Tencent HY4 Preview chính thức mã nguồn mở: 770B MoE, ngữ cảnh 1M và mức giá rẻ hơn cả các mô hình tiên tiến nhất

Tencent HY4 Preview, được phát hành và mã nguồn mở vào ngày 28 tháng 8 năm 2026, là mô hình chủ lực mã nguồn mở (open-weight) thực sự cạnh tranh đầu tiên từ một phòng thí nghiệm Trung Quốc trong nhiều tháng qua, và con số gây ngạc nhiên nhất chính là giá. Tencent niêm yết mức giá 6 nhân dân tệ (~0,85 USD) cho mỗi triệu token đầu vào và 18 nhân dân tệ (~2,50 USD) cho mỗi triệu token đầu ra — chỉ bằng khoảng một phần mười so với mức phí mà các mô hình tiên phong đóng (closed frontier model) hàng đầu tính cho token đầu ra — đồng thời công bố một mô hình mixture-of-experts với 770 tỷ tham số, trong đó 49 tỷ tham số hoạt động cho mỗi token, với cửa sổ ngữ cảnh vượt qua một triệu token. Đây là phiên bản kế nhiệm của Hy3 thuộc dòng Hunyuan (tổng 295B tham số, ngữ cảnh 256K) và mô hình mới tăng gấp bốn lần ngữ cảnh, đồng thời gấp hơn hai lần dung lượng hoạt động. Trọng số (weights) của mô hình có thể tải xuống ngay hôm nay từ Hugging Face, GitHub, ModelScope và GitCode, và mô hình tương tự đã được triển khai trong chính các sản phẩm của Tencent: WorkBuddy, CodeBuddy trong cả bản nội địa lẫn quốc tế, trợ lý Yuanbao, và ứng dụng không gian làm việc ima. Đối với những ai từng theo dõi các mô hình open-weight chưa đạt tới trình độ tiên phong trong công việc kỹ thuật phần mềm, bản phát hành này cuối cùng đã khiến khoảng cách trở nên có thể tranh luận — và những điểm cần lưu ý cũng quan trọng không kém các con số. Mười ngày sau, hai điểm lưu ý có khả năng ảnh hưởng nhất đến người dùng sản xuất đã là mục tiêu trong bản nâng cấp đầu tiên của Tencent dành cho bản preview trực tiếp: vào ngày 7 tháng 9, họ đã triển khai một bản tối ưu hóa, hiện đã có cho tất cả mọi người, mà theo họ giúp giảm số vòng suy luận và mức tiêu thụ token trên mỗi tác vụ xử lý công việc phức tạp.

Sự định vị này là có chủ đích. Tencent giới thiệu Tencent HY4 Preview như một mô hình năng suất cho bốn lĩnh vực: kỹ thuật phần mềm, văn phòng và phân tích dữ liệu, phát triển trò chơi và nghiên cứu khoa học. Điểm nhấn về kỹ thuật chính là điều tách biệt nó khỏi nhóm các mô hình đa năng — ghi chú phát hành mở đầu bằng khả năng hiểu tác vụ trong thời gian dài, lập kế hoạch và gỡ lỗi, chứ không phải chất lượng trò chuyện. Trọng tâm đó thể hiện rõ trong danh sách tích hợp cũng như bảng benchmark: CodeBuddy tích hợp mô hình trong IDE, WorkBuddy tích hợp trong quy trình làm việc văn phòng (Tencent trình diễn mô hình xử lý 72 tài liệu tài chính trong một lượt), và các nhà phát triển trò chơi nhận được kết nối MCP vào Unreal Engine 5 và Unity, biến một câu lệnh duy nhất thành một bản demo chơi được.

Những gì thực sự đã được phát hành

Bảng thông số kỹ thuật đáng để đọc từng dòng một, vì mỗi dòng đều thay đổi những gì một mô hình trọng số mở được phép làm.

• Kiến trúc — Mixture-of-Experts với tổng cộng 770B tham số và 49B tham số hoạt động trên mỗi token, tỷ lệ thưa khoảng 16:1 giúp chi phí suy luận nằm trong mức mà một nhóm nhỏ thực sự có thể chi trả.

