उत्तरप्रकाशित24 स्रोत
Tencent Hy4 Preview क्या है और यह Hy3, DeepSeek, GLM व Kimi से कितना आगे है?
Hy4 Preview Tencent का नया ओपन सोर्स Mixture of Experts मॉडल है, जिसे कोडिंग, रिसर्च, ऑफिस ऑटोमेशन और जटिल टूल यूज़ वाले AI एजेंट्स के लिए बनाया गया है। इसमें कुल 770 अरब पैरामीटर हैं, लेकिन हर अनुरोध पर लगभग 49 अरब पैरामीटर सक्रिय होते हैं; Hy3 में यह अनुपात 295 अरब कुल और करीब 21 अरब सक्रिय पैरामीटर का था। Hy4 की...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Hy4 Preview Tencent का नया ओपन सोर्स Mixture of Experts मॉडल है, जिसे कोडिंग, रिसर्च, ऑफिस ऑटोमेशन और जटिल टूल यूज़ वाले AI एजेंट्स के लिए बनाया गया है।
- इसमें कुल 770 अरब पैरामीटर हैं, लेकिन हर अनुरोध पर लगभग 49 अरब पैरामीटर सक्रिय होते हैं; Hy3 में यह अनुपात 295 अरब कुल और करीब 21 अरब सक्रिय पैरामीटर का था।
- Hy4 की कॉन्टेक्स्ट विंडो 1 मिलियन से अधिक टोकन की है, जो Hy3 की 256K विंडो से लगभग चार गुना बड़ी है।
- Tencent के अपने परीक्षणों में Hy4 ने Terminal Bench 2.1 पर 85.4 अंक और आंतरिक इंजीनियरिंग मूल्यांकन में 2.99/4 का औसत स्कोर हासिल किया, लेकिन स्वतंत्र सत्यापन अभी सीमित है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Tencent’s Hy4 Preview open source AI model, and how does it compare with its Hy3 predecessor and Chinese rivals in terms of paramete. Article summary: Hy4 Preview is Tencent’s newly open sourced, mixture of experts (MoE) flagship aimed at agentic productivity—particularly software engineering, research, office automation, and tool use.. Topic tags: general web, llm, agents, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnai
Tencent ने Hy4 Preview को अपने Hunyuan AI परिवार के नए, ओपन-सोर्स फ्लैगशिप मॉडल के रूप में पेश किया है। यह Mixture-of-Experts (MoE) आर्किटेक्चर पर आधारित है और इसका फोकस सामान्य चैट से आगे जाकर एजेंटिक कामों पर है—जैसे सॉफ्टवेयर इंजीनियरिंग, रिसर्च, ऑफिस ऑटोमेशन, डेटा विश्लेषण और कई चरणों वाले टूल-यूज़ वर्कफ़्लो।
हालांकि, नाम में ‘Preview’ महत्वपूर्ण है। मॉडल की क्षमताएं प्रभावशाली दिखती हैं, लेकिन इसके सबसे मजबूत तुलनात्मक नतीजे अभी मुख्य रूप से Tencent या उससे जुड़े परीक्षणों से आए हैं। इसलिए इसे तुरंत सभी चीनी या वैश्विक AI मॉडलों का निर्विवाद नेता कहना जल्दबाजी होगी। 4
14
Hy4 Preview और Hy3 में मुख्य अंतर
| मेट्रिक | Hy3 Preview | Hy4 Preview | इसका मतलब |
|---|---|---|---|
| कुल पैरामीटर | 295 अरब | 770 अरब | Hy4 की कुल MoE क्षमता लगभग 2.6 गुना बड़ी है। |
| सक्रिय पैरामीटर | लगभग 21 अरब/टोकन | लगभग 49 अरब/अनुरोध | Hy4 हर अनुरोध पर करीब 2.3 गुना अधिक सक्रिय कंप्यूट इस्तेमाल करता है। |
| कॉन्टेक्स्ट विंडो | 256K टोकन | 1 मिलियन से अधिक टोकन | लंबे दस्तावेजों, बड़े कोडबेस और मल्टी-स्टेप एजेंट्स के लिए अधिक जगह। |
