Tencentの「Hy4 Preview」は、同社のHunyuan系モデルにおける次世代フラッグシップです。**Mixture of Experts（MoE）**方式を採用し、ソフトウェア開発、調査・分析、オフィス自動化、複雑なツール操作といった、複数の手順を自律的に進めるAIエージェント用途を主なターゲットにしています。414

ただし、現時点では正式版ではなくプレビュー版です。特に競合モデルを上回ったという評価の多くはTencent自身のテストや発表に基づくため、Hy4を中国のオープンモデル全体で首位と断定するには、独立した再現性のある評価を待つ必要があります。414

Hy4 PreviewとHy3の違い

指標	Hy3 Preview	Hy4 Preview	何が変わったか
総パラメータ数	2950億	7700億	MoE全体の容量が約2.6倍に拡大 24
有効化パラメータ	1トークンあたり約210億	1リクエストあたり約490億	推論時の計算量はおよそ2.3倍 24
コンテキスト長	256Kトークン	100万トークン超	大規模コードベースや長文資料を扱いやすくなった 214
主な用途	推論、コーディング、RAG・IDEエージェント	エージェント、コーディング、調査、オフィス業務、複雑なツール利用	生産性エージェント向けの位置づけがより明確に 24
提供形態	オープンウェイト。Apache 2.0 termsとの報告あり	オープンソースのプレビュー版	商用利用や自社運用の条件は公式リポジトリで確認が必要 214

Hy3は、総数2950億のパラメータのうち、トークンごとに約210億だけを使う設計でした。192個のエキスパートから上位8個を選ぶ構成で、モデル全体を毎回動かさずに済むのがMoEの特徴です。Hy3は推論の深さを設定でき、SWE-bench Verifiedでは74.4％という結果も報告されていました。23

Hy4もこの「モデル全体の規模を大きくしつつ、1回の計算では一部だけを使う」という考え方を引き継いでいます。一方で、総容量だけでなく有効化されるパラメータも大幅に増えています。性能向上が期待できる反面、Hy3よりもメモリ、GPU、分散実行環境への要求は高くなります。414

中国の競合モデルと比べた性能

Tencentが公表した主な比較結果は次の通りです。

• Terminal-Bench 2.1で85.4を記録し、Hy3を14.6ポイント上回ったとTencentは説明しています。また、同社の比較ではDeepSeek V4 Proを上回り、Claude Opus 5と同等だったとされています。13
• Tencentが163人の社内エキスパートを使い、203件のエンジニアリング課題で実施したブラインド評価では、Hy4の平均スコアは4点満点中2.99でした。Z.aiのGLM-5.3は2.92、MoonshotのKimi K3は2.91とされています。5
• 総パラメータ数では、Hy4の7700億は、報告されているDeepSeek V4 Proの1.6兆、Kimi K3の2.8兆を下回ります。一方、GLM-5.3の7440億とは近い規模です。4
• Hy4の有効化パラメータ約490億は、報告上、DeepSeek V4 Proとおおむね同水準です。4
• 参考として、以前のGLM-5ではSWE-bench Verifiedの77.8％という結果が報告されています。ただし、ベンチマークのバージョン、ツール設定、テストデータの汚染対策、エージェントの実行環境が異なるため、数値を単純に横並びにはできません。1

ここから言える実務的な結論は、Hy4がコーディングやAIエージェントの用途で、中国発の最先端オープンウェイトモデルと十分競争できる位置に来たということです。ただし、DeepSeek、Qwen、GLM、Kimi、MiniMaxを含めた総合的な首位を独立データで証明したわけではありません。

どこで使える？提供先と統合状況

Hy4 Previewは、モデルそのものが公開されているほか、TencentのアプリやAPI経由でも利用できます。

• 中国版および国際版のWorkBuddy、CodeBuddyに搭載されています。前者はオフィス業務向け、後者は開発者向けのAIエージェントとして、エンドユーザーが直接試せる導線になっています。14
• Tencent CloudのTokenHubやOpenRouterからAPIで利用できると案内されています。14
• Yuanbaoやimaなど、Tencentの他のサービスにも順次統合されています。14
• オープンソース化により自社運用の選択肢も生まれますが、7700億パラメータのモデルを保存・配備するには、49Bだけが推論時に有効化されるとしても、大容量メモリと分散インフラが必要です。414

なお、オープンソースモデルだからといって、すぐに一般的な企業サーバーへ載せられるとは限りません。量子化の有無、対応する推論エンジン、GPUの種類、必要なノード数、ライセンス条件を確認してから導入を判断する必要があります。

