồng thời, vào ngày ra mắt, là mô hình được ghi chép tài liệu ít nhất.

Đó không phải là lý do để bỏ qua nó. Điểm số đã công bố của bản xem trước vẫn là đại diện tốt nhất hiện có cho dòng này, Tencent nói bản dựng GA vượt qua chúng trên các khối lượng công việc mà nó được huấn luyện, và giá không thay đổi. Nhưng nó thực sự thay đổi cách bạn nên đọc thông báo: như một tuyên bố về năng lực kèm ngày phát hành, chứ không phải một bản phát hành đã được đo lường đánh giá. Bài viết này tách ba thứ Tencent thực sự đã giao — thị giác, khả năng sử dụng máy tính và chuỗi suy luận rẻ hơn — khỏi ba thứ hãng đã hứa mà chưa giao.

Thực sự có gì mới trong bản dựng GA?

Tencent mô tả ba bổ sung, và chỉ hai bổ sung đầu tiên là người dùng có thể thấy ngay trong ngày đầu tiên.

Thị giác. Hy4 hiện xử lý việc xử lý ảnh chi tiết, phân tích biểu đồ phức tạp và lập luận toán học trên sơ đồ, kết hợp nhận thức, lập luận và gọi công cụ. Bản demo của Tencent là một bức ảnh chụp từ trên không 2,8 gigapixel, trong đó mô hình định vị một linh kiện mái nhà dài hai mét — một tác vụ vừa là minh chứng về cửa sổ ngữ cảnh vừa là minh chứng về thị giác, vì ảnh phải được chia thành các ô và theo dõi mà không làm mất truy vấn. Hãy coi bản demo này là minh họa của nhà cung cấp; không có chuẩn đánh giá thị giác nào được công bố kèm theo nó.

Sử dụng máy tính. Mô hình có thể vận hành màn hình bằng chuột và bàn phím, đồng thời có thể kết hợp dòng lệnh với giao diện đồ họa. Tencent cho biết họ đã huấn luyện nó riêng cho Blender, CAD và các tác vụ dài hạn xuyên ứng dụng, và rằng nó chạy trong một sandbox được xây dựng trên Agent Runtime của Tencent Cloud với hàng trăm ứng dụng được cài đặt. Đây là bổ sung có ý nghĩa hơn, bởi đây là lần đầu tiên dòng Hy tuyên bố có khả năng tự chủ trên máy tính để bàn thay vì chỉ trên một lược đồ công cụ.

Một chuỗi suy luận ngắn hơn. Bản xem trước được phát hành với hai khiếm khuyết đã được thừa nhận: nó suy luận dài hơn mức cần thiết trên các tác vụ khó và tự kiểm chứng quá mức. Tencent cho biết bản GA cải thiện hiệu quả chuỗi suy luận và khả năng tuân theo chỉ dẫn, cùng với hiểu tài liệu dài và nghiên cứu chuyên sâu. Tuyên bố đó có thể kiểm chứng theo cách mà bản demo thị giác không thể — số token trên mỗi tác vụ là đo được — nhưng Tencent không công bố số liệu token trước và sau.

Phần thân bên dưới không thay đổi, ít nhất là trên giấy tờ. Thông báo GA không nhắc lại các tham số hay độ dài ngữ cảnh; những con số đang lưu hành là của bản xem trước: 770 tỷ tham số tổng cộng, với 49 tỷ được kích hoạt cho mỗi token và cửa sổ ngữ cảnh 1.048.576 token. Vì Tencent chưa công bố mô tả kiến trúc mới, cách hiểu hợp lý là đây vẫn là cùng một backbone với lượng tiền huấn luyện và hậu huấn luyện nhiều hơn đáng kể, cộng thêm bất kỳ bộ mã hóa thị giác nào mà đường hướng đa phương thức yêu cầu — một thành phần mà Tencent chưa mô tả.

Những con số mà Tencent đã thực sự công bố, và giá trị của chúng

Không có cái nào trong số này là độc lập, và không cái nào là bộ đánh giá công khai được chuẩn hóa. Chúng là những bộ nhiệm vụ và hội đồng chuyên gia của chính Tencent, điều này khiến chúng hữu ích cho việc định hướng nhưng yếu cho việc xếp hạng.

• Phát triển trò chơi — Tencent báo cáo mức tăng +19,1% ở bộ GameDev và +9,8% ở GameLogic so với dự phóng. Cả hai đều là những bộ công cụ nội bộ không công bố số lượng hạng mục.

