Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania.
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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 to otwartoźródłowy, nastawiony na produktywność duży model językowy, który Tencent udostępnił 28 sierpnia 2026 roku. Jego najważniejsze parametry robią wrażenie: architektura mixture of experts (MoE) obejmuje łącznie 770 mld parametrów, ale przy pojedynczym zapytaniu tekstowym aktywowanych jest około 49 mld. Model obsługuje też okno kontekstowe przekraczające milion tokenów. Tencent kieruje go przede wszystkim do programowania, badań, analiz finansowych i innych zadań związanych z pracą z wiedzą. 1
3
14
Najważniejsze zastrzeżenie dotyczy wyników. Wczesna przewaga Hy4 Preview jest niewielka i wynika głównie z testu przeprowadzonego przez samego Tencentu. Dostępne dane potwierdzają skalę modelu, długość kontekstu, integrację produktową i deklarowany koszt użycia, ale nie dowodzą, że Hy4 szeroko przewyższa każdy konkurencyjny model otwartoźródłowy.
W modelu MoE nie wszystkie parametry pracują przy każdym zapytaniu. Liczba 770 mld opisuje całkowity rozmiar modelu, natomiast około 49 mld parametrów jest aktywowanych dla konkretnego żądania. Takie podejście pozwala budować bardzo duży model bez uruchamiania całej jego struktury przy każdym tokenie. Rzeczywisty koszt wdrożenia i szybkość działania nadal zależą jednak od infrastruktury inferencyjnej, czyli systemu obsługującego generowanie odpowiedzi. 1
Drugą kluczową cechą jest kontekst przekraczający milion tokenów. W praktyce ma to znaczenie przy analizie dużych baz kodu, wielu dokumentów, obszernych materiałów badawczych oraz zależności między plikami. Długie okno kontekstowe nie gwarantuje automatycznie bezbłędnego wyszukiwania informacji ani poprawnego rozumowania w całym zbiorze dokumentów, ale daje modelowi podstawę do pracy z materiałami, które przekraczają możliwości systemów o krótszym kontekście. 3
9
Tencent opisuje Hy4 Preview jako model z najwyższej półki w segmencie otwartoźródłowym, podkreślając zwiększenie skali, długości kontekstu i zbiorów treningowych. Są to deklaracje pozycjonujące firmy. Dostępne materiały lepiej potwierdzają specyfikację i zamierzone zastosowania niż uniwersalną pozycję modelu w rankingu. 5
6
Według Tencentu Hy4 Preview ma być wykorzystywany m.in. do:
Reuters niezależnie opisał model jako narzędzie przeznaczone do inżynierii oprogramowania, badań i analiz finansowych. Materiały Tencentu oraz relacje z premiery wskazują na szerszy zakres zastosowań, obejmujący także pracę biurową, programowanie i naukę. 1
6
9
To ukierunkowanie jest istotne, ponieważ Hy4 rozwijano równolegle z produktami, które mają go wykorzystywać. Tencent twierdzi, że współprojektuje model z WorkBuddy i CodeBuddy, optymalizując go pod kątem programowania agentowego oraz innych scenariuszy produktywności. Taka relacja między modelem a produktem pozwala testować możliwości w praktycznych środowiskach programistycznych i biurowych, zamiast traktować model wyłącznie jako odizolowane API. 2
6
14
Tencent przeprowadził ślepy test porównawczy, w którym 163 wewnętrznych ekspertów oceniło odpowiedzi modeli w 203 zadaniach inżynieryjnych. Średnie wyniki przedstawiały się następująco:
W tym konkretnym badaniu Hy4 Preview znalazł się więc nieznacznie przed oboma modelami. Deklarowany odsetek zwycięstw wyniósł 46,8 proc. w porównaniu z GLM 5.3 oraz 51,2 proc. w porównaniu z Kimi K3. Pozostałe przypadki obejmowały remisy i przegrane. 5
30
Nie należy jednak traktować tego rezultatu jako ostatecznego rankingu rynku. Test przeprowadzili eksperci Tencentu, a zadania pochodziły z obszaru inżynierii. Różnice w średnich wynikach były niewielkie, a badanie nie pokazuje, czy Hy4 będzie lepszy w niezależnych benchmarkach, innych dziedzinach lub każdym rzeczywistym zastosowaniu. Najostrożniejszy wniosek brzmi: model Tencentu wypadł konkurencyjnie i w wewnętrznym teście nieznacznie wyprzedził dwóch wskazanych rywali. 5
30
Jedną z ciekawszych deklaracji związanych z Hy4 jest udział modelu w optymalizacji części procesu, w którym sam był rozwijany. Tencent twierdzi, że wykorzystywał Hy4 do ulepszania metod treningu, strategii danych, procesów oceny, operatorów oraz systemów inferencyjnych. To wczesna forma rekurencyjnego samodoskonalenia: model pomaga proponować lub oceniać zmiany w systemach służących do tworzenia i uruchamiania kolejnych modeli. 14
Tencent podaje również, że analiza wąskich gardeł inferencji wspomagana przez model doprowadziła do kilku rund prac nad łączeniem operatorów i efektywnością komunikacji między komponentami systemu. Według firmy zwiększyło to przepustowość inferencji end-to-end o 31,8 proc. względem wartości bazowej. Jest to wynik inżynieryjny raportowany przez Tencent, a nie niezależnie audytowana replikacja, dlatego należy traktować go jako dowód na przyjęte podejście rozwojowe, a nie powszechnie zweryfikowany parametr wydajności. 5
6
Hy4 Preview udostępniono jako model otwartoźródłowy, a także w ekosystemie produktów Tencentu. Przy premierze wymieniano:
