Tencent Hy4 Preview: ماذا يقدم نموذج Tencent الجديد؟

أطلقت Tencent نموذج Hy4 Preview بوصفه أكبر نموذج لغوي مفتوح الأوزان لديها حتى الآن، مع تركيز واضح على البرمجة، والبحث، والتحليل المالي، وإنتاجية الأعمال، والمهام التي تنفذها وكلاء الذكاء الاصطناعي. صدر النموذج في 28 أغسطس 2026، وتعتزم الشركة دمجه مباشرةً في عدد من منتجاتها البرمجية والمكتبية. 112

الأرقام لافتة: 770 مليار معامل إجمالاً، و49 مليار معامل نشط لكل رمز، ونافذة سياق تتجاوز مليون رمز. لكن قراءة هذه الأرقام تحتاج إلى قدر من الحذر؛ فالمؤشرات المتاحة تضع Hy4 ضمن أقوى النماذج الصينية مفتوحة الأوزان في البرمجة والإنتاجية، بينما لا تزال ادعاءات التفوق الشامل تعتمد بدرجة كبيرة على تقييمات Tencent الداخلية وتنتظر اختبارات مستقلة أوسع. 18

ما هو Tencent Hy4 Preview؟

Hy4 هو نموذج لغوي كبير بتصميم خليط الخبراء (Mixture of Experts أو MoE). وبدلاً من تشغيل جميع معاملات النموذج مع كل طلب، يوجه النظام كل رمز إلى مجموعة أصغر من الخبراء المتخصصين. ويسمح ذلك ببناء نموذج ذي قدرة إجمالية ضخمة، من دون دفع التكلفة الحسابية النظرية لكل المعاملات عند معالجة كل رمز.

لا تقدّم Tencent Hy4 على أنه روبوت محادثة عام فحسب، بل كنموذج مخصص للعمل الوكيلي؛ أي تنفيذ مهام متعددة الخطوات مثل كتابة الشيفرة، وتحليل الملفات، والبحث، وأتمتة أعمال المكتب، والتحليل المالي. كما صُمم بالتوازي مع منتجات مثل WorkBuddy وCodeBuddy لدمجه داخل سير العمل بدلاً من استخدامه كأداة منفصلة. 18

ويُفهم وصف «مفتوح المصدر» هنا عملياً على أنه أوزان مفتوحة ودعم مرن للنشر. فقد أصدرت Tencent الأوزان بموجب ترخيص Apache 2.0، وقدمت إرشادات للتشغيل والضبط الدقيق والضغط الكمي. 812

المواصفات والبنية

أبرز مواصفات Hy4 Preview هي:

• إجمالي المعاملات: 770 ملياراً
• المعاملات النشطة لكل رمز: 49 ملياراً
• نافذة السياق: أكثر من مليون رمز
• البنية: خليط الخبراء (MoE)
• الترخيص: Apache 2.0
• الصيغ: BF16 وFP8
• دعم التشغيل: وصفات نشر عبر vLLM وSGLang، ومسار API متوافق مع OpenAI 812

يتكون العمود الفقري للنموذج من 78 طبقة. وتستخدم الطبقة الأولى شبكة تغذية أمامية كثيفة، بينما تعتمد الطبقات الـ77 المتبقية على توجيه خليط الخبراء، مع 256 خبيراً موجهاً وخبير مشترك. ويختار كل رمز ثمانية خبراء موجهين إلى جانب الخبير المشترك. كما يتضمن Hy4 طبقة أصلية للتنبؤ بعدة رموز، صُممت للمساعدة في تقنية فك الترميز التخميني وتسريع الاستدلال. 8

وتستخدم آلية الانتباه ما تسميه Tencent Gated DeepSeek Sparse Attention مع تقنية IndexCache لإعادة استخدام فهارس الانتباه المتناثر بين الطبقات. وتقول الشركة إن بعض هذه الخيارات استُلهم من أساليب مرتبطة بنماذج DeepSeek وGLM. 8

لذلك لا تكمن أهمية Hy4 في عدد المعاملات وحده، بل في الجمع بين سقف قدرة مرتفع، وتوجيه متناثر، وسياق طويل جداً، وتقنيات تهدف إلى خفض العبء أثناء التشغيل.

