Tencent Hy4 so với Tencent Hy4 Preview: Mẫu mới hơn lại là mẫu kém mở hơn

Tencent Hy4 Preview có giấy phép Apache 2.0, 770 tỷ tham số mà bạn có thể tải xuống từ Hugging Face ngay hôm nay, cùng một phần phụ lục benchmark với tám dòng số liệu đã công bố. Tencent Hy4, phát hành ngày 4 tháng 11 năm 2026, có khả năng thị giác, sử dụng máy tính và chuỗi tư duy ngắn hơn — và không có bất kỳ giấy tờ nào trong số đó. Trọng số của nó được công bố như một kế hoạch, giấy phép không được nêu rõ, và thẻ mô hình của nó không tồn tại. Trong dòng Hunyuan, số phiên bản tăng lên còn độ mở giảm xuống, khiến đây không hẳn là một so sánh nâng cấp thông thường mà là câu hỏi về việc bạn thực sự đang chọn sản phẩm nào.

Chúng cùng một dòng, cùng kích cỡ và, tính đến hôm nay, cùng mức giá. Sự kết hợp đó đủ bất thường để đáng nói thẳng: Tencent đang bán một mô hình tốt hơn với cùng số tiền trong khi chia sẻ ít hơn. Điều đó có phải là vấn đề hay không hoàn toàn phụ thuộc vào việc bạn có định tự chạy các trọng số hay không.

Cùng backbone, thêm một lượt huấn luyện nữa

Tencent chưa công bố mô tả kiến trúc mới cho bản GA và cũng không nhắc lại số lượng tham số trong bản phát hành. Các con số vẫn đang lưu hành là của bản xem trước: tổng cộng 770B tham số, 49B được kích hoạt mỗi token, 78 lớp với lớp đầu tiên kiểu dense và 77 lớp mixture-of-experts gồm 256 chuyên gia định tuyến cộng một chuyên gia dùng chung, định tuyến top-8, ngữ cảnh 1.048.576 token và một lớp dự đoán đa token 10B với 0,7B hoạt động.

Thông báo GA mô tả sự khác biệt nằm ở quy mô trong tiền huấn luyện và hậu huấn luyện chứ không phải một thiết kế mới, đồng thời mô tả kết quả là mức tăng giữa các thế hệ lớn nhất mà Tencent từng đo được. Điều đó nhất quán với những gì công ty đã làm giữa HY3 và Hy4 và với cách bản xem trước được xây dựng. Thành phần duy nhất không thể chuyển nguyên trạng là nhánh thị giác — hiểu hình ảnh đòi hỏi một encoder mà một checkpoint chỉ văn bản không có — và Tencent chưa nói gì về kích thước, dữ liệu huấn luyện của nó hay liệu nó có phải là một mô hình riêng được ghép vào hay không. Cho đến khi xuất hiện model card, hãy coi “cùng backbone cộng thêm vision” là suy luận, không phải thông tin được công bố.

Ba điều bạn có thể kiểm tra hôm nay

Tầm nhìn. Bản dựng GA đọc các hình ảnh có độ chi tiết cao, biểu đồ và sơ đồ phức tạp dùng cho suy luận toán học, kết hợp nhận thức với các lệnh gọi công cụ. Màn trình diễn của Tencent là một bức ảnh chụp từ trên không 2,8 gigapixel, trong đó mô hình tìm ra một bộ phận mái nhà dài hai mét — một phần là kết quả thị giác, phần lớn là minh chứng rằng cửa sổ hàng triệu token có thể chứa đồng thời một hình ảnh được chia lát và một truy vấn. Bản xem trước hoàn toàn không làm được điều này; nó chỉ nhận văn bản và xuất văn bản.

Sử dụng máy tính. Mô hình có thể điều khiển môi trường máy tính để bàn bằng chuột và bàn phím, đồng thời kết hợp dòng lệnh với giao diện đồ họa, với quá trình huấn luyện chuyên biệt cho Blender, CAD và các tác vụ dài hạn xuyên ứng dụng. Tencent vận hành nó trong một sandbox được xây dựng trên Agent Runtime của riêng mình với hàng trăm ứng dụng được cài đặt. Đây là bước khác biệt lớn hơn so với bản xem trước, vốn được xây dựng cho các lược đồ công cụ thay vì màn hình.

