AnswersPublished20 sources
Tencent Hy4 Preview: Apa Makna Model AI 770 Bilion Parameter Ini untuk Produktiviti?
Tencent melancarkan Hy4 Preview pada 28 Ogos 2026 sebagai model campuran pakar sumber terbuka dengan 770 bilion jumlah parameter, kira kira 49 bilion parameter aktif bagi setiap permintaan dan tetingkap konteks melebi... Model ini dibangunkan khusus untuk tugasan produktiviti seperti pengekodan, penyelidikan, analis...
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- Tencent melancarkan Hy4 Preview pada 28 Ogos 2026 sebagai model campuran pakar sumber terbuka dengan 770 bilion jumlah parameter, kira kira 49 bilion parameter aktif bagi setiap permintaan dan tetingkap konteks melebi...
- Model ini dibangunkan khusus untuk tugasan produktiviti seperti pengekodan, penyelidikan, analisis kewangan, kerja pejabat, analisis merentas fail, pembangunan permainan dan kejuruteraan bahagian hadapan.
- Dalam ujian dalaman Tencent, Hy4 Preview memperoleh skor purata 2.99 daripada 4.00—sedikit mengatasi GLM 5.3 pada 2.92 dan Kimi K3 pada 2.94—manakala akses API antarabangsa dilaporkan berharga AS$0.834 bagi setiap sej...
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Tencent Hunyuan’s Hy4 preview, released and open-sourced on August 28, 2026, and how do its 770 billion total parameters, 49 billion. Article summary: Tencent Hunyuan Hy4 preview is Tencent’s open-source, productivity-oriented next-generation language model, released on August 28, 2026. It is a large mixture-of-experts-style model with 770 billion total parameters, 49 . Topic tags: general, news, general web, user generated. 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 w
Tencent Hunyuan Hy4 Preview ialah model bahasa besar sumber terbuka yang berorientasikan produktiviti dan dilancarkan oleh Tencent pada 28 Ogos 2026. Model ini menggunakan seni bina mixture-of-experts (MoE) dengan 770 bilion jumlah parameter, namun hanya kira-kira 49 bilion parameter diaktifkan bagi sesuatu permintaan teks. Ia turut menyokong tetingkap konteks melebihi sejuta token—sesuai untuk mengendalikan pangkalan kod besar, koleksi dokumen panjang dan tugasan analisis merentas fail. 1
3
14
Namun, angka besar itu tidak semestinya bermaksud Hy4 mengatasi semua model sumber terbuka lain dalam setiap tugasan. Kelebihan awalnya lebih jelas pada gabungan skala model, konteks panjang, integrasi produk dan kos penggunaan yang dilaporkan, manakala bukti prestasi setakat ini sebahagian besarnya datang daripada penilaian Tencent sendiri.
Apa yang membezakan Hy4 Preview?
Dalam model MoE, jumlah parameter merujuk kepada keseluruhan kapasiti model. Parameter aktif pula ialah bahagian yang digunakan untuk memproses permintaan tertentu. Jadi, angka 770 bilion tidak bermakna kesemua parameter itu digunakan pada setiap respons; kira-kira 49 bilion diaktifkan untuk satu permintaan. Reka bentuk ini membolehkan Tencent membina model yang sangat besar sambil mengehadkan pengiraan bagi setiap token, walaupun kos sebenar dan kelajuan penggunaan masih bergantung pada sistem inferens yang mengendalikan model tersebut. 1
Tetingkap konteks lebih sejuta token juga penting. Secara praktikal, ia boleh digunakan untuk meneliti banyak fail kod, dokumen penyelidikan yang panjang, set data atau bahan rujukan yang saling berkaitan dalam satu sesi. Konteks besar tidak menjamin model akan mendapatkan maklumat dengan tepat atau membuat penaakulan sempurna merentas semua dokumen, tetapi ia memberi ruang kerja yang jauh lebih luas berbanding sistem dengan konteks pendek. 3
9
Tencent menggambarkan Hy4 sebagai antara model sumber terbuka bertaraf tinggi, hasil peningkatan pada skala model, panjang konteks dan data latihan. Itu ialah dakwaan kedudukan daripada syarikat berkenaan; bukti pelancaran lebih kukuh dalam mengesahkan spesifikasi dan sasaran penggunaannya berbanding membuktikan bahawa ia menduduki tempat pertama secara universal. 5
6
Dibina untuk pengekodan dan kerja produktiviti
Antara bidang yang disasarkan Tencent ialah:
- Kejuruteraan perisian dan pengekodan berasaskan ejen