Hy4 مقارنةً بـHy3: ما الذي تغير؟

يمثل Hy4 توسعاً كبيراً عن نموذج Tencent السابق Hy3:

المواصفة	Hy3	Hy4 Preview	التغير
إجمالي المعاملات	295 ملياراً	770 ملياراً	أكبر بنحو 2.6 مرة
المعاملات النشطة لكل رمز	21 ملياراً	49 ملياراً	زيادة تقارب 2.3 مرة
نافذة السياق	262 ألف رمز	أكثر من مليون رمز	أكبر بنحو 4 مرات
التصميم	MoE	MoE موسع مع تغييرات في الانتباه المتناثر	قدرة وسياق أعلى

وهكذا زادت Tencent كلاً من القدرة الإجمالية للنموذج والحساب النشط المستخدم مع كل رمز. كما تقول الشركة إنها وسعت بيانات التدريب وأجرت تغييرات مهمة في مرحلتي التدريب القبلي وما بعد التدريب. 814

وقد تكون نافذة السياق الجديدة أهم عملياً من الرقم الإجمالي للمعاملات. فسياق يتجاوز مليون رمز قد يساعد في التعامل مع مستودعات شيفرة ضخمة، ومجموعات أبحاث طويلة، وملفات عمل معقدة. إلا أن فائدته الفعلية ستتوقف على جودة الاسترجاع، وزمن الاستجابة، وقدرة النموذج على الحفاظ على الدقة عبر المدخلات الطويلة.

كيف يقارن بالنماذج الصينية المنافسة؟

نشرت Tencent أوضح مقارنة لها عبر تقييم داخلي أعمى جنباً إلى جنب. فقد قيّم 163 خبيراً داخلياً مخرجات النماذج في 203 مهام هندسية. وحصل Hy4 Preview على متوسط 2.99 من 4، مقابل 2.92 لنموذج GLM-5.3 من Zhipu و2.94 لنموذج Kimi K3 من Moonshot. 8

تضع هذه النتيجة Hy4 في الصدارة بفارق ضئيل ضمن اختبار Tencent، لكنها لا تصلح وحدها بوصفها ترتيباً محايداً وشاملاً؛ فالمقيّمين كانوا خبراء داخليين لدى Tencent، كما أن الاختبار ركز على المهام الهندسية. وتشير تقارير أخرى إلى تفاوت نتائج Hy4 أمام منافسين محليين مثل نماذج Qwen التابعة لـAlibaba وDeepSeek بحسب الاختبار المستخدم. 113

وتذكر بعض التقارير الثانوية مكاسب كبيرة مقارنةً بـHy3 في اختبارات البرمجة، من بينها Terminal-Bench 2.1 وDeepSWE. وتوفر هذه النتائج مؤشراً على التقدم الذي تعلن عنه Tencent، لكنها تحتاج إلى قراءة حذرة إلى أن تُعاد الاختبارات في ظروف معلنة ومستقلة. 1718

والخلاصة الأكثر تحفظاً هي أن Hy4 ينتمي إلى فئة النماذج الصينية مفتوحة الأوزان الرائدة في البرمجة والإنتاجية. أما القول إنه يتفوق بشكل حاسم على كل منافس وفي كل مهمة، فلا تدعمه الأدلة المتاحة حالياً.

أين يمكن استخدام Hy4 Preview؟

وفرت Tencent النموذج بطريقتين: عبر تنزيل الأوزان وتشغيلها ذاتياً، أو عبر منتجات وخدمات مستضافة.