料金はいくら？

報告されている中国向けAPI料金は以下の通りです。4

• 入力：100万トークンあたり6元
• 出力：100万トークンあたり18元
• キャッシュ入力：100万トークンあたり0.3元

ただし、プレビュー期間中は料金、利用上限、提供地域、APIの可用性が変わる可能性があります。実際に利用する際は、Tencentの最新のコンソール表示を確認するのが安全です。4

第三者の比較サイトには、入力0.85ドル、出力0.62ドルなど、上記の人民元ベースの料金と一致しない数字も掲載されています。また、出力料金の関係も不自然なため、集約サイトの価格よりTencent公式の料金表を優先すべきです。84

ベンチマークだけでは分からない限界

1. まだプレビュー版

モデルの品質だけでなく、APIの挙動、レート制限、価格、安全対策、デプロイ手順のドキュメントも短期間で変更される可能性があります。14

2. 独立した比較データが不足

Hy3からの大幅な伸びや競合超えを示す目立った結果は、Tencentのテストやローンチ時の報道に基づくものが中心です。異なるモデルを同じ条件で動かす、第三者による再現可能な評価が必要です。513

3. 推論コストと運用負荷

MoEは毎回すべてのパラメータを計算しないため、密な7700億パラメータモデルより効率的に動かせる可能性があります。しかし、7700億パラメータ分の重みを保持する必要がある点は変わりません。しかも、Hy4の有効化パラメータはHy3より大きく、サービス提供時の計算負荷も増えます。24

4. 100万トークンの長文処理が、そのまま高精度を意味するわけではない

100万トークン超のコンテキストは、大規模なソースコード、長大な社内文書、複数の調査資料を一度に渡せるという点で魅力的です。しかし、長い入力のすべてを正確に検索・参照できるとは限りません。導入時には、実際の文書量で検索精度、応答速度、費用を検証する必要があります。

今後期待される改善

Hy4 Previewの次の焦点になりそうなのは、以下の領域です。ただし、これは製品発表済みの確約ではなく、プレビュー版から一般提供へ進む際に自然に期待される改善です。

• 正式版への移行
• コード実行や外部ツール連携の安定性向上
• 長時間タスクでの計画・実行・修正能力の改善
• 推論効率の向上と、より実用的な量子化モデルの提供
• 独立ベンチマークによる検証
• クラウド、API、開発ツールとのさらなる統合

Tencentはモデル単体ではなく「AI基盤全体」に投資

Hy4の公開は、Tencentが単に新しいLLMを1つ発表したという話にとどまりません。同社はWorkBuddyやCodeBuddyといったアプリケーション、Tencent CloudのGPU・モデル提供、そして自社の既存サービスを一つのAI事業として組み合わせようとしています。

2026年第2四半期、Tencentの営業設備投資は518億元となり、前年同期比190％増加しました。その結果、フリーキャッシュフローは138億元のマイナスとなり、経営陣は支出増の背景としてAIインフラ投資を挙げています。15

WorkBuddyについてTencentは、中国で最も広く使われている生産性AIエージェントサービスだと説明しています。また、Bloombergも3月のサービス開始から数カ月後の時点で、中国で最も人気のあるAI職場アシスタントと報じました。ただし、これらは市場での位置づけに関する主張であり、監査済みの売上指標ではありません。71

第三者によるPC向けデスクトップ・ウェブの推計では、WorkBuddyの2026年6月の訪問数は2097万回で、3月のローンチ時点の885万回から増加しました。ただし、この数字はデイリーアクティブユーザー数、課金企業数、売上高、モバイル利用者数を示すものではありません。12

Tencent経営陣は、WorkBuddyとCodeBuddyの利用者がともに急速に増えていると説明しています。6同社にとっては、Hy4を単独で販売するだけでなく、自社アシスタント、Tencent Cloudの顧客、既存のサービス群に計算資源を配分できます。GPUやクラウドへの巨額投資を複数の事業で回収しやすくなる一方、利用規模が拡大するまで資本負担と収益化の不確実性が残る構図です。615

結論：Hy4の本当の勝負はベンチマーク後にある

Hy4 Previewは、Hy3からモデル規模、アクティブ計算量、コンテキスト長を大きく引き上げた、Tencentの本格的なAIエージェント向けモデルです。7700億パラメータと100万トークン超のコンテキストは目を引きますが、実際の導入では、性能だけでなく推論コスト、必要なインフラ、ツール連携の安定性、ライセンスを確認する必要があります。

Tencent発表のテストではGLM-5.3やKimi K3、DeepSeek V4 Proに対して有力な結果を示しています。しかし、現段階での最も妥当な評価は「中国のオープンモデル競争における有力な新顔」であり、「すべての用途で最強」とするにはまだ早い、というものです。今後、正式版の品質と第三者評価、そしてWorkBuddyやCodeBuddyでの実利用が、Hy4の評価を決めることになります。