• Tài chính, hội đồng chuyên gia — 213 chuyên gia, 153 người trong số đó đến từ bên ngoài Tencent, khoảng 70% có từ năm năm kinh nghiệm trở lên, chấm điểm 579 tác vụ tài chính thực tế. Hy4 đạt trung bình 3,04 so với Kimi K3.1 Pro ở 2,68, GLM-5.3 ở 2,68 và DeepSeek V4.1 Flash 1017 ở 2,97. Tencent kết luận đây là mô hình mở đứng đầu trong hội đồng này.

• Ảo giác — mức giảm được công bố từ 15,76% xuống 5,45%, với lỗi liên quan đến đoán mò giảm từ 23,1% xuống 5,6%. Phương pháp luận không được công bố; hãy coi mức độ cải thiện này là một tuyên bố chứ không phải một phép đo.

• Khối lượng công việc nghiên cứu — đánh giá IRAB của 讯兔科技 được nêu ở mức +12,03 điểm phần trăm so với bản xem trước, và điểm BioExperimentBench của chính Tencent là 30,4 trên 100. Con số cuối cùng đó đáng để dừng lại: đây là điểm tuyệt đối duy nhất trong bản công bố không mấy tốt đẹp, và nó cho thấy công việc sinh học vẫn còn ở giai đoạn đầu.

• Hiệu quả huấn luyện — Tencent nói rằng mô hình đã tham gia tối ưu hóa quy trình huấn luyện của chính nó, nâng thông lượng đầu-cuối lên 20,1%. Đây là phát biểu về cụm máy chủ của Tencent, không phải về mô hình mà bạn sẽ gọi.

Việc thiếu bảng tháng Tám là phần đáng chú ý. Khi bản xem trước được phát hành, Tencent đã công bố Terminal-Bench 2.1 ở 85,4; DeepSWE ở 64,3; SWE-bench Pro ở 65,7; Toolathlon-Verified ở 74,1 và APEX-Agents ở 37,1 — những hàng số liệu khiến nó đáng tin đối với những người không tin điểm số của hội đồng đánh giá mù. Bài đăng GA không cập nhật bất kỳ số nào trong đó. Không rõ liệu điều đó là vì các con số cải thiện ít hơn mức tiếp thị cần, hay vì công ty đang để dành chúng cho thẻ hệ thống mà họ đã hứa. Cho đến khi một trong những thứ đó xuất hiện, quan điểm trung thực là bản dựng GA không có bằng chứng công khai có thể so sánh được.

Giá không thay đổi, và mức giảm giá còn lớn hơn cả giá.

Tencent giữ nguyên bảng giá của bản xem trước. Trên endpoint Singapore, mức giá là $0.834 cho mỗi triệu token đầu vào, $2.501 cho mỗi triệu token đầu ra và $0.042 cho mỗi triệu lượt cache hit; trên bảng giá Trung Quốc đại lục là ¥6, ¥18 và ¥0.3. Một mô hình có năng lực cao hơn với mức giá không đổi là cách đúng đắn để tung ra phiên bản kế nhiệm, và điều đó loại bỏ hoàn toàn yếu tố giá khỏi quyết định nâng cấp.

Thông báo từ đại lục bổ sung thêm một loạt khuyến mãi chồng lên nhau, và các điều khoản rất quan trọng vì chúng hết hạn ở những thời điểm khác nhau:

• Các lệnh gọi API tiêu chuẩn được giảm 50% đến hết ngày 31 tháng 12 năm 2026, đưa mức giá niêm yết hiệu lực xuống khoảng $0.417 cho đầu vào và $1.25 cho đầu ra trong thời gian ưu đãi còn hiệu lực.

• Gói đăng ký Token Plan giảm giá 75% đến hết ngày 18 tháng 11 năm 2026.

• Hạn mức miễn phí trong WorkBuddy và CodeBuddy đến hết ngày 12 tháng 11 năm 2026.

Đó là các mức giá khuyến mại có ngày kết thúc, không phải giá niêm yết, và chúng được công bố cho thị trường Trung Quốc đại lục. Hãy lập ngân sách dựa trên $0,834 và $2,501 và coi khoản chiết khấu là phần tăng thêm. Giá cache là yếu tố cộng dồn: ở mức $0,042 mỗi triệu, việc đọc lại một tài liệu lớn ở mọi lượt của vòng lặp agent rẻ hơn trên Hy4 so với Hy3 của chính Tencent, vốn tính $0,059. Một mô hình có chi phí cao gấp bốn lần rưỡi cho mỗi token đầu vào mới lại có chi phí thấp hơn cho mỗi token được cache.

Các trọng số vẫn là một lời hứa.

Đây là phần quyết định xem bản phát hành có thực sự có ý nghĩa với những người không muốn thuê dịch vụ suy luận hay không.