• Cửa sổ ngữ cảnh — hơn 1 triệu token, gấp bốn lần mức 256K của Hy3. Các tác vụ kỹ thuật tầm xa — một kho lưu trữ đầy đủ trong cửa sổ, một lần tái cấu trúc nhiều tệp, một loạt tài liệu lớn — trở thành các bài toán chỉ với một yêu cầu duy nhất.

• Trọng số — Bản phát hành mã nguồn mở Apache 2.0 trên Hugging Face, GitHub, ModelScope và GitCode. Đây là mô hình có thể tải xuống và tự lưu trữ, không phải bản giới thiệu trực tuyến.

• API — có sẵn trên TokenHub của Tencent Cloud, endpoint lưu trữ riêng của nhà cung cấp, được định giá 6 nhân dân tệ cho mỗi triệu token đầu vào, 18 nhân dân tệ cho mỗi triệu token đầu ra và 0,3 nhân dân tệ cho mỗi triệu token khi cache hit.

• Tích hợp sản phẩm — WorkBuddy, CodeBuddy (trong nước và quốc tế), Yuanbao và ima, nghĩa là các trọng số mà Tencent triển khai trong các ứng dụng của mình cũng chính là những trọng số bạn có thể tải về và chạy.

Tencent cũng công bố một con số về kỹ thuật suy luận hiếm khi xuất hiện trong ghi chú ra mắt: cải thiện 31,8% thông lượng đầu cuối nhờ hợp nhất toán tử và tối ưu hóa truyền thông. Điều khiến con số này không chỉ là chú thích trong bảng thông số kỹ thuật là Tencent cho biết Tencent HY4 Preview đã tự tìm ra các điểm nghẽn — mô hình tự phân tích ngăn xếp suy luận của chính nó, và các tối ưu hóa được báo cáo là ổn định trên các độ dài ngữ cảnh và mức độ đồng thời khác nhau. Đó là loại chi tiết phân biệt một mô hình mà phòng thí nghiệm phát hành như một vật phẩm nghiên cứu với một mô hình mà công ty kỳ vọng sẽ phải chịu lưu lượng sản xuất thực tế. Với một bản xem trước mới được công khai chưa đầy hai tuần, đây cũng chính là loại tuyên bố mà chưa ai ngoài Tencent xác minh được.

Những điểm số đáng trích dẫn.

Mọi điểm chuẩn mà Tencent công bố cho Tencent HY4 Preview đều do chính nhà cung cấp báo cáo — được chạy trên hệ thống đánh giá của riêng Tencent, chưa được bất kỳ phòng thí nghiệm độc lập nào tái lập, và mô hình này mới ra mắt công chúng chưa đầy hai tuần. Hãy coi chúng là mức trần mà Tencent tin rằng mình đạt được, chứ không phải là sự thật đã được kiểm chứng.

Con số chính là Terminal Bench 2.1, một bài kiểm tra khả năng điều khiển terminal thực tế của mô hình trong lúc viết mã. Tencent báo cáo Tencent HY4 Preview đạt 85.4, mà họ cho là ngang bằng với Claude Opus 5 và vượt qua DeepSeek V4 Pro, đồng thời vượt qua phiên bản tiền nhiệm Hy3 của chính mình 14.6 điểm. Con số đơn lẻ này đang gánh một trọng trách lớn — đó là tuyên bố đặt một mô hình trọng số mở ngang hàng với các mô hình frontier đóng đắt tiền nhất trong một bài kiểm tra lập trình tác tử khó — và đó cũng là tuyên bố cần được xác nhận độc lập nhất.

Phần còn lại của bảng nội bộ: DeepSWE, một điểm chuẩn kỹ thuật phần mềm, tăng từ 28,0 ở Hy3 lên 64,3, điều mà Tencent mô tả là "đang dần thu hẹp khoảng cách" với các mô hình hàng đầu. Trong Toolathlon-Verified, một bài kiểm tra gọi công cụ, nó đạt 74,1, mà Tencent cho biết vượt qua Qwen 3.8 Max và GPT-5.6 Sol, đồng thời tiến gần đến Kimi K3 và Claude Opus 5. Trong APEX-Agents pass@1, nó đạt 37,1, chỉ kém một chút so với mức 37,2 của Kimi K3. Và trong một bài kiểm tra mù nội bộ riêng biệt, 163 chuyên gia đã chấm điểm 203 nhiệm vụ kỹ thuật với 2,99 trên 4,00, nhỉnh hơn mức 2,92 của GLM-5.3 và 2,94 của Kimi K3.