| मुख्य उपयोग | रीजनिंग, कोडिंग, RAG और IDE एजेंट | एजेंट, कोडिंग, रिसर्च, ऑफिस वर्कफ़्लो और जटिल टूल-यूज़ | Hy4 को अधिक स्पष्ट रूप से प्रोडक्टिविटी-एजेंट मॉडल के रूप में रखा गया है। |
| रिलीज स्थिति | ओपन-वेट मॉडल; Apache 2.0 शर्तों की रिपोर्ट | ओपन-सोर्स Preview | व्यावसायिक इस्तेमाल से पहले आधिकारिक लाइसेंस जरूर जांचें। |
Hy3 अपने आकार के हिसाब से काफी कंप्यूट-एफिशिएंट मॉडल था। वह 295 अरब पैरामीटर में से लगभग 21 अरब पैरामीटर प्रति टोकन रूट करता था। इसमें 192 एक्सपर्ट और top-8 रूटिंग का इस्तेमाल किया गया था। Tencent से जुड़े विवरणों के अनुसार, Hy3 ने SWE-bench Verified पर 74.4% का स्कोर भी रिपोर्ट किया था। 2
3
Hy4 इसी sparse-MoE सोच को आगे बढ़ाता है, लेकिन कुल क्षमता और हर अनुरोध पर सक्रिय कंप्यूट—दोनों को काफी बढ़ा देता है। इसका सीधा अर्थ है कि मॉडल अधिक सक्षम हो सकता है, मगर इसे सर्व करना Hy3 की तुलना में महंगा और तकनीकी रूप से अधिक चुनौतीपूर्ण भी होगा। 4
14
बेंचमार्क में प्रदर्शन: क्या Hy4 ने चीनी प्रतिद्वंद्वियों को पीछे छोड़ा?
Tencent के अनुसार, Hy4 Preview ने Terminal-Bench 2.1 पर 85.4 अंक हासिल किए। कंपनी का कहना है कि यह Hy3 से 14.6 अंक अधिक है, DeepSeek V4 Pro से आगे है और Claude Opus 5 के बराबर प्रदर्शन करता है। Terminal-Bench मुख्य रूप से टर्मिनल और कमांड-लाइन प्रोग्रामिंग जैसे वास्तविक सॉफ्टवेयर कार्यों को परखता है। यह दावा Tencent से जुड़ा हुआ है, इसलिए इसे स्वतंत्र रूप से दोहराया गया रैंकिंग परिणाम नहीं माना जाना चाहिए। 13
Tencent द्वारा कराए गए 203 इंजीनियरिंग कार्यों वाले ब्लाइंड मूल्यांकन में Hy4 को 4 में से 2.99 अंक मिले। उसी परीक्षण में Z.ai के GLM-5.3 को 2.92 और Moonshot AI के Kimi K3 को 2.91 अंक मिले। अंतर बहुत छोटा है और यह एक आंतरिक मूल्यांकन था; इसे सार्वभौमिक लीडरबोर्ड की तरह पढ़ना उचित नहीं होगा। 5
कुल पैरामीटर के लिहाज से Hy4 के 770 अरब पैरामीटर DeepSeek V4 Pro के रिपोर्ट किए गए 1.6 ट्रिलियन और Kimi K3 के 2.8 ट्रिलियन से कम हैं। वहीं, यह GLM-5.3 के लगभग 744 अरब पैरामीटर के काफी करीब है। Hy4 के 49 अरब सक्रिय पैरामीटर DeepSeek V4 Pro के रिपोर्ट किए गए सक्रिय पैरामीटर के broadly comparable बताए जाते हैं। 4
तुलना के लिए, GLM-5 के एक पुराने परिणाम में SWE-bench Verified पर 77.8% स्कोर रिपोर्ट किया गया था। लेकिन अलग-अलग मॉडलों के परिणामों को सीधे आमने-सामने रखने में सावधानी जरूरी है, क्योंकि बेंचमार्क संस्करण, टूल सेटिंग, टेस्ट डेटा, contamination controls और इस्तेमाल किए गए agent scaffolding अलग हो सकते हैं। 1
व्यावहारिक निष्कर्ष: Hy4 कोडिंग और एजेंट वर्कफ़्लो में चीनी frontier open-weight मॉडल्स के बीच प्रतिस्पर्धी दिखाई देता है। फिर भी, DeepSeek, Qwen, GLM, Kimi या MiniMax में से किसी पर समग्र बढ़त का फैसला करने के लिए अधिक स्वतंत्र और पुनरुत्पादित परीक्षणों की जरूरत है।
कहां उपलब्ध है और कौन-कौन से इंटीग्रेशन मिलते हैं?
