Tencent Hy4 Preview er større, hurtigere og bygget til AI-agenter

Tencent Hy4 Preview er det kinesiske teknologiselskab Tencents nye open source-flagskib inden for kunstig intelligens. Modellen er udviklet til såkaldte agentiske arbejdsgange, hvor en AI ikke blot svarer på spørgsmål, men også kan planlægge, skrive kode, bruge værktøjer og gennemføre længere opgaver.

Tencent retter især Hy4 mod softwareudvikling, research, kontorautomatisering, dataanalyse og komplekse værktøjsbaserede arbejdsgange. Den er dog fortsat en preview-version, og flere af de stærkeste sammenligninger med konkurrerende modeller stammer fra Tencent selv. 414

Hy4 Preview sammenlignet med Hy3

Egenskab	Hy3 Preview	Hy4 Preview	Hvad det betyder
Samlet antal parametre	295 mia.	770 mia.	Hy4 har omkring 2,6 gange så stor samlet MoE-kapacitet. 24
Aktive parametre	Cirka 21 mia. pr. token	Cirka 49 mia. pr. forespørgsel	Hy4 bruger omtrent 2,3 gange så meget aktiv beregningskraft og kan derfor blive dyrere at køre. 24
Kontekstvindue	256.000 tokens	Over 1 million tokens	Hy4 kan håndtere langt større kodebaser, dokumenter og flertrinsopgaver i én arbejdsgang. 214
Primært fokus	Reasoning, kodning, RAG- og IDE-agenter	AI-agenter, kodning, research, kontorarbejde og værktøjsbrug	Hy4 er tydeligere positioneret som en produktivitetsmodel til praktisk brug. 24
Udgivelsesstatus	Open-weight-model, tidligere rapporteret under Apache 2.0-vilkår	Open source-preview	Den præcise licens og vilkårene for selvhosting bør kontrolleres i det officielle modelrepository før kommerciel brug. 214

Hy3 var allerede relativt beregningseffektiv i forhold til sin størrelse. Modellen har 295 milliarder parametre, men aktiverer cirka 21 milliarder pr. token gennem 192 eksperter og top-8-routing. Tencent rapporterede desuden 74,4 procent i SWE-bench Verified. 23

Hy4 viderefører den sparsomme MoE-arkitektur, men skruer markant op for både den samlede kapacitet og den aktive beregning. Det kan give bedre kvalitet, men betyder også højere krav til hukommelse, servere og drift.

Hvor godt klarer Hy4 sig mod kinesiske rivaler?

Tencent rapporterer en score på 85,4 i Terminal-Bench 2.1, som tester terminalbaseret programmering. Ifølge selskabets egne tal er det en forbedring på 14,6 point i forhold til Hy3. Tencent siger samtidig, at Hy4 overgår DeepSeek V4 Pro i denne test og ligger på niveau med Claude Opus 5. Det er dog en leverandørrapporteret sammenligning og ikke en uafhængigt genskabt rangliste. 13

I en blindtest hos Tencent med 163 interne eksperter og 203 softwareopgaver fik Hy4 en gennemsnitlig score på 2,99 ud af 4,00. Til sammenligning fik Z.ai’s GLM-5.3 2,92, mens Moonshot AI’s Kimi K3 fik 2,91 i den samme evaluering. Forskellen er lille, og testen bør derfor ikke læses som et endeligt bevis på, hvilken model der er bedst generelt. 5

Ser man alene på modellernes samlede størrelse, ligger Hy4’s 770 milliarder parametre under de rapporterede 1,6 billioner for DeepSeek V4 Pro og 2,8 billioner for Kimi K3. Til gengæld ligger Hy4 tæt på GLM-5.3, som er opgivet til 744 milliarder parametre. Hy4’s cirka 49 milliarder aktive parametre beskrives som nogenlunde sammenlignelige med DeepSeek V4 Pro. 4

Et tidligere rapporteret resultat for GLM-5 lød på 77,8 procent i SWE-bench Verified. Sådanne tal bør sammenholdes med forsigtighed, fordi benchmark-versioner, værktøjsopsætning, testdata og den agentsoftware, der ligger rundt om modellen, kan variere. 1

Den foreløbige konklusion er derfor, at Hy4 ser konkurrencedygtig ud blandt kinesiske open-weight-modeller til kodning og agentiske arbejdsgange. Der er dog endnu ikke tilstrækkelig uafhængig dokumentation til at kåre den som den samlede vinder over DeepSeek, Qwen, GLM, Kimi eller MiniMax.