- Kejuruteraan bahagian hadapan
- Kerja pejabat serta tugasan berasaskan pengetahuan
- Analisis kewangan
- Penyelidikan saintifik
- Pembangunan permainan
- Analisis merentas fail dan data
Reuters turut melaporkan bahawa model ini menyasarkan kerja kejuruteraan perisian, penyelidikan dan analisis kewangan. Bahan Tencent dan liputan pelancaran pula menyenaraikan skop produktiviti yang lebih luas, termasuk kerja pejabat, pengekodan dan sains. 1
6
9
Fokus ini berkait rapat dengan cara Tencent membangunkan produknya. Syarikat itu berkata Hy4 direka bersama WorkBuddy dan CodeBuddy untuk mengoptimumkan pengekodan berasaskan ejen serta senario produktiviti lain. Hubungan antara model dan produk ini membolehkan Tencent menguji keupayaan Hy4 dalam aliran kerja sebenar, bukan sekadar menawarkannya sebagai API yang berdiri sendiri. 2
6
14
Perbandingan dengan GLM 5.3 dan Kimi K3
Tencent menjalankan ujian perbandingan secara buta yang melibatkan 163 pakar dalaman dan 203 tugasan kejuruteraan. Skor purata yang dilaporkan ialah:
- Hy4 Preview: 2.99 daripada 4.00
- Kimi K3: 2.94 daripada 4.00
- GLM 5.3: 2.92 daripada 4.00
Dalam penilaian ini, Hy4 mendahului kedua-dua model tersebut, tetapi dengan margin yang kecil. Kadar kemenangannya dilaporkan sebanyak 46.8% berbanding GLM 5.3 dan 51.2% berbanding Kimi K3; keputusan seri dan kekalahan membentuk baki perbandingan. 5
30
Keputusan ini lebih wajar dianggap sebagai petunjuk awal, bukannya ranking muktamad industri. Ujian tersebut menggunakan pakar Tencent dan tugasan kejuruteraan yang berkaitan dengan konteks penilaian syarikat, selain perbezaan skornya kecil. Ia belum membuktikan bahawa Hy4 akan mengatasi pesaing dalam penanda aras bebas, bidang lain atau semua aliran kerja dunia sebenar. Kesimpulan paling munasabah ialah Hy4 berprestasi kompetitif dan mendahului dua pesaing yang dinamakan dalam ujian dalaman Tencent. 5
30
Dakwaan Hy4 membantu mengoptimumkan pembangunannya sendiri
Antara perkara paling menarik tentang Hy4 ialah dakwaan bahawa model pratonton ini turut digunakan untuk menambah baik sebahagian proses pembangunannya. Tencent berkata Hy4 membantu mengoptimumkan kaedah latihan, strategi data, proses penilaian, operator peringkat rendah dan sistem inferens. Ini menyerupai bentuk awal penambahbaikan kendiri rekursif, iaitu model digunakan untuk mencadangkan atau menilai perubahan pada sistem yang digunakan bagi membangunkan dan menjalankan model. 14
Tencent turut melaporkan bahawa analisis berpandukan model terhadap kesesakan inferens membawa kepada beberapa pusingan penambahbaikan, termasuk gabungan operator dan kecekapan komunikasi antara komponen sistem. Menurut syarikat itu, daya pemprosesan inferens hujung-ke-hujung meningkat 31.8% berbanding garis dasar. Angka ini ialah hasil kejuruteraan yang dilaporkan Tencent dan bukan pengesahan bebas yang diaudit, maka ia lebih sesuai dibaca sebagai gambaran pendekatan pembangunan syarikat. 5
6
Di mana Hy4 Preview boleh digunakan?
Hy4 Preview tersedia sebagai model sumber terbuka dan melalui ekosistem produk Tencent. Saluran akses yang disenaraikan semasa pelancaran termasuk:
- WorkBuddy
- CodeBuddy
- Yuanbao
- ima
- Tencent Cloud TokenHub
- OpenRouter
WorkBuddy dan CodeBuddy menawarkan akses percuma selama dua minggu ketika pelancaran, manakala pembangun boleh menyambung kepada model melalui TokenHub atau OpenRouter. Ketersediaan, had penggunaan dan akses produk mungkin berbeza mengikut wilayah serta platform. 5
9
14
Harga API yang dilaporkan
Harga antarabangsa di TokenHub dilaporkan seperti berikut:
- Input: AS$0.834 bagi setiap sejuta token
- Output: AS$2.501 bagi setiap sejuta token
- Input cache: AS$0.042 bagi setiap sejuta token
Harga input cache yang rendah amat relevan untuk aplikasi yang berulang kali menghantar konteks sama, seperti keseluruhan pangkalan kod atau set dokumen yang sama. Namun, kos projek sebenar masih bergantung pada saiz arahan, panjang output, kadar penggunaan cache, jumlah permintaan serentak dan penyedia yang digunakan untuk menjalankan model. 11
14
Mengapa WorkBuddy penting dalam pelancaran ini?
