텐센트가 2026년 8월 28일 오픈소스로 공개한 Hunyuan Hy4 프리뷰는 단순한 대화형 챗봇보다 코딩과 연구, 금융 분석, 문서 처리 등 실제 지식 노동을 겨냥한 대규모 언어 모델이다. 혼합 전문가(Mixture of Experts·MoE) 구조를 기반으로 총 7700억 개 파라미터를 갖췄지만, 한 번의 텍스트 요청에는 약 490억 개만 활성화된다. 컨텍스트 창은 100만 토큰을 넘는다. 1314

핵심은 숫자 자체보다 생산성 도구에 바로 연결되는 모델 전략이다. 텐센트는 Hy4 프리뷰를 WorkBuddy와 CodeBuddy에 통합하고, 코딩 에이전트와 사무·지식 업무 흐름에 맞춰 모델과 제품을 함께 설계하고 있다. 다만 현재 공개된 근거만으로 Hy4가 모든 오픈소스 경쟁 모델을 전반적으로 능가한다고 단정하기는 어렵다.

Hy4 프리뷰의 차별점은 무엇인가

770B 전체 규모, 요청마다 49B 활성화

770B라는 수치는 모델 전체에 포함된 파라미터 수다. 실제 요청에서는 약 490억 개의 파라미터가 활성화되는 MoE 방식이 적용된다. 이 구조는 거대한 모델 규모를 확보하면서도 요청별 계산량을 제한할 수 있다는 장점이 있다. 그러나 실제 비용과 응답 속도는 모델 구조뿐 아니라 추론 서버, 병렬화 방식, 동시 접속량 등에 따라서도 달라진다. 1

100만 토큰을 넘는 긴 문맥

100만 토큰을 넘는 컨텍스트 창은 대규모 코드베이스, 여러 연구 문서, 장문의 보고서, 다수 파일을 한 번에 다루는 작업을 겨냥한다. 긴 문서를 매번 잘 이해하고 정확하게 추론한다는 뜻은 아니지만, 짧은 컨텍스트 모델로는 처리하기 어려운 교차 문서·교차 파일 작업을 시도할 수 있는 기반을 제공한다. 39

텐센트는 모델 규모와 컨텍스트 길이, 학습 데이터를 모두 확장한 최상위권 오픈소스 모델이라고 설명한다. 이는 회사의 포지셔닝에 해당하며, 현재 공개된 자료는 구체적인 사양과 목표 사용처를 뒷받침하는 정도가 더 분명하다. 업계 전체에서 보편적인 1위라는 결론까지 입증한 것은 아니다. 56

코딩과 지식 업무가 중심 사용처

텐센트가 제시한 주요 활용 분야는 다음과 같다.

• 소프트웨어 엔지니어링과 에이전트형 코딩
• 프런트엔드 개발
• 사무·지식 업무
• 금융 분석
• 과학 연구
• 게임 개발
• 여러 파일과 데이터를 함께 다루는 분석

로이터도 Hy4 프리뷰가 소프트웨어 엔지니어링, 연구, 금융 분석을 겨냥한다고 보도했다. 텐센트의 발표와 관련 보도에서는 여기에 사무 업무, 데이터 분석, 게임 개발, 과학 연구 등이 추가로 언급됐다. 169

Hy4의 특징은 모델이 제품과 분리된 채 API로만 제공되는 것이 아니라는 점이다. 텐센트는 WorkBuddy와 CodeBuddy의 실제 작업 흐름을 바탕으로 에이전트형 코딩과 생산성 시나리오를 최적화한다고 설명한다. 제품에서 발생하는 사용 경험과 모델 개선을 연결할 수 있다는 의미다. 2614

GLM 5.3·Kimi K3와 비교하면

텐센트는 내부 전문가 163명을 대상으로 203개 엔지니어링 과제의 결과를 가린 채 비교하는 블라인드 평가를 진행했다. 공개된 평균 점수는 다음과 같다.