Hiệu quả của chuỗi suy luận. Bản xem trước được phát hành với hai vấn đề đã được ghi nhận: nó suy luận dài hơn mức cần thiết ở các tác vụ khó và tự xác minh câu trả lời của mình quá mức. Cả hai đều được thừa nhận ngay trong chính model card, điều này thẳng thắn một cách bất thường và khiến bản xem trước khó dùng trong môi trường sản xuất hơn mức mà điểm chuẩn của nó hàm ý. Tencent cho biết bản GA rút ngắn suy luận và cải thiện khả năng tuân theo chỉ dẫn. Đây là tuyên bố đáng kiểm chứng nhất, vì đây là điều thay đổi số token cho mỗi tác vụ hoàn thành — và Tencent không công bố số lượng token trước và sau.

Mức chênh lệch mà Tencent đã công bố

Không có phụ lục đánh giá chuẩn GA. Bản so sánh mà Tencent công bố là so với bản xem trước, trên các bộ kiểm thử riêng của họ, và nó còn mỏng hơn cả tài liệu ra mắt của chính bản xem trước.

• Phát triển trò chơi — GameDev +19,1% và GameLogic +9,8% so với bản xem trước, trên các bộ kiểm thử nội bộ không có số lượng mục được công bố.

Tài chính — một hội đồng gồm 213 chuyên gia, trong đó 153 người là chuyên gia bên ngoài, đánh giá 579 tác vụ tài chính thực tế, đưa Hy4 đạt 3,04 so với 2,68 của cả Kimi K3.1 Pro và GLM-5.3 và 2,97 của DeepSeek V4.1 Flash 1017.

• Ảo giác — được nêu là giảm từ 15,76% xuống 5,45%, với các lỗi liên quan đến phỏng đoán từ 23,1% xuống 5,6%. Chưa công bố phương pháp.

• Nghiên cứu — Đánh giá IRAB của 讯兔科技 được ghi nhận ở mức +12,03 điểm phần trăm so với bản xem trước; điểm BioExperimentBench của Tencent là 30,4 trên 100, đây là con số tuyệt đối kém nổi bật nhất trong bản công bố.

Đặt điều đó đối chiếu với những gì bản preview công bố ngày 28 tháng 8: Terminal-Bench 2.1 đạt 85,4, DeepSWE đạt 64,3, SWE-bench Pro đạt 65,7, SWE-bench Multilingual đạt 82,9, Toolathlon-Verified đạt 74,1, OneMillionBench với các công cụ đạt 65,4, SWE Atlas Refactoring đạt 53,3 và APEX-Agents đạt 37,1. Những dòng đó chính là thứ khiến bản preview trở nên dễ hiểu với bất kỳ ai bên ngoài Tencent. Bản phát hành GA không cập nhật một dòng nào trong số đó, nên không có cách nào để nói liệu bản dựng GA có tốt hơn bản preview ở lĩnh vực kỹ thuật phần mềm hay không, chỉ có thể nói rằng nó tốt hơn ở các bảng phát triển trò chơi và tài chính.

Bản xem trước vẫn có những gì mà GA không có

Bốn điều, và mỗi điều là một khả năng thực tế chứ không phải là một chi tiết kỹ thuật.

Bản thân các trọng số. Bản xem trước và biến thể FP8 của nó có mặt trên Hugging Face, ModelScope, GitCode và CNB theo giấy phép Apache 2.0. Kho lưu trữ được tạo vào ngày 27 tháng 8 năm 2026 và đã tích lũy khoảng 11.500 lượt tải xuống tính đến ngày ra mắt của bản dựng GA. Không có kho lưu trữ GA.

Một giấy phép cho phép sử dụng. Apache 2.0 cho phép sử dụng thương mại, chỉnh sửa, tinh chỉnh và phân phối lại mà không có ngưỡng doanh thu và không có điều khoản kèm theo nào về sử dụng được chấp nhận ngoài điều khoản cấp bằng sáng chế. Tencent cho biết một thẻ hệ thống với các đánh giá an toàn đầy đủ hơn sẽ ra mắt cho bản dựng GA và rằng việc phát hành có trách nhiệm sẽ bao gồm rủi ro mạng và sinh học. Ngôn ngữ đó thường đi trước một giấy phép hạn chế hơn, và hiện chưa có cách nào để biết.