Tencentの「Hy4 Preview」は、同社のHunyuan系モデルにおける次世代フラッグシップです。**Mixture of Experts（MoE）**方式を採用し、ソフトウェア開発、調査・分析、オフィス自動化、複雑なツール操作といった、複数の手順を自律的に進めるAIエージェント用途を主なターゲットにしています。414

ただし、現時点では正式版ではなくプレビュー版です。特に競合モデルを上回ったという評価の多くはTencent自身のテストや発表に基づくため、Hy4を中国のオープンモデル全体で首位と断定するには、独立した再現性のある評価を待つ必要があります。414

Hy4 PreviewとHy3の違い

指標	Hy3 Preview	Hy4 Preview	何が変わったか
総パラメータ数	2950億	7700億	MoE全体の容量が約2.6倍に拡大 24
有効化パラメータ	1トークンあたり約210億	1リクエストあたり約490億	推論時の計算量はおよそ2.3倍 24
コンテキスト長	256Kトークン	100万トークン超	大規模コードベースや長文資料を扱いやすくなった 214
主な用途	推論、コーディング、RAG・IDEエージェント	エージェント、コーディング、調査、オフィス業務、複雑なツール利用	生産性エージェント向けの位置づけがより明確に 24
提供形態	オープンウェイト。Apache 2.0 termsとの報告あり	オープンソースのプレビュー版	商用利用や自社運用の条件は公式リポジトリで確認が必要 214

Hy3は、総数2950億のパラメータのうち、トークンごとに約210億だけを使う設計でした。192個のエキスパートから上位8個を選ぶ構成で、モデル全体を毎回動かさずに済むのがMoEの特徴です。Hy3は推論の深さを設定でき、SWE-bench Verifiedでは74.4％という結果も報告されていました。23

Hy4もこの「モデル全体の規模を大きくしつつ、1回の計算では一部だけを使う」という考え方を引き継いでいます。一方で、総容量だけでなく有効化されるパラメータも大幅に増えています。性能向上が期待できる反面、Hy3よりもメモリ、GPU、分散実行環境への要求は高くなります。414

中国の競合モデルと比べた性能

Tencentが公表した主な比較結果は次の通りです。

• Terminal-Bench 2.1で85.4を記録し、Hy3を14.6ポイント上回ったとTencentは説明しています。また、同社の比較ではDeepSeek V4 Proを上回り、Claude Opus 5と同等だったとされています。13
• Tencentが163人の社内エキスパートを使い、203件のエンジニアリング課題で実施したブラインド評価では、Hy4の平均スコアは4点満点中2.99でした。Z.aiのGLM-5.3は2.92、MoonshotのKimi K3は2.91とされています。5
• 総パラメータ数では、Hy4の7700億は、報告されているDeepSeek V4 Proの1.6兆、Kimi K3の2.8兆を下回ります。一方、GLM-5.3の7440億とは近い規模です。4
• Hy4の有効化パラメータ約490億は、報告上、DeepSeek V4 Proとおおむね同水準です。4
• 参考として、以前のGLM-5ではSWE-bench Verifiedの77.8％という結果が報告されています。ただし、ベンチマークのバージョン、ツール設定、テストデータの汚染対策、エージェントの実行環境が異なるため、数値を単純に横並びにはできません。1

ここから言える実務的な結論は、Hy4がコーディングやAIエージェントの用途で、中国発の最先端オープンウェイトモデルと十分競争できる位置に来たということです。ただし、DeepSeek、Qwen、GLM、Kimi、MiniMaxを含めた総合的な首位を独立データで証明したわけではありません。

どこで使える？提供先と統合状況

Hy4 Previewは、モデルそのものが公開されているほか、TencentのアプリやAPI経由でも利用できます。

• 中国版および国際版のWorkBuddy、CodeBuddyに搭載されています。前者はオフィス業務向け、後者は開発者向けのAIエージェントとして、エンドユーザーが直接試せる導線になっています。14
• Tencent CloudのTokenHubやOpenRouterからAPIで利用できると案内されています。14
• Yuanbaoやimaなど、Tencentの他のサービスにも順次統合されています。14
• オープンソース化により自社運用の選択肢も生まれますが、7700億パラメータのモデルを保存・配備するには、49Bだけが推論時に有効化されるとしても、大容量メモリと分散インフラが必要です。414

なお、オープンソースモデルだからといって、すぐに一般的な企業サーバーへ載せられるとは限りません。量子化の有無、対応する推論エンジン、GPUの種類、必要なノード数、ライセンス条件を確認してから導入を判断する必要があります。