• Hy4 프리뷰: 2.99점 / 4.00점
• Kimi K3: 2.94점 / 4.00점
• GLM 5.3: 2.92점 / 4.00점

Hy4 프리뷰는 이 평가에서 두 모델을 모두 근소하게 앞섰다. GLM 5.3을 상대로 한 승률은 46.8%, Kimi K3를 상대로 한 승률은 51.2%로 보고됐다. 나머지는 무승부와 패배였다. 530

다만 이 결과는 초기 신호로 해석하는 편이 정확하다. 평가에 참여한 전문가는 텐센트 내부 인력이었고, 과제도 엔지니어링 작업에 집중됐다. 점수 차이 역시 크지 않아 독립 벤치마크, 다른 분야의 업무, 실제 서비스 환경에서의 우위를 보장하지 않는다. 가장 보수적인 결론은 Hy4 프리뷰가 경쟁력 있는 성능을 보였고, 텐센트의 내부 평가에서 두 경쟁 모델을 좁은 차이로 앞섰다는 것이다. 530

모델이 자신의 개발 과정 최적화에 참여했다는 주장

Hy4 프리뷰를 둘러싼 또 하나의 주목할 만한 대목은 모델이 자신의 개발 파이프라인 일부를 개선하는 데 사용됐다는 텐센트의 설명이다. 회사는 Hy4를 활용해 학습 방법, 데이터 전략, 평가 과정, 하위 연산자(operator), 추론 시스템을 개선했다고 밝혔다. 모델이 개발·운영 시스템의 변경안을 제안하거나 평가하는 초기 형태의 재귀적 자기개선으로 볼 수 있다. 14

텐센트는 또 모델이 추론 병목을 분석한 뒤 연산자 융합과 통신 효율을 여러 차례 개선했고, 그 결과 기준선 대비 엔드투엔드 추론 처리량이 31.8% 늘었다고 보고했다. 이는 텐센트가 공개한 엔지니어링 결과이며, 독립 기관의 감사를 거친 재현 결과는 아니다. 따라서 업계 전반에 적용되는 확정적 성능 수치라기보다 텐센트의 개발 방식과 가능성을 보여주는 자료로 보는 것이 적절하다. 56

어디서 사용할 수 있나

Hy4 프리뷰는 오픈소스 모델로 공개됐으며, 텐센트의 제품과 외부 API 플랫폼에서도 이용할 수 있다. 출시 당시 공개된 접근 경로는 다음과 같다.

• WorkBuddy
• CodeBuddy
• Yuanbao
• ima
• Tencent Cloud TokenHub
• OpenRouter

출시 시점에는 WorkBuddy와 CodeBuddy에서 2주간 무료 이용이 제공됐고, 개발자는 TokenHub나 OpenRouter를 통해 API로 연결할 수 있었다. 실제 이용 가능 여부와 사용량 제한은 지역과 플랫폼에 따라 달라질 수 있다. 5914

공개된 API 가격

국제 TokenHub 기준으로 보고된 가격은 다음과 같다.

• 입력: 100만 토큰당 0.834달러
• 출력: 100만 토큰당 2.501달러
• 캐시 입력: 100만 토큰당 0.042달러

같은 코드베이스나 문서 묶음을 반복해서 전송하는 애플리케이션이라면 캐시 입력 가격이 특히 중요하다. 다만 실제 비용은 프롬프트와 출력의 길이, 캐시 적중 여부, 동시성, 모델을 제공하는 중개 사업자에 따라 달라진다. 1114

WorkBuddy가 출시에서 중요한 이유

Hy4 프리뷰는 모델과 생산성 애플리케이션을 함께 키우려는 텐센트의 전략 속에 있다. 제공된 출시 맥락에 따르면 WorkBuddy는 2026년 3월 출시됐으며, Hunyuan의 기능을 엔지니어링과 지식 업무에 적용하는 역할을 맡는다. 텐센트와 일부 보도는 WorkBuddy를 ‘중국판 Codex’로 표현하지만, 이는 포지셔닝 문구이지 독립적으로 검증된 시장 순위는 아니다. 3