Công thức phục vụ. Bản xem trước đi kèm hướng dẫn triển khai vLLM và SGLang cùng một bộ mặc định lấy mẫu đã công bố — temperature 0.9, top_p 1.0, reasoning effort mặc định ở mức high với chế độ no-think có sẵn. Bản GA đã nêu vLLM và SGLang là các đối tác hệ sinh thái mà không công bố công thức, và vision cùng computer use sẽ cần những đường phục vụ mà bản xem trước chỉ văn bản chưa từng cần.

Một bản ghi đánh giá chuẩn có thể kiểm toán được. Dù phần phụ lục của bản xem trước có thiên lệch về nhà cung cấp đến đâu, đó vẫn là một tập dòng cố định mà bất kỳ ai cũng có thể chạy đối chiếu với checkpoint và phản biện. Bản dựng GA vẫn chưa có bản ghi như vậy.

Nên chọn sản phẩm nào

Giá hoàn toàn giống nhau, nên chi phí không phải yếu tố quyết định. Trên bảng giá Singapore, cả hai đều là $0.834 mỗi triệu token đầu vào, $2.501 mỗi triệu token đầu ra và $0.042 mỗi triệu token đầu vào được lưu trong bộ nhớ đệm; trên bảng giá Trung Quốc đại lục, cả hai đều là ¥6, ¥18 và ¥0.3. Tencent đã giữ nguyên mức giá cho bản phát hành GA, và đây là lập luận mạnh nhất ủng hộ mức giá này: năng lực nhiều hơn, hóa đơn vẫn như cũ.

Chọn bản xem trước khi trọng số là điểm mấu chốt. Triển khai tại chỗ, dữ liệu chịu quy định, tinh chỉnh, chưng cất, hay một mô hình chi phí giả định rằng bạn tự phục vụ nó — không điều nào trong số đó có sẵn cho bản GA, và bản xem trước là một mô hình 770B thực sự có năng lực chứ không phải một bản giới thiệu bị cắt giảm. Một checkpoint Apache 2.0 chạy trên cụm của riêng bạn là một loại tài sản khác với một điểm cuối API, và không có điểm chuẩn nào lấp được khoảng cách đó.

Hãy chọn bản GA khi mà tính đa phương thức chính là mục đích. Hiểu hình ảnh, điều khiển máy tính để bàn và công việc xuyên ứng dụng dài hạn không hề tồn tại trong bản xem trước. Nếu tác vụ liên quan đến ảnh chụp màn hình, biểu đồ, tệp CAD hay một cú nhấp chuột, thì mô hình cũ hơn không phải là phương án thay thế rẻ hơn — nó hoàn toàn không làm được việc đó.

Đối với mọi người khác — các khối lượng công việc văn bản trong ngữ cảnh một triệu token, được gọi qua API — câu trả lời trung thực là bản dựng GA có lẽ tốt hơn và chưa ai có thể chứng minh điều đó. Các tuyên bố về hiệu quả là lý do để chuyển sớm, bởi một mô hình ngừng tự kiểm chứng quá mức đầu ra của nó sẽ cắt giảm token đầu ra cho mỗi tác vụ, và đó là một cải thiện chi phí mà bảng giá không thể hiện. Hãy thử nghiệm nó trên chính các tác vụ của bạn với số token được ghi lại, không phải trên bảng tài chính.

FAQ

Trọng số GA có phải là cùng một checkpoint như bản xem trước không?

Không. Tencent mô tả bản GA là một đợt chạy tiền huấn luyện và hậu huấn luyện lớn hơn đáng kể, chứ không phải là bản phát hành lại của bản xem trước, và một mô hình có khả năng thị giác cần những thành phần mà checkpoint chỉ văn bản không có. Điều chưa rõ là bản xem trước còn tồn tại bao nhiêu trong đó. Tencent chưa cho biết điểm khởi đầu của GA là checkpoint xem trước hay một checkpoint trước đó, điều này quan trọng nếu bạn đang cố dự đoán hành vi tinh chỉnh từ các kết quả xem trước đã công bố.