料金はいくら？

報告されている中国向けAPI料金は以下の通りです。4

• 入力：100万トークンあたり6元
• 出力：100万トークンあたり18元
• キャッシュ入力：100万トークンあたり0.3元

ただし、プレビュー期間中は料金、利用上限、提供地域、APIの可用性が変わる可能性があります。実際に利用する際は、Tencentの最新のコンソール表示を確認するのが安全です。4

第三者の比較サイトには、入力0.85ドル、出力0.62ドルなど、上記の人民元ベースの料金と一致しない数字も掲載されています。また、出力料金の関係も不自然なため、集約サイトの価格よりTencent公式の料金表を優先すべきです。84

ベンチマークだけでは分からない限界

1. まだプレビュー版

モデルの品質だけでなく、APIの挙動、レート制限、価格、安全対策、デプロイ手順のドキュメントも短期間で変更される可能性があります。14

2. 独立した比較データが不足

Hy3からの大幅な伸びや競合超えを示す目立った結果は、Tencentのテストやローンチ時の報道に基づくものが中心です。異なるモデルを同じ条件で動かす、第三者による再現可能な評価が必要です。513

3. 推論コストと運用負荷

MoEは毎回すべてのパラメータを計算しないため、密な7700億パラメータモデルより効率的に動かせる可能性があります。しかし、7700億パラメータ分の重みを保持する必要がある点は変わりません。しかも、Hy4の有効化パラメータはHy3より大きく、サービス提供時の計算負荷も増えます。24

4. 100万トークンの長文処理が、そのまま高精度を意味するわけではない

100万トークン超のコンテキストは、大規模なソースコード、長大な社内文書、複数の調査資料を一度に渡せるという点で魅力的です。しかし、長い入力のすべてを正確に検索・参照できるとは限りません。導入時には、実際の文書量で検索精度、応答速度、費用を検証する必要があります。

今後期待される改善

Hy4 Previewの次の焦点になりそうなのは、以下の領域です。ただし、これは製品発表済みの確約ではなく、プレビュー版から一般提供へ進む際に自然に期待される改善です。

• 正式版への移行
• コード実行や外部ツール連携の安定性向上
• 長時間タスクでの計画・実行・修正能力の改善
• 推論効率の向上と、より実用的な量子化モデルの提供
• 独立ベンチマークによる検証
• クラウド、API、開発ツールとのさらなる統合

Tencentはモデル単体ではなく「AI基盤全体」に投資

Hy4の公開は、Tencentが単に新しいLLMを1つ発表したという話にとどまりません。同社はWorkBuddyやCodeBuddyといったアプリケーション、Tencent CloudのGPU・モデル提供、そして自社の既存サービスを一つのAI事業として組み合わせようとしています。

2026年第2四半期、Tencentの営業設備投資は518億元となり、前年同期比190％増加しました。その結果、フリーキャッシュフローは138億元のマイナスとなり、経営陣は支出増の背景としてAIインフラ投資を挙げています。15

WorkBuddyについてTencentは、中国で最も広く使われている生産性AIエージェントサービスだと説明しています。また、Bloombergも3月のサービス開始から数カ月後の時点で、中国で最も人気のあるAI職場アシスタントと報じました。ただし、これらは市場での位置づけに関する主張であり、監査済みの売上指標ではありません。71

第三者によるPC向けデスクトップ・ウェブの推計では、WorkBuddyの2026年6月の訪問数は2097万回で、3月のローンチ時点の885万回から増加しました。ただし、この数字はデイリーアクティブユーザー数、課金企業数、売上高、モバイル利用者数を示すものではありません。12

Tencent経営陣は、WorkBuddyとCodeBuddyの利用者がともに急速に増えていると説明しています。6同社にとっては、Hy4を単独で販売するだけでなく、自社アシスタント、Tencent Cloudの顧客、既存のサービス群に計算資源を配分できます。GPUやクラウドへの巨額投資を複数の事業で回収しやすくなる一方、利用規模が拡大するまで資本負担と収益化の不確実性が残る構図です。615

結論：Hy4の本当の勝負はベンチマーク後にある

Hy4 Previewは、Hy3からモデル規模、アクティブ計算量、コンテキスト長を大きく引き上げた、Tencentの本格的なAIエージェント向けモデルです。7700億パラメータと100万トークン超のコンテキストは目を引きますが、実際の導入では、性能だけでなく推論コスト、必要なインフラ、ツール連携の安定性、ライセンスを確認する必要があります。

Tencent発表のテストではGLM-5.3やKimi K3、DeepSeek V4 Proに対して有力な結果を示しています。しかし、現段階での最も妥当な評価は「中国のオープンモデル競争における有力な新顔」であり、「すべての用途で最強」とするにはまだ早い、というものです。今後、正式版の品質と第三者評価、そしてWorkBuddyやCodeBuddyでの実利用が、Hy4の評価を決めることになります。