출시 직후 WorkBuddy에 Hy4가 통합되면서 작업 대기열이 길어졌고, 텐센트가 추론 용량을 확대한 것으로 보도됐다. 높은 수요를 보여주는 정황이지만, 대기열 규모만으로 모델의 품질을 판단할 수는 없다. 4

출시 속도도 눈여겨볼 부분이다. 보도에 따르면 텐센트가 2월 인프라를 재구축한 뒤 Hunyuan은 평균 약 두 달 간격으로 주요 버전을 내놓았으며, Hy4는 약 6개월 동안 공개된 세 번째 주요 모델이다. 텐센트는 차기 Hy4 버전도 곧 공개할 계획이라고 밝혔지만, 정확한 출시일과 최종 사양은 아직 확인되지 않았다. 23

결론: 숫자보다 실제 업무 적합성이 관건

Hy4 프리뷰의 의미는 네 가지 요소의 결합에서 나온다. 총 7700억 개에 이르는 대규모 모델, 100만 토큰을 넘는 컨텍스트, 생산성 에이전트에 대한 직접적인 초점, 그리고 텐센트 제품과 API 파트너를 통한 개방형 접근성이다.

내부 평가 점수 2.99점은 GLM 5.3과 Kimi K3를 근소하게 앞섰지만, 이것만으로 광범위한 우월성을 입증하지는 않는다. 개발자에게 더 중요한 질문은 Hy4의 긴 문맥 처리, 코딩 성능, 가격, WorkBuddy·CodeBuddy 연동이 자신의 코드·문서·분석 업무를 실제로 개선하는지다.

향후 판단에 필요한 것은 독립적인 테스트, 배포 환경과 추론 특성에 대한 더 자세한 문서, 그리고 텐센트 내부 과제를 벗어난 다양한 실사용 성능 자료다.

텐센트가 2026년 8월 28일 오픈소스로 공개한 Hunyuan Hy4 프리뷰는 단순한 대화형 챗봇보다 코딩과 연구, 금융 분석, 문서 처리 등 실제 지식 노동을 겨냥한 대규모 언어 모델이다. 혼합 전문가(Mixture of Experts·MoE) 구조를 기반으로 총 7700억 개 파라미터를 갖췄지만, 한 번의 텍스트 요청에는 약 490억 개만 활성화된다. 컨텍스트 창은 100만 토큰을 넘는다. 1314

핵심은 숫자 자체보다 생산성 도구에 바로 연결되는 모델 전략이다. 텐센트는 Hy4 프리뷰를 WorkBuddy와 CodeBuddy에 통합하고, 코딩 에이전트와 사무·지식 업무 흐름에 맞춰 모델과 제품을 함께 설계하고 있다. 다만 현재 공개된 근거만으로 Hy4가 모든 오픈소스 경쟁 모델을 전반적으로 능가한다고 단정하기는 어렵다.

Hy4 프리뷰의 차별점은 무엇인가

770B 전체 규모, 요청마다 49B 활성화

770B라는 수치는 모델 전체에 포함된 파라미터 수다. 실제 요청에서는 약 490억 개의 파라미터가 활성화되는 MoE 방식이 적용된다. 이 구조는 거대한 모델 규모를 확보하면서도 요청별 계산량을 제한할 수 있다는 장점이 있다. 그러나 실제 비용과 응답 속도는 모델 구조뿐 아니라 추론 서버, 병렬화 방식, 동시 접속량 등에 따라서도 달라진다. 1

100만 토큰을 넘는 긴 문맥

100만 토큰을 넘는 컨텍스트 창은 대규모 코드베이스, 여러 연구 문서, 장문의 보고서, 다수 파일을 한 번에 다루는 작업을 겨냥한다. 긴 문서를 매번 잘 이해하고 정확하게 추론한다는 뜻은 아니지만, 짧은 컨텍스트 모델로는 처리하기 어려운 교차 문서·교차 파일 작업을 시도할 수 있는 기반을 제공한다. 39

