Hy4 Preview Tencent: Sejauh mana ia berbeza daripada Hy3 dan pesaing China?

Hy4 Preview ialah model AI sumber terbuka terbaharu Tencent yang dibina menggunakan seni bina mixture-of-experts (MoE). Ia direka untuk tugasan berasaskan ejen pintar, termasuk kejuruteraan perisian, penyelidikan, automasi pejabat, analisis data dan penggunaan alat yang kompleks. 414

Namun, ada satu perkara penting: Hy4 masih merupakan versi pratonton. Walaupun Tencent mendakwa model ini setanding atau mengatasi beberapa model utama, bukti perbandingan bebas masih terhad. 414

Hy4 Preview berbanding Hy3

Metrik	Hy3 Preview	Hy4 Preview	Apa maknanya?
Jumlah parameter	295B	770B	Kapasiti keseluruhan MoE Hy4 kira-kira 2.6 kali lebih besar. 24
Parameter aktif	Kira-kira 21B/token	Kira-kira 49B/permintaan	Hy4 menggunakan kira-kira 2.3 kali lebih banyak pengiraan aktif, berpotensi meningkatkan keupayaan tetapi turut menaikkan kos penyajian. 24
Tetingkap konteks	256K token	Lebih 1 juta token	Sesuai untuk pangkalan kod besar, dokumen panjang dan ejen yang menjalankan tugasan berbilang langkah. 214
Kegunaan utama	Penaakulan, pengekodan, RAG dan ejen IDE	Ejen, pengekodan, penyelidikan, aliran kerja pejabat dan penggunaan alat kompleks	Hy4 dipasarkan dengan lebih jelas sebagai model produktiviti untuk kegunaan dunia sebenar. 24
Status keluaran	Model open-weight; terma Apache 2.0 pernah dilaporkan	Model sumber terbuka dalam fasa pratonton	Lesen tepat dan syarat penggunaan komersial perlu disemak dalam repositori rasmi Tencent. 214

Hy3 sendiri sudah agak cekap dari segi pengiraan untuk saiznya. Model MoE itu mempunyai 295 bilion parameter, tetapi hanya kira-kira 21 bilion diaktifkan bagi setiap token melalui 192 pakar dengan penghalaan top-8. Ia juga menawarkan kedalaman penaakulan yang boleh dikonfigurasi dan dilaporkan mencapai 74.4% dalam SWE-bench Verified. 23

Hy4 mengekalkan pendekatan MoE yang jarang diaktifkan itu, tetapi meningkatkan kapasiti keseluruhan dan jumlah pengiraan ketika inferens dengan ketara. Ringkasnya, Hy4 bukan sekadar versi Hy3 yang lebih panjang konteksnya—ia adalah lonjakan saiz dan kuasa pemprosesan yang besar. 414

Prestasi Hy4 dan kedudukannya antara pesaing China

Tencent melaporkan bahawa Hy4 memperoleh skor 85.4 dalam Terminal-Bench 2.1, iaitu peningkatan 14.6 mata berbanding Hy3. Syarikat itu turut mendakwa Hy4 mengatasi DeepSeek V4 Pro dalam penilaian pengaturcaraan terminal tersebut dan menyamai Claude Opus 5. Tetapi keputusan ini ialah dakwaan berkaitan Tencent, bukan kedudukan yang telah diulang kaji secara bebas. 13

Dalam penilaian pakar secara buta yang dijalankan Tencent melibatkan 203 tugasan kejuruteraan, Hy4 mencatat purata 2.99 daripada 4, berbanding 2.92 untuk GLM-5.3 daripada Z.ai dan 2.91 untuk Kimi K3 daripada Moonshot. Perbezaannya kecil, jadi keputusan ini tidak wajar dianggap sebagai papan pendahuluan mutlak untuk semua jenis tugasan. 5

Dari segi jumlah parameter keseluruhan:

• Hy4: 770B
• GLM-5.3: kira-kira 744B
• DeepSeek V4 Pro: kira-kira 1.6 trilion
• Kimi K3: kira-kira 2.8 trilion

Dengan 49 bilion parameter aktif, Hy4 dilaporkan berada pada tahap yang hampir sama dengan DeepSeek V4 Pro dari segi parameter yang digunakan ketika inferens. 4

Sebagai perbandingan tambahan, keputusan terdahulu GLM-5 dilaporkan mencapai 77.8% dalam SWE-bench Verified. Namun, perbandingan antara model perlu dibuat dengan berhati-hati kerana versi penanda aras, konfigurasi alat, kawalan pencemaran data ujian dan rangka kerja ejen mungkin berbeza. 1

Kesimpulan praktikalnya: Hy4 kelihatan kompetitif dalam kalangan model sumber terbuka China untuk pengekodan dan aliran kerja ejen, tetapi masih terlalu awal untuk mengisytiharkannya sebagai model terbaik secara keseluruhan berbanding DeepSeek, Qwen, GLM, Kimi atau MiniMax.

Di mana Hy4 boleh digunakan dan berapa harganya?

