उत्तरप्रकाशित20 स्रोत
Tencent Hy4 में विज़न और कंप्यूटर-यूज़ की नई क्षमताएँ, लेकिन रैंकिंग को समझना ज़रूरी
Tencent के 4 नवंबर वाले Hy4 रिलीज़ में विज़न और कंप्यूटर यूज़ क्षमताएँ जोड़ी गईं। WorkBuddy मूल्यांकन में इसका औसत स्कोर 83.18 रहा और वित्तीय कार्यों के एक परीक्षण में इसे 4 में से 3.04 अंक मिले। Hy4 में निर्देशों का पालन, लंबे संदर्भ को समझने और लंबे समय तक चलने वाले एजेंट आधारित काम बेहतर करने पर ज़ोर है; यह तस्वी...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Tencent के 4 नवंबर वाले Hy4 रिलीज़ में विज़न और कंप्यूटर यूज़ क्षमताएँ जोड़ी गईं। WorkBuddy मूल्यांकन में इसका औसत स्कोर 83.18 रहा और वित्तीय कार्यों के एक परीक्षण में इसे 4 में से 3.04 अंक मिले।
- Hy4 में निर्देशों का पालन, लंबे संदर्भ को समझने और लंबे समय तक चलने वाले एजेंट आधारित काम बेहतर करने पर ज़ोर है; यह तस्वीरों और सॉफ़्टवेयर इंटरफ़ेस के साथ भी काम कर सकता है।
- Tencent के मुताबिक, उसके आंतरिक TenureTrail शोध बेंचमार्क में Hy4 ओपन वेट मॉडल्स में पहले स्थान पर रहा। उपलब्ध जानकारी में इस नतीजे का संख्यात्मक स्कोर नहीं दिया गया है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Tencent’s November 4, 2026 release of Hy4 reveal about its improvements over Hy4 preview and standing among top open-weight models. Article summary: Tencent’s November 4 release presents Hy4 as a substantial upgrade from Hy4 preview, adding vision and computer use while improving reasoning and sustained agentic work; Tencent places it among the strongest open-source . Topic tags: general, general web, user generated. 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 fa
Tencent ने 4 नवंबर 2026 को Hy4 का नया संस्करण पेश किया। यह सिर्फ़ टेक्स्ट का जवाब देने वाला मॉडल नहीं है: इसमें तस्वीरों को समझने और सॉफ़्टवेयर के साथ सीधे काम करने की क्षमता जोड़ी गई है। कंपनी के अनुसार, निर्देशों का पालन, लंबे संदर्भ को समझना, तर्क की दक्षता और लंबे समय तक चलने वाले एजेंट-आधारित काम भी बेहतर हुए हैं। ऑफिस, वित्त और शोध से जुड़े कुछ नतीजे अच्छे दिखते हैं, लेकिन वे खास मूल्यांकनों के हैं—इनसे सभी प्रमुख मॉडलों के बीच कोई सार्वभौमिक रैंकिंग साबित नहीं होती।3
8
18
20
Hy4 Preview के मुकाबले क्या बदला?
Tencent का कहना है कि पूरे संस्करण में प्री-ट्रेनिंग और पोस्ट-ट्रेनिंग का दायरा बढ़ाया गया है। साथ ही, निर्देशों का पालन, लंबे संदर्भ की समझ, तर्क की दक्षता और लंबे चरणों वाले एजेंट कार्यों पर सुधार किया गया है।3
8 सबसे अहम नई सुविधाएँ हैं—विज़न और कंप्यूटर-यूज़। यानी Hy4 अब तस्वीरों को समझने के साथ सॉफ़्टवेयर के कमांड-लाइन टूल और ग्राफ़िकल इंटरफ़ेस के साथ भी काम कर सकता है।
5
Tencent और लॉन्च कवरेज के अनुसार, मॉडल चार्ट और दस्तावेज़ समझ सकता है, एक से अधिक तस्वीरों के आधार पर तर्क कर सकता है और कमांड-लाइन या ग्राफ़िकल इंटरफ़ेस के ज़रिये सॉफ़्टवेयर चला सकता है। Tencent ने Blender और CAD जैसे पेशेवर सॉफ़्टवेयर पर भी इसकी ट्रेनिंग की है, ताकि यह जटिल और लंबे वर्कफ़्लो में मदद कर सके।5
25
मूल्यांकनों के नतीजे क्या बताते हैं?
