텐센트 Hy4 Preview, 7700억 매개변수로 AI 에이전트 경쟁에 도전장

텐센트의 Hy4 Preview는 소프트웨어 개발, 리서치, 사무 자동화, 금융 분석, 복잡한 도구 사용 등 생산성 업무를 겨냥한 차세대 오픈소스 대규모 언어 모델이다. 여러 ‘전문가’ 모듈 가운데 작업에 필요한 일부만 가동하는 Mixture-of-Experts(MoE) 구조를 사용한다. 414

다만 이름 그대로 아직 프리뷰 버전이다. 가장 눈에 띄는 경쟁 성적은 텐센트가 직접 공개한 결과가 많아, 독립 기관의 동일 조건 검증이 충분히 이뤄졌다고 보기는 어렵다. 414

Hy3와 비교하면 무엇이 달라졌나

항목	Hy3 Preview	Hy4 Preview	의미
전체 매개변수	2950억 개	7700억 개	전체 MoE 용량이 약 2.6배로 증가했다. 24
활성 매개변수	토큰당 약 210억 개	요청당 약 490억 개	추론 때 사용하는 계산량이 약 2.3배 늘어 성능 향상이 기대되지만 서비스 비용도 커질 수 있다. 24
컨텍스트 창	25만6000토큰	100만 토큰 초과	대규모 코드베이스, 긴 문서, 장기 작업을 한 번에 다루기 쉬워졌다. 214
주요 용도	추론, 코딩, RAG·IDE 에이전트	에이전트, 코딩, 연구, 사무 업무, 복잡한 도구 사용	Hy4는 실제 생산성 에이전트에 초점을 더 분명히 맞췄다. 24
공개 상태	오픈 웨이트 모델, Apache 2.0 조건으로 알려짐	오픈소스 프리뷰	상업적 배포 전 정확한 라이선스와 자체 호스팅 조건을 공식 저장소에서 확인해야 한다. 214

Hy3 역시 전체 2950억 개 중 토큰당 약 210억 개만 활성화하는 방식으로 계산 효율을 강조했다. 192개 전문가 중 상위 8개를 선택하는 구조였고, 추론 깊이를 조절할 수 있으며 SWE-bench Verified에서 74.4%를 기록했다고 보고됐다. 23

Hy4는 이 희소 구조를 유지하면서 전체 모델 용량과 실제 추론에 투입되는 활성 매개변수를 함께 키웠다. 즉, 단순히 저장 공간만 커진 것이 아니라 요청마다 처리해야 할 계산량도 Hy3보다 크게 늘어난 모델이다. 414

중국 경쟁 모델과 비교한 성능

텐센트가 내세운 가장 주목할 만한 수치는 터미널 기반 프로그래밍 평가인 Terminal-Bench 2.1의 85.4점이다. 회사는 이 점수가 Hy3보다 14.6포인트 높고, DeepSeek V4 Pro를 앞서며 Claude Opus 5와 비슷한 수준이라고 설명했다. 그러나 이는 텐센트 관련 발표에 기반한 주장으로, 독립적으로 재현된 순위는 아니다. 13

텐센트가 163명의 내부 전문가를 대상으로 203개 엔지니어링 과제를 평가한 블라인드 테스트에서는 다음과 같은 평균 점수가 나왔다.

• Hy4 Preview: 4점 만점에 2.99점
• Z.ai의 GLM-5.3: 2.92점
• Moonshot의 Kimi K3: 2.91점 5

차이는 크지 않다. 따라서 이 결과만으로 Hy4가 모든 작업에서 중국 모델을 앞선다고 해석해서는 안 된다. 모델별 도구 설정, 벤치마크 버전, 테스트 데이터 오염 통제, 에이전트 실행 방식에 따라 결과가 달라질 수 있다.

전체 매개변수 기준으로 보면 Hy4의 7700억 개는 DeepSeek V4 Pro로 보고된 1조6000억 개나 Kimi K3의 2조8000억 개보다 작다. 반면 GLM-5.3의 7440억 개와는 비슷한 규모다. Hy4의 활성 매개변수 490억 개는 DeepSeek V4 Pro와 대체로 비슷한 수준으로 보고됐다. 4

참고로 이전 GLM-5는 SWE-bench Verified에서 77.8%를 기록한 것으로 보고된 바 있다. 하지만 서로 다른 회사가 발표한 점수를 단순 비교하기에는 평가 조건의 차이가 크다. 1

현재까지의 실용적인 결론은 이렇다. Hy4는 코딩과 에이전트 업무에서 중국계 프런티어 오픈 웨이트 모델들과 경쟁할 만한 후보로 보인다. 하지만 DeepSeek, Qwen, GLM, Kimi, MiniMax 가운데 종합 1위라고 단정할 만큼 독립 검증 자료가 쌓인 것은 아니다.

어디서 쓸 수 있고, 가격은 얼마인가

Hy4 Preview는 중국 내·글로벌 버전의 WorkBuddy와 CodeBuddy에 적용됐다. 일반 사용자는 별도의 대규모 모델 배포 없이 사무용 에이전트나 코딩 에이전트 형태로 접근할 수 있다. 14

모델 자체도 공개돼 기업이나 연구기관이 직접 구축할 수 있다. 다만 ‘오픈소스’라는 사실이 곧 가벼운 배포를 뜻하지는 않는다. 전체 가중치를 저장해야 하므로, 활성 매개변수가 요청당 490억 개라고 해도 7700억 매개변수 모델의 운영에는 상당한 메모리와 분산 시스템이 필요하다. 414

보고된 중국 내 API 요금은 다음과 같다.

