JawabanDipublikasikan22 sumber
Tencent Hy4 Preview: Seberapa Unggul Dibandingkan Hy3 dan Rival AI China?
Hy4 Preview merupakan model AI open source berbasis mixture of experts (MoE) dari Tencent yang ditujukan untuk coding, riset, otomasi kantor, dan penggunaan berbagai tool. Dibandingkan Hy3, kapasitas totalnya naik dari 295 miliar menjadi 770 miliar parameter, sementara parameter aktif meningkat dari sekitar 21 milia...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- Hy4 Preview merupakan model AI open source berbasis mixture of experts (MoE) dari Tencent yang ditujukan untuk coding, riset, otomasi kantor, dan penggunaan berbagai tool.
- Dibandingkan Hy3, kapasitas totalnya naik dari 295 miliar menjadi 770 miliar parameter, sementara parameter aktif meningkat dari sekitar 21 miliar menjadi 49 miliar.
- Hy4 mendukung konteks lebih dari 1 juta token, sekitar empat kali lipat dari jendela konteks 256 ribu token milik Hy3.
- Tencent melaporkan skor 85,4 pada Terminal Bench 2.1 dan hasil uji internal yang sedikit mengungguli GLM 5.3 serta Kimi K3, tetapi validasi independen masih terbatas.
AI Perintah
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 Hy4 Preview adalah model bahasa besar terbaru dari Tencent yang dirancang untuk pekerjaan berbasis agen AI—mulai dari rekayasa perangkat lunak, riset, otomasi perkantoran, analisis data, hingga penggunaan tool yang kompleks. Model ini memakai arsitektur mixture-of-experts (MoE), sehingga tidak seluruh parameternya dijalankan pada setiap permintaan.
Rilis ini menjadi lompatan besar dari Hy3. Namun, penting dicatat bahwa Hy4 masih berstatus preview. Sebagian besar klaim performa tertingginya berasal dari pengujian Tencent sendiri atau laporan yang mengutip data perusahaan, sehingga belum cukup untuk menyimpulkan bahwa Hy4 adalah model AI terbaik secara keseluruhan. 4
14
Perbandingan Hy4 Preview dan Hy3
| Metrik | Hy3 Preview | Hy4 Preview | Apa artinya? |
|---|---|---|---|
| Parameter total | 295 miliar | 770 miliar | Kapasitas MoE Hy4 sekitar 2,6 kali lebih besar. |
| Parameter aktif | Sekitar 21 miliar/token | Sekitar 49 miliar/request | Komputasi aktif Hy4 sekitar 2,3 kali lebih besar, sehingga berpotensi lebih mampu tetapi juga lebih mahal untuk dijalankan. |
| Jendela konteks | 256 ribu token | Lebih dari 1 juta token | Hy4 dapat memproses kode, dokumen, dan rangkaian instruksi yang jauh lebih panjang. |
| Fokus penggunaan | Penalaran, coding, RAG, dan agen IDE | Agen AI, coding, riset, alur kerja kantor, dan penggunaan tool kompleks | Hy4 lebih jelas diposisikan sebagai model untuk produktivitas berbasis agen. |
| Status rilis | Open-weight; dilaporkan menggunakan ketentuan Apache 2.0 | Open-source dalam tahap preview | Lisensi final dan ketentuan penggunaan komersial perlu diperiksa di repositori resmi Tencent. |
Hy3 sendiri sudah dikenal karena efisiensinya. Model tersebut memiliki 295 miliar parameter, tetapi hanya sekitar 21 miliar yang diaktifkan untuk setiap token. Arsitekturnya menggunakan 192 expert dengan routing top-8, serta mendukung kedalaman penalaran yang dapat dikonfigurasi. Tencent juga melaporkan skor 74,4% pada SWE-bench Verified. 2
3
Hy4 mempertahankan pendekatan MoE yang hemat komputasi secara relatif, tetapi memperbesar kapasitas total sekaligus jumlah parameter aktif. Dengan kata lain, model ini tidak hanya memiliki “ruang pengetahuan” yang lebih besar, tetapi juga menggunakan lebih banyak daya komputasi saat memproses setiap permintaan. 4
14
Seberapa baik performanya dibandingkan rival AI China?