Có hai xu hướng nổi bật. Thứ nhất, mọi con số ấn tượng đều thuộc về công việc kỹ thuật tác nhân — điều khiển terminal, gọi công cụ, tác vụ quy mô kho mã nguồn — và không con số nào nằm ở kiến thức hay suy luận thông thường, điều này nhất quán với định vị năng suất chứ không phải ngẫu nhiên. Thứ hai, Tencent thận trọng khi mô tả DeepSWE và các công cụ khác là thu hẹp, chứ không phải khép lại, khoảng cách. Tuyên bố ngang bằng rõ ràng và dễ tiếp thị duy nhất là kết quả hòa trên Terminal Bench 2.1, và đó là tuyên bố đáng kiểm chứng nhất với khối lượng công việc của chính bạn.

Mức giá thực sự mua được những gì

Định giá là nơi bản phát hành không còn thú vị mà bắt đầu gây đột phá. Với giá niêm yết của Tencent, một triệu token đầu vào có chi phí tương đương với một lần gọi API tầm trung trên một số nền tảng. Con số 18 nhân dân tệ cho mỗi triệu token đầu ra (~2,50 USD) thấp hơn nhiều so với mức 25 USD mỗi triệu token đầu ra của một mô hình frontier đóng hàng đầu, và tỷ lệ cache-hit 0,3 nhân dân tệ khiến các vòng lặp agent dài — nơi cùng một system prompt và các tiền tố hội thoại liên tục được gửi lại — trở nên rẻ bất thường để vận hành. Bản nâng cấp ngày 7 tháng 9 thay đổi phía chi phí thực tế của phép toán đó: vì Tencent tính phí theo từng token, việc cắt giảm số vòng suy luận cùng số token đầu vào và đầu ra mà mỗi tác vụ tiêu thụ sẽ làm giảm chi phí của một tác vụ hoàn chỉnh, mặc dù giá niêm yết trên mỗi token không hề thay đổi. Các bài kiểm tra benchmark và human-eval của chính Tencent là bằng chứng cho quy mô khoản tiết kiệm đó, vì vậy hãy coi đó là số liệu do nhà cung cấp tự báo cáo cho đến khi được đo lường một cách độc lập.

Đây cũng là nơi duy nhất mà lớp định tuyến thay đổi cách tính toán. OrcaRouter chưa định tuyến Tencent HY4 Preview, nên những cách thực tế để gọi nó hiện nay là endpoint TokenHub của riêng Tencent Cloud, các sản phẩm Tencent có nhúng mô hình này, và các triển khai tự lưu trữ từ bộ trọng số mở — và vì các trọng số đó thuộc giấy phép Apache 2.0, các nền tảng bên thứ ba có thể dựng bản sao của riêng họ bất cứ lúc nào, điều đáng ghi nhớ khi bạn so sánh giá giữa các nhà cung cấp. Chúng tôi không tuyên bố phục vụ những gì chúng tôi không có. Nhưng nguyên tắc làm cho việc giảm giá trở nên có ý nghĩa cũng chính là nguyên tắc vận hành của phần còn lại trong danh mục: OrcaRouter truyền thẳng giá niêm yết của nhà cung cấp mà không cộng thêm bất kỳ khoản phụ phí nào, vì vậy khi một nhà cung cấp như Tencent định giá một token ở mức 6 nhân dân tệ, con số bạn trả phía chúng tôi là 6 nhân dân tệ, chứ không phải phiên bản bán lại và đội giá lên, và ngày nhà cung cấp thay đổi giá, thay đổi đó sẽ có hiệu lực trên hệ thống của chúng tôi ngay trong ngày hôm đó. Một API cho hơn 200 mô hình, chuyển đổi dự phòng tự động giữa các nhà cung cấp khi một nhà cung cấp gặp trục trặc, và một DSL định tuyến để kết hợp các mô hình — đó là cơ chế sẽ tiếp nhận Tencent HY4 Preview ngay khi nó có thể được định tuyến, cùng với các mô hình mở và đóng khác đã có trong danh mục.