• 입력: 100만 토큰당 6위안
• 출력: 100만 토큰당 18위안
• 캐시 입력: 100만 토큰당 0.3위안 4

프리뷰 기간에는 요금, 할당량, 제공 지역, API 접근 조건이 바뀔 수 있다. 일부 제3자 비교 사이트는 입력 100만 토큰당 0.85달러, 출력 100만 토큰당 0.62달러 등 다른 수치를 제시하고 있어 공식 요금과 충돌한다. 따라서 실제 사용자는 Tencent Cloud의 최신 콘솔 가격을 기준으로 확인하는 편이 안전하다. 84

주요 한계와 앞으로의 개선 방향

1. 프리뷰 모델이라는 불확실성

모델 품질뿐 아니라 API 동작, 호출 제한, 가격, 안전장치, 배포 문서가 빠르게 바뀔 수 있다. 상용 서비스에 바로 적용하기보다는 실제 업무 데이터로 안정성과 비용을 먼저 점검해야 한다. 14

2. 독립적인 ‘동일 조건’ 평가 부족

Terminal-Bench와 내부 블라인드 테스트 등 주요 비교 결과는 텐센트가 직접 수행했거나 텐센트 발표를 바탕으로 한 것이다. 재현 가능한 외부 평가가 더 필요하다. 513

3. 높은 배포 부담

MoE는 매 토큰마다 일부 전문가만 활성화해 계산량을 줄이지만, 전체 모델을 보관하고 여러 GPU에서 서비스해야 한다는 문제는 남는다. 특히 Hy4는 Hy3보다 활성 매개변수 자체도 훨씬 많다. 24

4. 긴 컨텍스트가 곧 정확성을 보장하지는 않는다

100만 토큰 이상의 컨텍스트 창은 긴 문서나 대규모 소스코드를 다룰 때 매력적이다. 그러나 실제 환경에서는 문서 검색 정확도, 응답 지연, 긴 입력에 따른 비용을 별도로 측정해야 한다.

향후 자연스럽게 기대할 수 있는 개선은 안정 버전 출시, 에이전트와 도구 호출의 신뢰성 향상, 추론 효율화와 양자화 지원, 독립 벤치마크 확대, 클라우드·API 연동 확대다. 다만 이는 제품 흐름에 따른 합리적인 예상일 뿐, 텐센트가 확정적으로 발표한 일정이나 약속은 아니다.

Hy4는 텐센트의 인프라 전략과 함께 봐야 한다

Hy4 공개는 단일 모델 출시라기보다 텐센트의 AI 인프라 투자와 애플리케이션 전략이 맞물린 결과에 가깝다. 텐센트는 2026년 2분기 영업 자본지출이 518억 위안으로 전년 동기보다 190% 증가했고, 이에 따라 잉여현금흐름이 138억 위안 적자로 전환됐다고 보고했다. 경영진은 지출 급증의 배경으로 AI 인프라 투자를 들었다. 15

동시에 텐센트는 WorkBuddy를 중국에서 가장 널리 사용되는 생산성 AI 에이전트 서비스라고 설명했다. 블룸버그도 3월 출시 후 몇 달 만에 중국에서 가장 인기 있는 AI 업무 보조 도구가 됐다고 전했다. 다만 이는 시장 지위에 관한 주장이지, 감사받은 매출 지표는 아니다. 71

제3자 PC·웹 트래픽 추정치에 따르면 WorkBuddy의 2026년 6월 방문 수는 2097만 회로, 3월 출시 당시의 885만 회에서 증가했다. 이 수치는 일일활성이용자, 유료 기업 수, 매출, 모바일 이용량을 포함하지 않는다는 한계가 있다. 12

텐센트 경영진은 WorkBuddy와 CodeBuddy 모두 이용자가 빠르게 늘고 있다고 밝혔다. 6

전략적 계산은 분명하다. 텐센트는 Hy4를 독립적인 모델 상품으로만 판매하는 대신, 자체 AI 비서와 Tencent Cloud 고객, 기존 서비스 생태계 전반에 GPU와 클라우드 투자를 분산할 수 있다. 반대로 단기적으로는 높은 자본집약도와 아직 불확실한 수익화가 부담으로 남는다. 615

결론: 성능보다 ‘서비스화’가 진짜 시험대

Hy4 Preview는 Hy3에서 전체 매개변수 7700억 개, 활성 매개변수 490억 개, 100만 토큰 이상의 컨텍스트로 크게 확장된 모델이다. 코딩과 복잡한 에이전트 작업에서 경쟁력 있는 결과를 내세우며, WorkBuddy·CodeBuddy를 통해 모델을 실제 업무 서비스와 연결했다.

그러나 지금 단계에서 핵심 질문은 단순히 “벤치마크 1위인가”가 아니다. 거대한 모델을 얼마나 안정적이고 저렴하게 운영할 수 있는지, 긴 컨텍스트와 도구 호출을 실제 업무에서 얼마나 신뢰할 수 있는지, 그리고 WorkBuddy의 빠른 사용량 증가가 지속적인 매출로 이어지는지가 더 중요하다. Hy4는 유력한 도전자이지만, 프리뷰라는 꼬리표를 떼기까지는 추가 검증이 필요하다.