Hy4 Preview को Tencent ने अपने उत्पादों में सीधे जोड़ना शुरू किया है। यह WorkBuddy और CodeBuddy के चीनी तथा अंतरराष्ट्रीय संस्करणों में उपलब्ध है। WorkBuddy ऑफिस और प्रोडक्टिविटी एजेंट पर केंद्रित है, जबकि CodeBuddy का लक्ष्य कोडिंग एजेंट्स हैं। 14
मॉडल Yuanbao और ima जैसे Tencent उत्पादों में भी इस्तेमाल किया जा सकता है। डेवलपर इसे Tencent Cloud के TokenHub और OpenRouter के जरिए API से एक्सेस कर सकते हैं। मॉडल को ओपन-सोर्स किए जाने से संस्थानों को self-hosting का विकल्प मिलता है, लेकिन 770 अरब पैरामीटर वाले मॉडल को स्टोर और डिप्लॉय करने के लिए बड़े मेमोरी सिस्टम, वितरित इंफ्रास्ट्रक्चर और विशेषज्ञ संचालन की जरूरत होगी। केवल 49 अरब पैरामीटर सक्रिय होने का अर्थ यह नहीं है कि बाकी मॉडल को स्टोर करने की जरूरत नहीं पड़ेगी। 19
22
कीमत कितनी है?
रिपोर्ट की गई चीनी API कीमतें इस प्रकार हैं:
- इनपुट: RMB 6 प्रति 1 मिलियन टोकन
- आउटपुट: RMB 18 प्रति 1 मिलियन टोकन
- कैश्ड इनपुट: RMB 0.3 प्रति 1 मिलियन टोकन
4
Preview चरण में कीमत, कोटा, क्षेत्रीय उपलब्धता और API नियम बदल सकते हैं। Tencent Cloud TokenHub पर डॉलर में सूचीबद्ध कीमतें लगभग $0.834 प्रति 1 मिलियन इनपुट टोकन, $2.501 प्रति 1 मिलियन आउटपुट टोकन और $0.042 कैश-हिट टोकन बताती हैं।
कुछ थर्ड-पार्टी तुलना साइटों पर अलग कीमतें दिखाई देती हैं। एक तुलना में Hy4 के लिए $0.85/M इनपुट और $0.62/M आउटपुट लिखा है, जो Tencent की रिपोर्ट की गई RMB दर से मेल नहीं खाता और आउटपुट कीमत के मामले में भी असामान्य लगता है। इसलिए वास्तविक इस्तेमाल से पहले Tencent के मौजूदा कंसोल या आधिकारिक API पेज की कीमत को प्राथमिकता देना बेहतर होगा। 8
4
Hy4 Preview की सीमाएं
Preview रिलीज: मॉडल की गुणवत्ता, API व्यवहार, rate limits, कीमत, सुरक्षा नियंत्रण और deployment documentation में तेजी से बदलाव हो सकता है। 14
स्वतंत्र प्रमाण सीमित: सबसे प्रभावशाली तुलनाएं Tencent के अपने परीक्षणों या लॉन्च रिपोर्टिंग से आती हैं। अलग-अलग संस्थानों द्वारा दोहराए गए, समान शर्तों वाले मूल्यांकन अभी जरूरी हैं। 5
13
डिप्लॉयमेंट महंगा: MoE आर्किटेक्चर प्रति टोकन सक्रिय कंप्यूट घटाता है, लेकिन 770 अरब पैरामीटर वाला पूरा मॉडल चलाना फिर भी भारी इंफ्रास्ट्रक्चर मांगता है। Hy4 का सक्रिय सेट भी Hy3 से काफी बड़ा है। 2
4
1 मिलियन टोकन का मतलब हमेशा भरोसेमंद जवाब नहीं: बड़ी कॉन्टेक्स्ट विंडो लंबे दस्तावेजों और बड़े कोडबेस के लिए उपयोगी है, लेकिन वास्तविक उपयोग में retrieval accuracy, latency और लागत की जांच करनी होगी। अधिक संदर्भ अपने-आप बेहतर समझ की गारंटी नहीं देता।
आगे चलकर संभावित सुधारों में stable, non-preview रिलीज; अधिक भरोसेमंद एजेंट और टूल-यूज़; बेहतर inference efficiency और quantization; स्वतंत्र बेंचमार्क सत्यापन; तथा व्यापक cloud और API integrations शामिल हो सकते हैं। ये संभावित उत्पाद-दिशाएं हैं, Tencent की घोषित प्रतिबद्धताएं नहीं।