WorkBuddy: ऑफिस के एक तय मूल्यांकन में अच्छे नतीजे
Tencent के मुताबिक, WorkBuddy मूल्यांकन में Hy4 का औसत स्कोर 83.18 और टास्क पास करने की दर 96.15% रही। चीन के मुख्य भूभाग के बाज़ार में यह 12 में से 9 परिदृश्यों में पहले स्थान पर रहा।25 ये आँकड़े उस मूल्यांकन में इसके प्रदर्शन का संकेत देते हैं; इनसे यह साबित नहीं होता कि मॉडल हर कंपनी के वर्कफ़्लो या बिना तयशुदा निर्देशों वाले ऑफिस कार्यों में उतनी ही विश्वसनीयता से काम करेगा।
वित्तीय काम: एक तुलना में सबसे आगे
579 वास्तविक वित्तीय कार्यों पर आधारित एक रिपोर्टेड क्राउडसोर्स्ड मूल्यांकन में Hy4 को 4 में से 3.04 अंक मिले। तुलना में DeepSeek-V4.1-Flash-1017 को 2.97, जबकि Kimi K3.1 Pro और GLM-5.3 को 2.68-2.68 अंक मिले। इस खास तुलना में जाँचे गए ओपन-सोर्स मॉडलों में Hy4 पहले स्थान पर रहा।18
19
Tencent ने Tencent Financial Technology के साथ किए गए एक अलग ब्लाइंड मूल्यांकन का भी ज़िक्र किया है।25 लेकिन उपलब्ध स्रोतों में उस परीक्षण की प्रक्रिया या नतीजों की इतनी जानकारी नहीं है कि उसका स्वतंत्र आकलन किया जा सके। इसलिए 3.04 के स्कोर को 579 कार्यों वाले बताए गए मूल्यांकन का नतीजा समझना चाहिए—यह मान लेना ठीक नहीं होगा कि वही ब्लाइंड टेस्ट का स्कोर है।
वैज्ञानिक शोध: कंपनी के आंतरिक बेंचमार्क पर पहला स्थान
Tencent का दावा है कि उसके आंतरिक TenureTrail बेंचमार्क में Hy4 ओपन-वेट मॉडल्स में पहले स्थान पर रहा। इस बेंचमार्क में सात विषयों के 123 निष्पादन योग्य शोध कार्य शामिल हैं।20 कंपनी ने गणितीय संरचना, भौतिक मॉडलिंग और सिस्टम इंजीनियरिंग जैसे क्षेत्रों के कार्यों का उल्लेख किया है, लेकिन उपलब्ध जानकारी में इस नतीजे का संख्यात्मक स्कोर नहीं दिया गया। यह कंपनी के अपने बेंचमार्क का दावा है, शोध क्षमता का कोई सार्वभौमिक माप नहीं।
क्या Hy4 शीर्ष ओपन-वेट मॉडलों में शामिल है?
Tencent Hy4 को सबसे मज़बूत ओपन-सोर्स मॉडलों में गिनता है। ऑफिस, वित्त और शोध से जुड़े बताए गए नतीजे कुछ चुने हुए मूल्यांकनों में इसकी प्रतिस्पर्धी क्षमता दिखाते हैं।7
18
20 लेकिन अलग-अलग कामों में बेंचमार्क के नतीजे बदल सकते हैं; इन परीक्षणों से मॉडलों की स्वतंत्र और समग्र रैंकिंग तय नहीं होती।
रिलीज़ के तरीके में भी एक अहम फ़र्क है। Hy4 की घोषणा के समय मॉडल Tencent के उत्पादों और होस्टेड API के ज़रिये उपलब्ध था। लॉन्च कवरेज के अनुसार, इसके अंतिम मॉडल वेट्स और सिस्टम कार्ड बाद में जारी होने थे। इसके विपरीत, Hy4 Preview को पहले ही ओपन वेट्स के साथ जारी किया गया था।3
8
9 इसलिए रिलीज़ के समय इसे “ओपन-सोर्स” कहे जाने को इस बात की पुष्टि नहीं मानना चाहिए कि 4 नवंबर को Hy4 के अंतिम वेट्स डाउनलोड के लिए उपलब्ध थे।
अभी क्या स्पष्ट नहीं है?