Những phần không nằm gọn trên bảng thông số kỹ thuật

Có hai tuyên bố trong tài liệu ra mắt cần được chú ý riêng biệt vì chúng nói về cách mô hình được xây dựng, chứ không phải về điểm số mà nó đạt được.

Đầu tiên là vòng lặp tự cải thiện. Tencent cho biết Tencent HY4 Preview đã tham gia vào quá trình nghiên cứu và phát triển của chính nó — mô hình được sử dụng để tối ưu hóa các phương pháp huấn luyện, chiến lược dữ liệu, hệ thống đánh giá và các toán tử nền tảng đã tạo ra nó. Mức tăng thông lượng 31,8% là kết quả công khai cụ thể nhất của vòng lặp đó: Tencent ghi nhận điều này nhờ vào các điểm nghẽn mà mô hình đã xác định trong chính hệ thống phục vụ của mình. Đó là một chu kỳ tự tăng cường đệ quy ban đầu: một mô hình giúp thiết kế phiên bản tiếp theo của chính nó. Việc một phòng thí nghiệm tiên phong báo cáo những mảnh ghép của quá trình này không phải là điều bất thường, nhưng một mô hình trọng số mở của Trung Quốc công khai mô tả vòng lặp này như một năng lực đã được phát hành chính là bước ngoặt trong cách các bản phát hành này nói về chính chúng.

Kết quả thứ hai là về toán học. Tencent báo cáo rằng mô hình đã nâng cận dưới đã biết của thể tích cho bài toán Blaschke–Lebesgue — một câu hỏi mở lâu đời trong hình học lồi về vật thể có chiều rộng không đổi với thể tích tối thiểu — từ 0,380799 lên 0,41104, đưa nó đến gần khoảng 2% so với cận của giả thuyết tứ diện Meissner. Tencent cũng báo cáo mức tăng tốc gấp 2,0 lần trên mô phỏng lớp kép phospholipid gồm 32.512 nguyên tử, giảm xuống còn 54,9 mili giây mỗi bước, trong hạng mục nghiên cứu khoa học. Đây là những kết quả thường giúp một mô hình có được bài báo nghiên cứu riêng; ở đây chúng chỉ là những gạch đầu dòng ra mắt, và cũng như bao tài liệu ra mắt khác, chúng là lời tường thuật của chính Tencent.

Thành thật mà nói, điều gì còn thiếu?

Tencent liệt kê thẳng thắn các hạn chế đã biết, và chúng có ý nghĩa quan trọng với bất kỳ ai đang quyết định xây dựng điều gì trên mô hình này. Mô hình không có đầu vào thị giác hay đa phương thức — Tencent HY4 Preview là một mô hình văn bản, chấm hết — vì vậy mọi thứ liên quan đến hình ảnh hoặc video nên dùng một mô hình khác. Hai hành vi khác mà Tencent nêu ra khi ra mắt — khởi động chậm với suy luận dài cho các tác vụ phức tạp và xu hướng tự xác minh quá mức, đốt token để kiểm tra lại công việc đã hoàn thành — là những vấn đề có khả năng xuất hiện nhiều nhất trong môi trường sản xuất, và chúng chính là mục tiêu mà bản nâng cấp ngày 7 tháng 9 nhắm tới. Đội ngũ Tencent Hunyuan và WorkBuddy cho biết bản xem trước trực tiếp đã được tối ưu hóa và triển khai đầy đủ, với số vòng suy luận ít hơn và mức tiêu thụ token đầu vào, đầu ra thấp hơn cho các tác vụ phức tạp trong khi chất lượng tác vụ không đổi, được xác nhận qua hai vòng kiểm tra gồm chỉ số benchmark và đánh giá của con người. Đó là lời tường thuật của nhà cung cấp — thông báo mở đầu bằng câu "Bạn đã nêu vấn đề này" — và chưa ai bên ngoài Tencent tái lập được phép đo này. Điều này cũng áp dụng cho bản build mà Tencent phục vụ: bản chụp trọng số mở trên Hugging Face không thay đổi kể từ ngày 28 tháng 8, vì vậy bản sao trọng số tự lưu trữ vẫn thể hiện hành vi suy luận dài như ban đầu cho đến khi Tencent làm mới bản phát hành.