Hy4 Preview sebahagian daripada strategi Tencent yang menggabungkan pembangunan model dengan aplikasi produktiviti. WorkBuddy, yang dilancarkan pada Mac 2026 berdasarkan konteks pelancaran yang dibekalkan, direka untuk membawa keupayaan Hunyuan ke dalam tugasan kejuruteraan dan kerja berasaskan pengetahuan harian. Tencent dan beberapa laporan menggambarkan WorkBuddy sebagai jawapan China kepada Codex, tetapi itu ialah bahasa penentududukan pasaran, bukan ranking bebas yang telah disahkan. 3
Strategi ini turut menjelaskan perhatian yang diterima pada hari pelancaran. Laporan menyatakan permintaan tinggi menyebabkan barisan tugasan WorkBuddy sesak selepas Hy4 diintegrasikan, lalu Tencent meningkatkan kapasiti inferens. Kesesakan awal menunjukkan minat pengguna, tetapi bukan ukuran kualiti model dengan sendirinya. 4
Kekerapan keluaran Tencent juga menjadi sebahagian daripada ceritanya. Liputan media melaporkan bahawa selepas membina semula infrastrukturnya pada Februari, Hunyuan mengeluarkan versi utama kira-kira setiap dua bulan secara purata. Hy4 pula digambarkan sebagai keluaran model utama ketiga syarikat dalam tempoh kira-kira enam bulan. Tencent turut menyatakan bahawa versi Hy4 seterusnya akan dilancarkan tidak lama lagi, walaupun bukti yang tersedia belum menetapkan tarikh atau spesifikasi akhirnya. 2
3
Kesimpulan
Kepentingan Hy4 Preview terletak pada gabungan empat perkara: jumlah parameter yang sangat besar, konteks melebihi sejuta token, fokus langsung pada ejen produktiviti dan akses sumber terbuka melalui produk serta rakan API Tencent. Skor dalaman 2.99 daripada 4.00 mengatasi GLM 5.3 dan Kimi K3 dengan perbezaan kecil, tetapi keputusan itu tidak boleh dianggap sebagai bukti bahawa Hy4 unggul secara menyeluruh.
Bagi pembangun, persoalan paling praktikal ialah sama ada konteks panjang, keupayaan pengekodan, harga dan integrasi dengan WorkBuddy atau CodeBuddy benar-benar mempercepat aliran kerja tertentu. Bagi penyelidik dan organisasi yang mahu membeli atau mengguna pakai model ini, bukti seterusnya yang penting ialah ujian bebas, dokumentasi tingkah laku semasa penggunaan serta laporan prestasi di luar set tugasan dalaman Tencent.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tencent Hy4 Preview: Apa Makna Model AI 770 Bilion Parameter Ini untuk Produktiviti?"?
Tencent melancarkan Hy4 Preview pada 28 Ogos 2026 sebagai model campuran pakar sumber terbuka dengan 770 bilion jumlah parameter, kira kira 49 bilion parameter aktif bagi setiap permintaan dan tetingkap konteks melebi...
What are the key points to validate first?
Tencent melancarkan Hy4 Preview pada 28 Ogos 2026 sebagai model campuran pakar sumber terbuka dengan 770 bilion jumlah parameter, kira kira 49 bilion parameter aktif bagi setiap permintaan dan tetingkap konteks melebi... Model ini dibangunkan khusus untuk tugasan produktiviti seperti pengekodan, penyelidikan, analisis kewangan, kerja pejabat, analisis merentas fail, pembangunan permainan dan kejuruteraan bahagian hadapan.
What should I do next in practice?
Dalam ujian dalaman Tencent, Hy4 Preview memperoleh skor purata 2.99 daripada 4.00—sedikit mengatasi GLM 5.3 pada 2.92 dan Kimi K3 pada 2.94—manakala akses API antarabangsa dilaporkan berharga AS$0.834 bagi setiap sej...
Sources
reuters.comChina's Tencent releases new open-source AI model for coding, research tasks
news.futunn.comQueue exceeds 5,000! Yao Shunyu's 'new project,' Hunyuan Hy4 Preview, goes viral upon launch
tencent.comTencent Releases and Open-Sources Tencent Hy4 preview
technode.comTencent open-sources Hy4 preview with 770B parameters and a 1M-token context · TechNode