Tencent का बड़ा AI दांव: इंफ्रास्ट्रक्चर और WorkBuddy की गति
Hy4 का लॉन्च Tencent की व्यापक AI रणनीति का हिस्सा है। Q2 2026 में कंपनी का operating capital expenditure RMB 51.8 अरब रहा, जो साल-दर-साल 190% अधिक था। इसी अवधि में free cash flow नकारात्मक RMB 13.8 अरब रहा; प्रबंधन ने इस खर्च में उछाल को AI इंफ्रास्ट्रक्चर निवेश से जोड़ा। 15
Tencent ने WorkBuddy को चीन की सबसे अधिक इस्तेमाल की जाने वाली productivity AI-agent services में से एक बताया है। Bloomberg ने मार्च लॉन्च के कुछ महीनों बाद इसे चीन का सबसे लोकप्रिय AI workplace assistant कहा। ये बाजार-स्थिति से जुड़े दावे हैं, audited revenue आंकड़े नहीं। 7
1
थर्ड-पार्टी desktop-web ट्रैफिक अनुमान के अनुसार, WorkBuddy को जून 2026 में 2.097 करोड़ विजिट मिले, जबकि मार्च लॉन्च के समय यह संख्या 88.5 लाख थी। स्रोत ने स्पष्ट किया है कि ये visits daily active users, भुगतान करने वाली कंपनियों, राजस्व या मोबाइल उपयोग के बराबर नहीं हैं। 12
Tencent प्रबंधन के अनुसार WorkBuddy और CodeBuddy दोनों तेजी से नए उपयोगकर्ता जोड़ रहे हैं। 6 रणनीतिक रूप से कंपनी अपने AI सहायकों, Tencent Cloud ग्राहकों और मौजूदा कारोबारी इकोसिस्टम में GPU व cloud निवेश को साझा कर सकती है। इससे Hy4 केवल एक अलग मॉडल रिलीज नहीं रहता, बल्कि Tencent के AI उत्पादों और क्लाउड कारोबार का आधार बन सकता है।
फिलहाल इसका दूसरा पहलू भी साफ है: AI कारोबार बढ़ाने के लिए पूंजीगत खर्च बहुत ऊंचा है और इन उत्पादों के बड़े पैमाने पर कमाई करने की तस्वीर अभी पूरी तरह स्पष्ट नहीं है। इसलिए Hy4 की असली परीक्षा केवल बेंचमार्क में नहीं, बल्कि इस बात में होगी कि यह WorkBuddy, CodeBuddy और Tencent Cloud पर लगातार उपयोगी, भरोसेमंद और आर्थिक रूप से टिकाऊ एजेंट अनुभव दे पाता है या नहीं। 6
15
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Tencent Hy4 Preview क्या है और यह Hy3, DeepSeek, GLM व Kimi से कितना आगे है?" का संक्षिप्त उत्तर क्या है?
Hy4 Preview Tencent का नया ओपन सोर्स Mixture of Experts मॉडल है, जिसे कोडिंग, रिसर्च, ऑफिस ऑटोमेशन और जटिल टूल यूज़ वाले AI एजेंट्स के लिए बनाया गया है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Hy4 Preview Tencent का नया ओपन सोर्स Mixture of Experts मॉडल है, जिसे कोडिंग, रिसर्च, ऑफिस ऑटोमेशन और जटिल टूल यूज़ वाले AI एजेंट्स के लिए बनाया गया है। इसमें कुल 770 अरब पैरामीटर हैं, लेकिन हर अनुरोध पर लगभग 49 अरब पैरामीटर सक्रिय होते हैं; Hy3 में यह अनुपात 295 अरब कुल और करीब 21 अरब सक्रिय पैरामीटर का था।
मुझे अभ्यास में आगे क्या करना चाहिए?
Hy4 की कॉन्टेक्स्ट विंडो 1 मिलियन से अधिक टोकन की है, जो Hy3 की 256K विंडो से लगभग चार गुना बड़ी है।