Và sự thiếu vắng quan trọng nhất là việc kiểm chứng độc lập những tuyên bố mới này. Vẫn chưa có kết quả chạy thử nào từ phòng thí nghiệm bên thứ ba trên Tencent HY4 Preview và cũng chưa có mục nào trong Artificial Analysis Intelligence Index, vì vậy bảng benchmark lúc ra mắt và quy mô tiết kiệm token ngày 7 tháng 9 đều dựa trên đánh giá của chính Tencent. Tín hiệu công khai duy nhất từ bên thứ ba của mô hình cho đến nay là bình chọn của đám đông chứ không phải đo lường trong phòng thí nghiệm: tài liệu phát hành của Tencent trích dẫn vị trí ra mắt khoảng thứ năm tổng thể và thứ ba trong số các mô hình trọng số mở trên WebDev Arena của LMArena, một bảng xếp hạng dựa trên sở thích của con người, xếp hạng chất lượng đầu ra thay vì hiệu quả token. Bài kiểm tra mù của chuyên gia nội bộ là một tín hiệu hữu ích về cách các nhà đánh giá của Tencent nhìn nhận mô hình này so với GLM-5.3 và Kimi K3, nhưng đó là nhà đánh giá của Tencent thực hiện trên các tác vụ của Tencent. Mọi thứ nằm ngoài bảng thông số kỹ thuật đều là những tuyên bố đang chờ được kiểm chứng.

Ai nên kéo tạ hôm nay?

Câu trả lời thẳng thắn là bản phát hành này tách rõ ràng thành hai nhóm đối tượng, và bản nâng cấp ngày 7 tháng 9 đã dung hòa được sự phản đối lớn nhất. Nếu bạn chạy các khối lượng công việc kỹ thuật trên hạ tầng của riêng mình và chi phí của các API đóng đang là điều kìm hãm bạn, thì Tencent HY4 Preview đáng để dành một cuối tuần thử nghiệm nghiêm túc: trọng số được mở, cửa sổ ngữ cảnh ở quy mô repository, và giá niêm yết giúp một vòng lặp agentic dài trở nên phải chăng theo cách mà mô hình 25 đô la mỗi triệu token đầu ra sẽ không bao giờ làm được. Nếu bạn gọi bản hosted — qua WorkBuddy, Yuanbao, hoặc TokenHub API — bạn cũng nhận được tối ưu hóa ngày 7 tháng 9 của Tencent với ít lượt suy luận hơn và mức tiêu thụ token thấp hơn cho mỗi tác vụ, theo Tencent. Nếu bạn tự lưu trữ bản chụp trọng số mở hiện tại, hãy mong đợi hành vi suy luận dài hơn như bản gốc cho đến khi Tencent phát hành bản cập nhật. Và nếu bạn đang chạy chat sản xuất nhạy cảm với độ trễ, hoặc bất cứ thứ gì đa phương thức, hoặc bất cứ thứ gì mà bạn không thể chấp nhận một mô hình có các tuyên bố hiệu quả chỉ dựa trên điểm chuẩn và đánh giá của con người từ chính nhà cung cấp, thì cách đọc thận trọng vẫn còn nguyên giá trị — tối ưu hóa là có thật theo Tencent, nhưng nó chưa được đo lường một cách độc lập.

Con đường thực dụng ở giữa là một mẫu định tuyến: chạy mô hình đã được kiểm chứng trên luồng quan trọng của bạn và mô hình mới bên cạnh nó, chuyển sang Tencent HY4 Preview cho những tác vụ mà hồ sơ chi phí của nó thắng thế và tự động chuyển về khi không thắng. Đó là mẫu mà một bộ định tuyến tồn tại để phục vụ — chính OrcaRouter, nơi đang vận chuyển Claude Opus 5, DeepSeek V4 Pro và Gemini 3.1 Pro theo giá niêm yết của nhà cung cấp, là nơi bạn sẽ gọi Tencent HY4 Preview ngay khi nó xuất hiện trong danh mục. Cho đến lúc đó, các trọng số đã có trên GitHub, bản build lưu trữ tối ưu nằm trên Tencent Cloud, và tuyên bố rằng một mô hình trọng số mở đã đạt đến cấp cao nhất của lập trình tác nhân cuối cùng đã có một con số cụ thể đi kèm. Con số đó là của Tencent. Bài kiểm tra là của bạn.