Tencent Hy4 Preview được phát hành theo giấy phép Apache 2.0 với đầy đủ trọng số, một biến thể FP8 và các công thức sẵn dùng cho vLLM và SGLang. Bất kỳ ai cũng có thể tải về ngay hôm nay. Đối với bản GA, Tencent chỉ cho biết rằng họ dự định mở các trọng số mô hình và công bố thẻ hệ thống với các đánh giá an toàn đầy đủ hơn, cùng sự hỗ trợ hệ sinh thái từ cộng đồng vLLM và SGLang và Inferact. Không có ngày cụ thể, không có giấy phép, không có kho lưu trữ. Kiểm tra tổ chức Hugging Face của Tencent vào ngày ra mắt chỉ thấy bản xem trước và checkpoint FP8 của nó, và không có kho lưu trữ GA nào.

Đó là một hạn chế thực sự chứ không phải thủ tục hình thức. Dù sao thì mô hình mixture-of-experts 770 tỷ tham số cũng không phải thứ mà hầu hết các nhóm tự vận hành — checkpoint FP8 vượt quá 700GB, và để phục vụ nó cần một cụm nhiều nút. Nhưng giấy phép mới là thứ quyết định liệu một công ty có thể tinh chỉnh, chưng cất hay chạy mô hình trong môi trường được quản lý chặt chẽ hay không, và cho đến khi có giấy phép đó, bản GA chỉ dùng qua API. Tencent cũng đã báo hiệu Hy4 Flash sẽ sớm ra mắt, hướng đến chi phí và tốc độ, đây là mô hình mà hầu hết các nhóm thực sự muốn có cho công việc khối lượng lớn.

Những gì bạn có thể chạy hôm nay

Danh mục của OrcaRouter có tencent/hy3 và tencent/hy4-preview, bao gồm cả một gói miễn phí bị giới hạn tốc độ của bản xem trước, và bản GA không được liệt kê tại thời điểm viết bài. Điều đó đáng nói thẳng ra thay vì ngụ ý ngược lại: mô hình mà bài viết này đề cập vẫn chưa thể định tuyến ở đây.

Điều mà bản xem trước mang lại là cách để đưa ra quyết định trước khi GA ra mắt. Cả hai dùng chung phần lõi và mức giá, nên một khối lượng công việc thất bại trên bản xem trước vì lý do thị giác hoặc điều khiển màn hình desktop sẽ là khối lượng cần đến GA; một khối lượng công việc thất bại về chất lượng suy luận là khối lượng mà các tuyên bố về hiệu quả của GA đáng để kiểm chứng. Hãy chạy bản xem trước với một tác vụ bạn đã làm tuần trước, đo token trên mỗi tác vụ hoàn thành thay vì token trên mỗi lần gọi, và bạn sẽ có ước tính tốt hơn về giá trị của GA so với những gì hội đồng tài chính đưa ra.

Khi GA có mặt trong danh mục, đó sẽ là thay đổi chuỗi mô hình trên cùng một khóa chứ không phải hợp đồng thứ hai, và một phần lưu lượng có trọng số với tính năng tự động chuyển dự phòng về bản xem trước là cách rẻ để thử nó mà không đặt cược một luồng production vào bản build vừa phát hành sáng nay. Mô hình định giá chuyển tiếp nghĩa là giá niêm yết của Tencent chính là giá bạn trả, vì vậy mức giá khuyến mãi, khi được áp dụng, cũng áp dụng ở đây.

Xem gì

Ba điều sẽ giải đáp những câu hỏi mà lần ra mắt này để ngỏ. Điều thứ nhất là ngày công bố trọng số và giấy phép — đó là thứ phân biệt một mô hình mở với một mô hình “mở nửa vời” (open-washed). Điều thứ hai là một đánh giá độc lập: mọi con số trong bài viết này đều đến từ Tencent, và bảng số liệu tám tháng tuổi của bản xem trước đang được dùng như một đại diện thay thế vì không có thứ gì khác tồn tại. Điều thứ ba là Hy4 Flash, bởi một người anh em cùng năng lực nhưng rẻ hơn, nhanh hơn sẽ thay đổi bài toán định tuyến nhiều hơn so với mô hình chủ lực.

Cho đến lúc đó, mô tả đúng về Tencent Hy4 vẫn hẹp và chính xác: một mô hình API được cung cấp rộng rãi với khả năng thị giác và sử dụng máy tính, có giá giống hệt bản xem trước, được bán dựa trên bằng chứng từ nhà cung cấp và đang chờ thủ tục giấy tờ để có thể trở thành mở.