Tencent melaporkan skor 85,4 pada Terminal-Bench 2.1, atau naik 14,6 poin dibandingkan Hy3. Menurut perusahaan, hasil tersebut melampaui DeepSeek V4 Pro dan menyamai Claude Opus 5 pada evaluasi pemrograman berbasis terminal. Klaim ini masih merupakan hasil yang dikaitkan dengan Tencent, bukan peringkat yang telah direproduksi secara independen. 13
Dalam evaluasi buta internal yang mencakup 163 pakar dan 203 tugas rekayasa, Hy4 mencatat nilai rata-rata 2,99 dari 4. Sebagai pembanding, Z.ai GLM-5.3 mendapat 2,92, sedangkan Moonshot Kimi K3 mendapat 2,91. Selisihnya tipis dan cakupan uji ini terbatas, sehingga hasil tersebut tidak dapat dianggap sebagai peringkat universal semua model AI. 5
Dari sisi jumlah parameter total, Hy4 masih lebih kecil dibandingkan angka yang dilaporkan untuk beberapa pesaingnya:
- Hy4 Preview: 770 miliar parameter total dan 49 miliar parameter aktif.
- DeepSeek V4 Pro: sekitar 1,6 triliun parameter total.
- Kimi K3: sekitar 2,8 triliun parameter total.
- GLM-5.3: sekitar 744 miliar parameter total.
Jumlah parameter aktif Hy4 yang mencapai 49 miliar dilaporkan kurang lebih sebanding dengan DeepSeek V4 Pro. 4
Sebagai konteks, hasil GLM-5 sebelumnya dilaporkan mencapai 77,8% pada SWE-bench Verified. Namun, perbandingan lintas model harus dilakukan dengan hati-hati karena versi benchmark, konfigurasi tool, metode pencegahan kontaminasi data, serta kerangka kerja agen yang digunakan bisa berbeda. 1
Kesimpulan praktisnya: Hy4 tampak sangat kompetitif di antara model open-weight papan atas asal China, terutama untuk coding dan alur kerja agen. Meski begitu, bukti independen yang tersedia belum cukup untuk menetapkannya sebagai pemimpin mutlak atas DeepSeek, Qwen, GLM, Kimi, atau MiniMax.
Ketersediaan dan integrasi
Tencent menyediakan Hy4 Preview melalui beberapa jalur:
- WorkBuddy versi China dan internasional untuk produktivitas dan pekerjaan kantor.
- CodeBuddy untuk agen pemrograman.
- Tencent Cloud TokenHub sebagai akses API.
- OpenRouter untuk integrasi melalui satu antarmuka API.
- Sejumlah produk Tencent lain, termasuk Yuanbao dan ima, menurut informasi peluncuran model.
14
Model ini juga telah dirilis sebagai open-source, sehingga organisasi dapat mempertimbangkan opsi self-hosting. Akan tetapi, status open-source tidak berarti model tersebut ringan untuk dijalankan. Menyimpan dan melayani model MoE berukuran 770 miliar parameter tetap membutuhkan memori besar, infrastruktur terdistribusi, serta keahlian operasional. Walaupun hanya 49 miliar parameter yang aktif pada satu inferensi, bobot model secara keseluruhan tetap perlu dikelola. 4
14
Harga API Hy4 Preview
Harga API yang dilaporkan untuk pasar China adalah:
- RMB 6 per 1 juta token input
- RMB 18 per 1 juta token output
- RMB 0,3 per 1 juta token input yang tersimpan dalam cache
4
Harga, kuota, wilayah layanan, dan ketersediaan API dapat berubah karena Hy4 masih dalam tahap preview.
Salah satu layanan pembanding pihak ketiga mencantumkan tarif Hy4 sebesar US$0,85 per 1 juta token input dan US$0,62 per 1 juta token output. Angka tersebut berbeda dari tarif RMB yang dilaporkan dan tampak tidak konsisten, khususnya pada harga output. Untuk penggunaan serius, tarif di konsol Tencent yang sedang berlaku sebaiknya dijadikan acuan utama. 8
4
Keterbatasan yang perlu diperhatikan
1. Masih berupa preview
Kualitas model, perilaku API, batas kecepatan, harga, kontrol keamanan, dan dokumentasi deployment masih dapat berubah dengan cepat. 14
2. Klaim performa belum sepenuhnya independen
Hasil paling menonjol—termasuk perbandingan dengan DeepSeek, GLM, dan Kimi—sebagian besar berasal dari pengujian Tencent atau laporan peluncuran. Evaluasi pihak ketiga yang dapat diulang masih diperlukan. 5
13
3. Kebutuhan infrastruktur tinggi
MoE memang mengurangi jumlah parameter yang aktif pada setiap langkah, tetapi model 770 miliar parameter tetap menuntut kapasitas memori dan sistem terdistribusi yang besar. Beban aktifnya juga jauh lebih tinggi dibandingkan Hy3. 2
4
4. Konteks 1 juta token tidak otomatis berarti akurat
Jendela konteks lebih dari 1 juta token memang berguna untuk repositori kode besar, dokumen panjang, dan tugas multi-langkah. Namun, pengguna tetap perlu menguji kemampuan model dalam menemukan informasi, latensi, serta biaya pada panjang konteks yang benar-benar digunakan.