Tencent Hy4 Preview có bị ngừng cung cấp không?

Chưa có thông báo ngừng hỗ trợ nào. Bản xem trước vẫn còn trên Hugging Face theo Apache 2.0 và hai mục trong danh mục OrcaRouter vẫn phục vụ nó, bao gồm một gói miễn phí bị giới hạn tốc độ với chi phí ví bằng không. Tencent đã định vị bản GA là sản phẩm kế nhiệm cho môi trường production với cùng mức giá, mà trên thực tế thường khiến các triển khai bản xem trước bị bỏ mặc thay vì bị gỡ bỏ — trọng số vẫn tải xuống được, các công thức vẫn được công bố, và mô hình lặng lẽ không còn là thứ mà ai cũng đem ra đánh giá chuẩn.

Bản dựng GA có tốn kém hơn cho hình ảnh không?

Tencent chưa công bố giá riêng cho hình ảnh, nên mức giá đã công bố là tính theo token cho mọi phương thức. Điều đó không đáng yên tâm như nghe có vẻ: đầu vào hình ảnh được token hóa, và số token mà một biểu đồ hoặc ảnh chụp màn hình tiêu tốn không được công bố. Một hình ảnh trang dày đặc có thể tốn kém hơn nhiều so với số ký tự của nó gợi ý. Hãy đo trên chính đầu vào của bạn trước khi cho rằng mức giá văn bản áp dụng một cách trọn vẹn.

Tôi có thể chạy bản build GA cục bộ được không?

Chưa phải hôm nay. Không có trọng số, không có giấy phép, không có kho lưu trữ. Ngay cả khi chúng được phát hành, một mô hình mixture-of-experts 770B ở FP8 vẫn vượt quá 700GB và cần một cụm đa nút, nên "open weights" ở đây có nghĩa là có thể tự triển khai bởi một tổ chức có hạ tầng nghiêm túc, chứ không phải bởi một máy trạm. Nếu yêu cầu là thực thi cục bộ, bản xem trước là lựa chọn duy nhất trong dòng sản phẩm và sẽ tiếp tục như vậy cho đến khi Tencent công bố.

Khoảng cách đáng quan tâm không phải là điểm số.

Cách Tencent định khung vấn đề là đây là mô hình Hy đầu tiên đạt tới nhóm dẫn đầu của các mô hình mã nguồn mở. Tuyên bố này có thể biện hộ được về mặt năng lực và còn quá sớm về mặt độ mở, bởi vì phiên bản đã giành được cách gọi mã nguồn mở là phiên bản từ tháng Tám, còn phiên bản đang được bán hôm nay là một sản phẩm API kèm theo một lời hứa.

Đó không hẳn là đạo đức giả mà là vấn đề trình tự. Tencent đã nói rằng trọng số và thẻ hệ thống sắp ra mắt, nêu vLLM, SGLang và Inferact là đối tác, đồng thời phát hành bản xem trước theo Apache 2.0 dù không bắt buộc phải làm vậy. Mô thức từ HY3 cho thấy bản phát hành sẽ diễn ra. Mô thức này cũng cho thấy sẽ mất vài tuần, và lần này giấy phép có thể không phải Apache — ngôn từ về an toàn trong thông báo GA thận trọng hơn so với bản xem trước.

Trong khi đó, cả hai mô hình đều đang hoạt động và đều dùng được, và lựa chọn giữa chúng là lựa chọn giữa một sản phẩm mở và một sản phẩm đóng tốt hơn ở cùng mức giá. Trên OrcaRouter, tencent/hy4-preview có thể gọi cùng với tencent/hy3 trên một khóa, với giá niêm yết của nhà cung cấp được chuyển nguyên và không phụ phí, cùng một gói miễn phí không tốn gì nhưng bị giới hạn tần suất. Điều đó khiến bản xem trước trở thành cách rẻ nhất có thể để đánh giá dòng mô hình trước khi bản GA lên danh mục — cùng trọng số, cùng giá, chỉ cần đổi một chuỗi mô hình, và không ràng buộc trong khi bạn quyết định liệu khả năng thị giác và công việc trên máy tính để bàn của GA có đáng với giấy phép còn thiếu hay không.