Adgang, integrationer og pris

Hy4 Preview er gjort tilgængelig i både de kinesiske og internationale versioner af WorkBuddy og CodeBuddy. Det giver brugere en direkte vej til at afprøve modellen som henholdsvis kontorassistent og kodningsagent. 14

Modellen kan også tilgås gennem Tencent Cloud TokenHub og OpenRouter og er integreret i flere Tencent-produkter, herunder Yuanbao og ima. WorkBuddy og CodeBuddy skulle ved lanceringen tilbyde gratis adgang i en begrænset periode. 22

Som open source-model kan Hy4 i princippet hostes selv. Det er dog ikke det samme som, at den er let eller billig at køre. En MoE-model med 770 milliarder samlede parametre kræver fortsat betydelig GPU-hukommelse, distribueret infrastruktur og teknisk ekspertise, selv om kun omkring 49 milliarder parametre aktiveres under en konkret inferens. 414

Den rapporterede kinesiske API-pris er:

• 6 RMB pr. million inputtokens
• 18 RMB pr. million outputtokens
• 0,3 RMB pr. million cachede inputtokens 4

Tencent Cloud TokenHub viser samtidig en pris på cirka 0,834 dollar pr. million inputtokens og 2,501 dollar pr. million outputtokens, med cirka 0,042 dollar for cache-hit-tokens. Priser, kvoter, geografisk tilgængelighed og API-vilkår kan ændre sig, mens modellen er i preview.

En tredjepartstjeneste har opført andre priser, blandt andet 0,85 dollar pr. million inputtokens og 2,54 dollar pr. million outputtokens. De afvigende tal viser, hvorfor den aktuelle pris i Tencents egen konsol bør vægtes højere end aggregatorer. 84

Begrænsninger, man bør kende

Preview-status: Kvalitet, API-adfærd, hastighedsbegrænsninger, priser, sikkerhedskontroller og dokumentation kan ændre sig hurtigt. 14

Begrænset ekstern dokumentation: De mest imponerende sammenligninger kommer indtil videre fra Tencent eller medier, der gengiver Tencents lanceringstal. Uafhængige og reproducerbare tests er nødvendige, før resultaterne kan vurderes sikkert. 513

Stor driftsbyrde: Sparsom aktivering reducerer beregningen pr. token, men hele modellen skal stadig lagres og serveres i en kompleks, distribueret opsætning. Hy4’s aktive del er desuden væsentligt større end Hy3’s. 24

En million tokens er ikke det samme som en million pålidelige tokens: Et meget langt kontekstvindue er nyttigt til store dokumenter og kodebaser, men brugere bør selv teste præcision, informationssøgning, svartid og omkostninger ved de længder, de faktisk vil bruge.

De mest sandsynlige næste forbedringer er en stabil version uden preview-mærkat, mere pålidelig brug af værktøjer og agenter, bedre inferenseffektivitet, flere kvantiserede udgaver, uafhængig benchmarkvalidering og bredere cloud- og API-integrationer. Det er forventelige produktretninger – ikke annoncerede løfter fra Tencent.

Tencent satser massivt på AI-infrastruktur

Hy4-lanceringen skal ses som en del af en større AI-satsning hos Tencent. I andet kvartal 2026 rapporterede selskabet driftsrelaterede anlægsinvesteringer på 51,8 mia. RMB, en stigning på 190 procent fra året før. Det medvirkede til et negativt frit cash flow på 13,8 mia. RMB, og ledelsen pegede på AI-infrastruktur som en central årsag til udgiftsstigningen. 15

Tencent forsøger samtidig at få investeringerne til at arbejde på tværs af hele koncernen: i egne assistenter, gennem Tencent Cloud, via Model-as-a-Service og i eksisterende produkter. Strategien er dermed ikke kun at udgive en ny sprogmodel, men at bygge et samlet økosystem omkring den.

WorkBuddy giver Tencent en vigtig distributionskanal

Tencent har hævdet, at WorkBuddy er Kinas mest udbredte produktivitetsbaserede AI-agent. Bloomberg beskrev kort efter lanceringen i marts tjenesten som Kinas mest populære AI-assistent til arbejdspladsen. Det er markedspositioner, ikke reviderede tal for omsætning eller indtjening. 71

En tredjepartsopgørelse over trafik på desktop-websteder anslog 20,97 millioner besøg i juni 2026, op fra 8,85 millioner ved lanceringen i marts. Kilden understreger, at tallene ikke må forveksles med dagligt aktive brugere, betalende virksomheder, omsætning eller mobilbrug. 12

Tencents ledelse har desuden sagt, at både WorkBuddy og CodeBuddy får brugere hurtigt. 6

Det giver Tencent en klar strategisk fordel: Hy4 kan distribueres gennem produkter, som allerede bruges til kontorarbejde og programmering, i stedet for at skulle vinde brugere som en isoleret model. Ulempen er, at investeringerne kommer tidligt, mens både brugertal og indtjening stadig er under opbygning. 615

Den korte vurdering

Hy4 Preview er et ambitiøst spring fra Hy3: mere end dobbelt så mange samlede parametre, over dobbelt så mange aktive parametre og et kontekstvindue, der er omkring fire gange større. På papiret gør det modellen særligt interessant til kodning, research og flertrins-agenter.

Men den vigtigste reservation er fortsat den samme: Hy4 er en preview-model, og de stærkeste benchmarkpåstande er endnu primært baseret på Tencents egne målinger. For virksomheder og udviklere er modellen derfor værd at afprøve – men ikke noget, man bør vælge alene på baggrund af lanceringstal.