Hy4 Preview sudah diintegrasikan ke dalam versi China dan antarabangsa WorkBuddy serta CodeBuddy. WorkBuddy ialah pembantu produktiviti pejabat berasaskan AI Tencent, manakala CodeBuddy menyasarkan tugasan pengekodan. Ini memberikan pengguna biasa laluan terus untuk mencuba model tanpa perlu mengurus infrastruktur sendiri. 14

Model ini juga telah dikeluarkan sebagai sumber terbuka. Secara teori, organisasi boleh mengehosnya sendiri, tetapi model MoE bersaiz 770B tetap memerlukan kapasiti memori, infrastruktur teragih dan kepakaran operasi yang besar—walaupun hanya 49B parameter diaktifkan bagi setiap inferens. 414

Harga API China yang dilaporkan ialah:

• RMB6 bagi setiap juta token input
• RMB18 bagi setiap juta token output
• RMB0.3 bagi setiap juta token input yang dicache 4

Harga, kuota, wilayah sokongan dan ketersediaan API boleh berubah kerana Hy4 masih dalam fasa pratonton.

Satu perbandingan pihak ketiga menyenaraikan harga Hy4 pada AS$0.85 bagi setiap juta token input dan AS$0.62 bagi setiap juta token output. Angka itu bercanggah dengan tarif RMB yang dilaporkan dan kelihatan tidak konsisten dari segi harga output. Pengguna lebih wajar merujuk harga semasa dalam konsol rasmi Tencent berbanding agregator pihak ketiga. 84

Batasan yang perlu diketahui

1. Masih versi pratonton
Kualiti model, tingkah laku API, had kadar penggunaan, harga, kawalan keselamatan dan dokumentasi deployment boleh berubah dengan cepat. 14

2. Bukti bebas belum mencukupi
Perbandingan paling menarik Hy4 datang daripada ujian Tencent sendiri atau laporan berkaitan pelancaran. Penilaian yang boleh diulang dan disahkan pihak ketiga masih diperlukan. 513

3. Keperluan perkakasan tinggi
Pengaktifan pakar secara jarang dapat mengurangkan pengiraan bagi setiap token, tetapi penyajian model 770B tetap memerlukan memori dan infrastruktur yang besar. Keperluan aktifnya juga jauh lebih tinggi daripada Hy3. 24

4. Konteks 1 juta token tidak menjamin ketepatan
Tetingkap konteks yang panjang memang berguna untuk dokumen dan pangkalan kod besar. Namun, pengguna masih perlu menguji ketepatan pencarian maklumat, kependaman dan kos pada panjang konteks sebenar yang digunakan.

Peningkatan seterusnya yang munasabah dijangka termasuk keluaran stabil tanpa label pratonton, kebolehpercayaan ejen dan alat yang lebih baik, inferens serta kuantifikasi yang lebih cekap, pengesahan penanda aras secara bebas dan sokongan integrasi awan/API yang lebih luas. Semua ini ialah jangkaan produk, bukan komitmen rasmi Tencent yang telah diumumkan.

Pelaburan infrastruktur Tencent dan momentum WorkBuddy

Pelancaran Hy4 hadir ketika Tencent meningkatkan pelaburan dalam infrastruktur AI. Pada suku kedua 2026, syarikat itu melaporkan perbelanjaan modal operasi sebanyak RMB51.8 bilion, meningkat 190% tahun ke tahun. Aliran tunai bebasnya pula menjadi negatif sebanyak RMB13.8 bilion, dengan pihak pengurusan mengaitkan lonjakan perbelanjaan itu dengan infrastruktur AI. 15

Tencent menyatakan WorkBuddy ialah perkhidmatan ejen produktiviti AI yang paling banyak digunakan di China. Bloomberg pula menggambarkannya sebagai pembantu tempat kerja AI paling popular di China tidak lama selepas pelancarannya pada Mac. Dakwaan ini merujuk kepada kedudukan pasaran, bukannya metrik hasil yang diaudit. 71

Anggaran trafik web desktop pihak ketiga meletakkan WorkBuddy pada 20.97 juta lawatan pada Jun 2026, meningkat daripada 8.85 juta ketika pelancaran pada Mac. Sumber yang sama mengingatkan bahawa angka lawatan itu bukan ukuran pengguna aktif harian, syarikat berbayar, hasil atau penggunaan mudah alih. 12

Pihak pengurusan Tencent turut berkata WorkBuddy dan CodeBuddy sedang menambah pengguna dengan pantas. 6

Strategi Tencent jelas: syarikat itu boleh mengagihkan kos GPU dan awan merentasi pembantu AI miliknya, pelanggan Tencent Cloud serta ekosistem perniagaan sedia ada—bukan bergantung kepada Hy4 sebagai produk model tunggal. Pertukarannya ialah keamatan modal yang lebih tinggi dan pengewangan yang masih belum pasti ketika produk-produk ini sedang berkembang. 615

Kesimpulan

Hy4 Preview menandakan usaha Tencent untuk bergerak daripada sekadar membangunkan model bahasa kepada membina keseluruhan ekosistem ejen AI. Saiz 770B, 49B parameter aktif dan konteks melebihi 1 juta token menjadikannya peningkatan besar berbanding Hy3.

Bagi pembangun, kelebihan paling menarik ialah tumpuannya terhadap pengekodan, penggunaan alat dan tugasan jangka panjang. Bagi organisasi, faktor penentu bukan hanya skor penanda aras, tetapi juga kos, keperluan perkakasan, kestabilan API dan prestasi dalam aliran kerja sebenar.

Buat masa ini, Hy4 kelihatan seperti pesaing serius dalam perlumbaan model sumber terbuka China—tetapi status pratonton dan kekurangan pengesahan bebas bermakna keputusan muktamad masih belum boleh dibuat.