텐센트는 모델 규모와 컨텍스트 길이, 학습 데이터를 모두 확장한 최상위권 오픈소스 모델이라고 설명한다. 이는 회사의 포지셔닝에 해당하며, 현재 공개된 자료는 구체적인 사양과 목표 사용처를 뒷받침하는 정도가 더 분명하다. 업계 전체에서 보편적인 1위라는 결론까지 입증한 것은 아니다. 56

코딩과 지식 업무가 중심 사용처

텐센트가 제시한 주요 활용 분야는 다음과 같다.

• 소프트웨어 엔지니어링과 에이전트형 코딩
• 프런트엔드 개발
• 사무·지식 업무
• 금융 분석
• 과학 연구
• 게임 개발
• 여러 파일과 데이터를 함께 다루는 분석

로이터도 Hy4 프리뷰가 소프트웨어 엔지니어링, 연구, 금융 분석을 겨냥한다고 보도했다. 텐센트의 발표와 관련 보도에서는 여기에 사무 업무, 데이터 분석, 게임 개발, 과학 연구 등이 추가로 언급됐다. 169

Hy4의 특징은 모델이 제품과 분리된 채 API로만 제공되는 것이 아니라는 점이다. 텐센트는 WorkBuddy와 CodeBuddy의 실제 작업 흐름을 바탕으로 에이전트형 코딩과 생산성 시나리오를 최적화한다고 설명한다. 제품에서 발생하는 사용 경험과 모델 개선을 연결할 수 있다는 의미다. 2614

GLM 5.3·Kimi K3와 비교하면

텐센트는 내부 전문가 163명을 대상으로 203개 엔지니어링 과제의 결과를 가린 채 비교하는 블라인드 평가를 진행했다. 공개된 평균 점수는 다음과 같다.

• Hy4 프리뷰: 2.99점 / 4.00점
• Kimi K3: 2.94점 / 4.00점
• GLM 5.3: 2.92점 / 4.00점

Hy4 프리뷰는 이 평가에서 두 모델을 모두 근소하게 앞섰다. GLM 5.3을 상대로 한 승률은 46.8%, Kimi K3를 상대로 한 승률은 51.2%로 보고됐다. 나머지는 무승부와 패배였다. 530

다만 이 결과는 초기 신호로 해석하는 편이 정확하다. 평가에 참여한 전문가는 텐센트 내부 인력이었고, 과제도 엔지니어링 작업에 집중됐다. 점수 차이 역시 크지 않아 독립 벤치마크, 다른 분야의 업무, 실제 서비스 환경에서의 우위를 보장하지 않는다. 가장 보수적인 결론은 Hy4 프리뷰가 경쟁력 있는 성능을 보였고, 텐센트의 내부 평가에서 두 경쟁 모델을 좁은 차이로 앞섰다는 것이다. 530

모델이 자신의 개발 과정 최적화에 참여했다는 주장

Hy4 프리뷰를 둘러싼 또 하나의 주목할 만한 대목은 모델이 자신의 개발 파이프라인 일부를 개선하는 데 사용됐다는 텐센트의 설명이다. 회사는 Hy4를 활용해 학습 방법, 데이터 전략, 평가 과정, 하위 연산자(operator), 추론 시스템을 개선했다고 밝혔다. 모델이 개발·운영 시스템의 변경안을 제안하거나 평가하는 초기 형태의 재귀적 자기개선으로 볼 수 있다. 14

텐센트는 또 모델이 추론 병목을 분석한 뒤 연산자 융합과 통신 효율을 여러 차례 개선했고, 그 결과 기준선 대비 엔드투엔드 추론 처리량이 31.8% 늘었다고 보고했다. 이는 텐센트가 공개한 엔지니어링 결과이며, 독립 기관의 감사를 거친 재현 결과는 아니다. 따라서 업계 전반에 적용되는 확정적 성능 수치라기보다 텐센트의 개발 방식과 가능성을 보여주는 자료로 보는 것이 적절하다. 56

어디서 사용할 수 있나

Hy4 프리뷰는 오픈소스 모델로 공개됐으며, 텐센트의 제품과 외부 API 플랫폼에서도 이용할 수 있다. 출시 당시 공개된 접근 경로는 다음과 같다.