5. Perbandingan benchmark perlu dibaca dengan konteks
Skor tinggi pada satu benchmark, terutama yang dilaporkan vendor, tidak selalu mencerminkan performa pada semua jenis pekerjaan. Hasil nyata dapat dipengaruhi oleh kualitas prompt, tool yang tersedia, scaffolding agen, dan cara evaluasi dilakukan.
Apa peningkatan berikutnya yang diharapkan?
Karena Hy4 masih berstatus preview, peningkatan yang secara wajar diharapkan mencakup:
- rilis stabil non-preview;
- reliabilitas agen dan penggunaan tool yang lebih baik;
- inferensi yang lebih efisien;
- dukungan kuantisasi yang lebih luas;
- validasi benchmark independen;
- dokumentasi deployment yang lebih matang; dan
- integrasi cloud serta API yang lebih luas.
Poin-poin tersebut merupakan ekspektasi produk yang masuk akal, bukan komitmen resmi Tencent.
Hy4 dan taruhan infrastruktur AI Tencent
Peluncuran Hy4 tidak berdiri sendiri. Tencent juga meningkatkan investasi pada infrastruktur AI. Pada kuartal II 2026, perusahaan melaporkan belanja modal operasional sebesar RMB 51,8 miliar, naik 190% secara tahunan. Kenaikan tersebut ikut mendorong arus kas bebas menjadi negatif RMB 13,8 miliar, sementara manajemen mengaitkan lonjakan belanja dengan pembangunan infrastruktur AI. 15
Tencent menyebut WorkBuddy sebagai layanan agen produktivitas AI yang paling banyak digunakan di China. Bloomberg juga menggambarkannya sebagai asisten kerja AI paling populer di negara tersebut tidak lama setelah peluncurannya pada Maret. Klaim ini menunjukkan posisi pasar yang dikomunikasikan perusahaan, bukan metrik pendapatan yang telah diaudit. 7
1
Estimasi lalu lintas web desktop dari pihak ketiga mencatat 20,97 juta kunjungan WorkBuddy pada Juni 2026, naik dari 8,85 juta saat peluncuran pada Maret. Sumber yang sama menegaskan bahwa angka kunjungan tersebut bukan ukuran pengguna aktif harian, jumlah perusahaan berbayar, pendapatan, atau penggunaan melalui perangkat seluler. 12
Manajemen Tencent juga mengatakan WorkBuddy dan CodeBuddy mengalami pertumbuhan pengguna yang cepat. 6
Strateginya cukup jelas: Tencent dapat menyebarkan biaya GPU dan cloud ke berbagai produk—termasuk WorkBuddy, CodeBuddy, pelanggan Tencent Cloud, dan ekosistem bisnis yang sudah dimilikinya—alih-alih menjadikan Hy4 sebagai model yang berdiri sendiri. Tantangan jangka pendeknya adalah kebutuhan modal yang tinggi dan monetisasi yang masih belum pasti ketika produk-produk AI tersebut terus memperluas pengguna. 6
15
Kesimpulan
Hy4 Preview adalah peningkatan besar dibandingkan Hy3 dalam hal kapasitas, parameter aktif, dan panjang konteks. Dengan 770 miliar parameter total, 49 miliar parameter aktif, serta konteks lebih dari 1 juta token, Tencent menargetkan penggunaan AI yang lebih kompleks dan berkelanjutan.
Model ini terlihat mampu bersaing dengan model open-weight China lain dalam coding dan pekerjaan berbasis agen. Namun, status preview, kebutuhan infrastruktur yang tinggi, serta dominasi pengujian internal Tencent membuat pengguna sebaiknya tidak hanya mengandalkan angka benchmark. Untuk eksperimen dan integrasi awal, Hy4 menarik; untuk deployment komersial berskala besar, evaluasi mandiri dan pemeriksaan lisensi tetap wajib dilakukan.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Tencent Hy4 Preview: Seberapa Unggul Dibandingkan Hy3 dan Rival AI China?"?
Hy4 Preview merupakan model AI open source berbasis mixture of experts (MoE) dari Tencent yang ditujukan untuk coding, riset, otomasi kantor, dan penggunaan berbagai tool.
Apa poin penting yang harus divalidasi terlebih dahulu?
Hy4 Preview merupakan model AI open source berbasis mixture of experts (MoE) dari Tencent yang ditujukan untuk coding, riset, otomasi kantor, dan penggunaan berbagai tool. Dibandingkan Hy3, kapasitas totalnya naik dari 295 miliar menjadi 770 miliar parameter, sementara parameter aktif meningkat dari sekitar 21 miliar menjadi 49 miliar.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Hy4 mendukung konteks lebih dari 1 juta token, sekitar empat kali lipat dari jendela konteks 256 ribu token milik Hy3.