تنزيل الأوزان والنشر الذاتي

تتوفر الأوزان، بما فيها نسخة FP8، عبر Hugging Face وModelScope وGitCode وCNB. كما توفر Tencent وصفات تشغيل لـvLLM وSGLang، ومسار API محلياً متوافقاً مع OpenAI، وتعليمات للضبط الدقيق وأدوات للضغط الكمي. 812

يمنح ذلك المطورين مرونة أكبر لتجربة النموذج أو بناء بيئة تشغيل مخصصة. لكن «الأوزان المفتوحة» لا تعني أن النموذج خفيف؛ فتكوين Tencent المرجعي لنسخة FP8 يستخدم تقسيم Tensor Parallelism على ثماني وحدات، كما أن تشغيل نموذج بحجم 770 مليار معامل يظل مشروعاً بنيةً تحتيةً متعدد وحدات معالجة الرسوميات. 8

تطبيقات Tencent وواجهات API

يمكن الوصول إلى Hy4 عبر WorkBuddy وCodeBuddy وYuanbao وima، إضافة إلى Tencent Cloud TokenHub وOpenRouter. وعند الإطلاق، أتاحت Tencent استخدام النموذج مجاناً لمدة أسبوعين عبر WorkBuddy وCodeBuddy، بينما مددت إتاحة Hy3 السابقة حتى 30 سبتمبر. 12

وأفاد تقرير من طرف ثالث بأن سعر الإدخال عبر OpenRouter يبلغ نحو 0.834 دولار لكل مليون رمز. وينبغي التعامل مع هذا الرقم كسعر خاص بقناة توزيع معينة، لا كسعر دائم وموحد من Tencent، إذ قد تختلف الأسعار والتوافر بحسب المزوّد والمنطقة الجغرافية. 3

لماذا يهم توزيع Tencent للنموذج؟

يرتبط Hy4 ارتباطاً وثيقاً باستراتيجية Tencent في المنتجات. وتقول الشركة إن النموذج صُمم بالتعاون مع WorkBuddy وCodeBuddy، بالاستفادة من بيانات المهام وملاحظات مهندسيها ومطوري الألعاب ومحللي الشؤون المالية ومتخصصي الأمن. 8

وقد يمنح ذلك Tencent ميزة تتجاوز البنية التقنية نفسها: اختبار النموذج داخل منتجات تُستخدم في البرمجة والعمل المكتبي، ثم تمرير الملاحظات الناتجة إلى الإصدارات اللاحقة. كما تتيح شبكة التوزيع للمستخدمين تجربة النموذج من دون الاضطرار إلى تنزيل وتشغيل نظام بحجم 770 مليار معامل.

وتوجد مؤشرات مبكرة على أن توزيع نماذج Hunyuan عبر منتجات Tencent يمكن أن يولد استخداماً واسعاً. فقد قالت الشركة إن إدخال Hunyuan 3 إلى مرحلة الإنتاج رفع متوسط الاستخدام اليومي بالرموز بنحو ستة أضعاف مقارنةً بمرحلة المعاينة. ويشير ذلك إلى نمو سريع في الاستخدام، لكنه لا يثبت بصورة مستقلة رضا المستخدمين أو استمرارهم على المدى الطويل.

كما تنفق Tencent مبالغ كبيرة لدعم هذه الاستراتيجية. فقد بلغ الإنفاق الرأسمالي على المنشآت والمعدات 52.784 مليار يوان صيني في الربع الثاني من 2026، أي نحو 2.8 مرة مقارنةً بالعام السابق، مع إعطاء الإدارة الأولوية للبنية التحتية للذكاء الاصطناعي والاستثمارات المرتبطة بـWorkBuddy.