उपलब्ध जानकारी से WorkBuddy के खास वास्तविक-जीवन वाले टास्क, कंपनियों में अपनाए जाने के आँकड़े, सपोर्ट किए जाने वाले गेम इंजन या फ्रंट-एंड और गेम डेवलपमेंट के विस्तृत नतीजों की पुष्टि नहीं होती। Hy4 Flash के लॉन्च समय या कीमत, और आने वाले मॉडल के आकार या रिलीज़ की योजना के बारे में भी पर्याप्त जानकारी नहीं है।
Tencent के Hy4 पेज के मुताबिक, कंपनी के आंतरिक विशेषज्ञों ने साइबर सुरक्षा की कुछ आक्रामक क्षमताओं का ऑडिट किया और जाँचे गए क्षेत्रों में कोई प्रमुख जोखिम नहीं पाया।21 यह कंपनी की ओर से बताया गया निष्कर्ष है, स्वतंत्र सुरक्षा आकलन नहीं। उपलब्ध स्रोतों से जैविक सुरक्षा के नतीजे भी स्थापित नहीं होते।
कुल मिलाकर, Hy4 का नया संस्करण तस्वीरों को समझने, सॉफ़्टवेयर चलाने और लंबे पेशेवर वर्कफ़्लो में काम करने की दिशा में विस्तार दिखाता है। बताए गए मूल्यांकन नतीजे उत्साहजनक हैं, लेकिन मॉडल की समग्र रैंकिंग पर दावे करते समय खास परीक्षणों की सीमाएँ और होस्टेड सेवा तथा सार्वजनिक मॉडल वेट्स के बीच का अंतर ध्यान में रखना चाहिए।
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 में विज़न और कंप्यूटर-यूज़ की नई क्षमताएँ, लेकिन रैंकिंग को समझना ज़रूरी" का संक्षिप्त उत्तर क्या है?
Tencent के 4 नवंबर वाले Hy4 रिलीज़ में विज़न और कंप्यूटर यूज़ क्षमताएँ जोड़ी गईं। WorkBuddy मूल्यांकन में इसका औसत स्कोर 83.18 रहा और वित्तीय कार्यों के एक परीक्षण में इसे 4 में से 3.04 अंक मिले।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Tencent के 4 नवंबर वाले Hy4 रिलीज़ में विज़न और कंप्यूटर यूज़ क्षमताएँ जोड़ी गईं। WorkBuddy मूल्यांकन में इसका औसत स्कोर 83.18 रहा और वित्तीय कार्यों के एक परीक्षण में इसे 4 में से 3.04 अंक मिले। Hy4 में निर्देशों का पालन, लंबे संदर्भ को समझने और लंबे समय तक चलने वाले एजेंट आधारित काम बेहतर करने पर ज़ोर है; यह तस्वीरों और सॉफ़्टवेयर इंटरफ़ेस के साथ भी काम कर सकता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
Tencent के मुताबिक, उसके आंतरिक TenureTrail शोध बेंचमार्क में Hy4 ओपन वेट मॉडल्स में पहले स्थान पर रहा। उपलब्ध जानकारी में इस नतीजे का संख्यात्मक स्कोर नहीं दिया गया है।
सूत्र
nocode.mbaTencent Hy4: Release Date, Access & What Changed
siliconangle.comTencent releases Hy4, powerful frontier LLM introducing visual understanding and computer use - SiliconANGLE
longbridge.comTencent Hunyuan Officially Releases New-Generation Large Language Model Hy4, Introducing Visual Capabilities for the First Time
hy.tencent.aiIntroducing Hy4 - Tencent Hy