• WorkBuddy
• CodeBuddy
• Yuanbao
• ima
• Tencent Cloud TokenHub
• OpenRouter

출시 시점에는 WorkBuddy와 CodeBuddy에서 2주간 무료 이용이 제공됐고, 개발자는 TokenHub나 OpenRouter를 통해 API로 연결할 수 있었다. 실제 이용 가능 여부와 사용량 제한은 지역과 플랫폼에 따라 달라질 수 있다. 5914

공개된 API 가격

국제 TokenHub 기준으로 보고된 가격은 다음과 같다.

• 입력: 100만 토큰당 0.834달러
• 출력: 100만 토큰당 2.501달러
• 캐시 입력: 100만 토큰당 0.042달러

같은 코드베이스나 문서 묶음을 반복해서 전송하는 애플리케이션이라면 캐시 입력 가격이 특히 중요하다. 다만 실제 비용은 프롬프트와 출력의 길이, 캐시 적중 여부, 동시성, 모델을 제공하는 중개 사업자에 따라 달라진다. 1114

WorkBuddy가 출시에서 중요한 이유

Hy4 프리뷰는 모델과 생산성 애플리케이션을 함께 키우려는 텐센트의 전략 속에 있다. 제공된 출시 맥락에 따르면 WorkBuddy는 2026년 3월 출시됐으며, Hunyuan의 기능을 엔지니어링과 지식 업무에 적용하는 역할을 맡는다. 텐센트와 일부 보도는 WorkBuddy를 ‘중국판 Codex’로 표현하지만, 이는 포지셔닝 문구이지 독립적으로 검증된 시장 순위는 아니다. 3

출시 직후 WorkBuddy에 Hy4가 통합되면서 작업 대기열이 길어졌고, 텐센트가 추론 용량을 확대한 것으로 보도됐다. 높은 수요를 보여주는 정황이지만, 대기열 규모만으로 모델의 품질을 판단할 수는 없다. 4

출시 속도도 눈여겨볼 부분이다. 보도에 따르면 텐센트가 2월 인프라를 재구축한 뒤 Hunyuan은 평균 약 두 달 간격으로 주요 버전을 내놓았으며, Hy4는 약 6개월 동안 공개된 세 번째 주요 모델이다. 텐센트는 차기 Hy4 버전도 곧 공개할 계획이라고 밝혔지만, 정확한 출시일과 최종 사양은 아직 확인되지 않았다. 23

결론: 숫자보다 실제 업무 적합성이 관건

Hy4 프리뷰의 의미는 네 가지 요소의 결합에서 나온다. 총 7700억 개에 이르는 대규모 모델, 100만 토큰을 넘는 컨텍스트, 생산성 에이전트에 대한 직접적인 초점, 그리고 텐센트 제품과 API 파트너를 통한 개방형 접근성이다.

내부 평가 점수 2.99점은 GLM 5.3과 Kimi K3를 근소하게 앞섰지만, 이것만으로 광범위한 우월성을 입증하지는 않는다. 개발자에게 더 중요한 질문은 Hy4의 긴 문맥 처리, 코딩 성능, 가격, WorkBuddy·CodeBuddy 연동이 자신의 코드·문서·분석 업무를 실제로 개선하는지다.

향후 판단에 필요한 것은 독립적인 테스트, 배포 환경과 추론 특성에 대한 더 자세한 문서, 그리고 텐센트 내부 과제를 벗어난 다양한 실사용 성능 자료다.