وتصف Tencent WorkBuddy بأنه خدمة وكلاء إنتاجية للذكاء الاصطناعي هي الأوسع استخداماً في الصين، لكن هذا الوصف يظل ادعاءً من الشركة وليس قياساً مستقلاً ومدققاً لحصتها السوقية. 4

القيود الحالية

لا تقدّم Tencent Hy4 Preview على أنه نموذج نهائي. وتعترف الشركة بأنه قد يستغرق وقتاً أطول من اللازم في التفكير في المهام الصعبة، وأنه قد يبالغ في التحقق من مخرجاته. وقد يؤدي ذلك إلى ارتفاع زمن الاستجابة وتكلفة الاستدلال. 8

كما يفرض حجم النموذج قيداً عملياً آخر. فعلى الرغم من أن توجيه MoE يعني تفعيل 49 مليار معامل فقط للرمز الواحد، فإن النموذج الكامل لا يزال يحتاج إلى التخزين والتشغيل. ولذلك تحتاج المؤسسات التي تفكر في الاستضافة الذاتية إلى قدرات كبيرة من الذاكرة والشبكات والبنية متعددة وحدات معالجة الرسوميات.

وتظل أدلة الاختبارات محدودة أيضاً. فالتقييم الداخلي لـTencent أظهر تقدماً ضيقاً على GLM-5.3 وKimi K3 في المهام الهندسية، بينما تتغير النتائج المقارنة الأوسع من اختبار إلى آخر. ومن الأفضل التعامل مع التصنيفات المبكرة باعتبارها مؤشرات اتجاهية لا أحكاماً نهائية. 8

وأخيراً، لا تعني نافذة السياق الطويلة تلقائياً امتلاك النموذج قدرة موثوقة على الاستدلال عبر سياق طويل. فميزة المليون رمز مهمة على مستوى المواصفات، لكن الأداء الواقعي سيعتمد على طبيعة المهمة، وبنية المطالبة، واستراتيجية الاسترجاع، وإعدادات التشغيل.

ما التحسينات المتوقعة لاحقاً؟

لم تعلن Tencent خارطة طريق رسمية مفصلة، لكن اتجاهها المعلن واضح نسبياً. وتشير الشركة إلى مزيد من التدريب القبلي وما بعد التدريب، وتفكير أسرع وأقل تكراراً، واستمرار الاستفادة من ملاحظات WorkBuddy وCodeBuddy، إلى جانب أعمال الضغط الكمي وتقليص الحجم لخفض تكاليف النشر. 8

وستعالج هذه التحسينات المفاضلة الأساسية في Hy4: قدرة أكبر وسياق أطول بكثير من Hy3، مقابل سرعة وكفاءة وموثوقية إنتاجية لا تزال قيد الصقل، وهو ما يعكسه وصف «Preview».

الخلاصة

يُعد Hy4 Preview خطوة كبيرة مقارنةً بـHy3: فقد ارتفع إجمالي المعاملات من 295 ملياراً إلى 770 ملياراً، وزادت المعاملات النشطة من 21 ملياراً إلى 49 ملياراً، بينما توسعت نافذة السياق من 262 ألف رمز إلى أكثر من مليون رمز. كما يرتبط النموذج بصورة مباشرة بمنظومة Tencent الواسعة في البرمجة والعمل المكتبي والسحابة وتطبيقات المستهلكين. 812

وبالنسبة إلى المطورين، تجعل أوزان Apache 2.0 وأدوات النشر النموذج جديراً بالتجربة. أما المؤسسات، فقد يكون الوصول المستضاف عبر منتجات Tencent وواجهات API أكثر واقعية من تشغيل النموذج داخلياً.

لكن التقييم الأنسب في الوقت الحالي يظل متوازناً: Hy4 يبدو نموذجاً صينياً مفتوح الأوزان من الفئة العليا للبرمجة والإنتاجية الوكيلية، إلا أن الاختبارات المستقلة والاستخدام الإنتاجي المستمر هما ما سيحددان ما إذا كان هذا الوعد المبكر سيتحول إلى تفوق طويل الأمد.