WorkBuddy i CodeBuddy oferowały przy premierze dwutygodniowy bezpłatny dostęp. Deweloperzy mogli także łączyć się z modelem przez TokenHub lub OpenRouter. Dostępność, limity i warunki korzystania mogą różnić się zależnie od regionu oraz platformy. 5
9
14
Zgłaszane międzynarodowe ceny w TokenHub wynoszą:
Niska cena danych z pamięci podręcznej może mieć szczególne znaczenie w aplikacjach, które wielokrotnie przesyłają tę samą bazę kodu lub zestaw dokumentów. Końcowy koszt projektu zależy jednak również od długości promptów, rozmiaru odpowiedzi, skuteczności cache, współbieżności oraz dostawcy obsługującego model. 11
14
Hy4 Preview wpisuje się w szerszą strategię Tencentu polegającą na łączeniu rozwoju modelu z aplikacją zwiększającą produktywność. WorkBuddy, uruchomiony według dostarczonego kontekstu w marcu 2026 roku, ma przenosić możliwości Hunyuan do codziennych zadań inżynieryjnych i pracy z wiedzą. Tencent oraz część relacji określają WorkBuddy jako chińską odpowiedź na Codex, ale jest to język pozycjonowania, a nie niezależnie potwierdzony ranking rynkowy. 3
Ta strategia pomaga wyjaśnić zainteresowanie premierą. Według doniesień po integracji Hy4 z WorkBuddy pojawiły się kolejki zadań, co skłoniło Tencent do zwiększenia mocy obliczeniowej. Początkowe przeciążenie pokazuje zainteresowanie użytkowników, ale samo w sobie nie jest miarą jakości modelu. 4
Znaczenie ma także tempo rozwoju. Media informowały, że po przebudowie infrastruktury rozpoczętej w lutym Hunyuan wydawał główne wersje średnio mniej więcej co dwa miesiące. Hy4 opisano jako trzecią dużą premierę modelu firmy w ciągu około sześciu miesięcy. Tencent zapowiedział również kolejną wersję Hy4, jednak dostępne materiały nie wskazują dokładnej daty ani ostatecznej specyfikacji tego wydania. 2
3
Znaczenie Hy4 Preview wynika z połączenia czterech elementów: wyjątkowo dużej całkowitej liczby parametrów, kontekstu przekraczającego milion tokenów, bezpośredniego ukierunkowania na agentów produktywności oraz otwartej dostępności przez produkty Tencentu i partnerów API. Wynik 2,99/4,00 w wewnętrznym teście był nieznacznie wyższy niż rezultaty GLM 5.3 i Kimi K3, ale nie stanowi dowodu na szeroką przewagę modelu.
Dla deweloperów najważniejsze pytanie brzmi nie „czy Hy4 jest najlepszy?”, lecz czy jego obsługa długiego kontekstu, możliwości programistyczne, ceny i integracja z WorkBuddy albo CodeBuddy poprawią konkretny proces pracy. Dla badaczy i firm oceniających zakup kluczowe będą natomiast niezależne testy, dokładniejsza dokumentacja wdrożeniowa oraz wyniki uzyskane poza wewnętrznym zestawem zadań Tencentu.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania.
Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania. Kontekst przekraczający milion tokenów ma wspierać pracę z dużymi repozytoriami kodu, wieloma dokumentami, analizą danych i długimi materiałami badawczymi.
Model projektowano z myślą o programowaniu, pracy biurowej, analizie finansowej, badaniach naukowych, tworzeniu gier, inżynierii front endu i zadaniach międzyplikowych.
Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania.
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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 to otwartoźródłowy, nastawiony na produktywność duży model językowy, który Tencent udostępnił 28 sierpnia 2026 roku. Jego najważniejsze parametry robią wrażenie: architektura mixture of experts (MoE) obejmuje łącznie 770 mld parametrów, ale przy pojedynczym zapytaniu tekstowym aktywowanych jest około 49 mld. Model obsługuje też okno kontekstowe przekraczające milion tokenów. Tencent kieruje go przede wszystkim do programowania, badań, analiz finansowych i innych zadań związanych z pracą z wiedzą. 1
3
14
Najważniejsze zastrzeżenie dotyczy wyników. Wczesna przewaga Hy4 Preview jest niewielka i wynika głównie z testu przeprowadzonego przez samego Tencentu. Dostępne dane potwierdzają skalę modelu, długość kontekstu, integrację produktową i deklarowany koszt użycia, ale nie dowodzą, że Hy4 szeroko przewyższa każdy konkurencyjny model otwartoźródłowy.
W modelu MoE nie wszystkie parametry pracują przy każdym zapytaniu. Liczba 770 mld opisuje całkowity rozmiar modelu, natomiast około 49 mld parametrów jest aktywowanych dla konkretnego żądania. Takie podejście pozwala budować bardzo duży model bez uruchamiania całej jego struktury przy każdym tokenie. Rzeczywisty koszt wdrożenia i szybkość działania nadal zależą jednak od infrastruktury inferencyjnej, czyli systemu obsługującego generowanie odpowiedzi. 1
Drugą kluczową cechą jest kontekst przekraczający milion tokenów. W praktyce ma to znaczenie przy analizie dużych baz kodu, wielu dokumentów, obszernych materiałów badawczych oraz zależności między plikami. Długie okno kontekstowe nie gwarantuje automatycznie bezbłędnego wyszukiwania informacji ani poprawnego rozumowania w całym zbiorze dokumentów, ale daje modelowi podstawę do pracy z materiałami, które przekraczają możliwości systemów o krótszym kontekście. 3
9
Tencent opisuje Hy4 Preview jako model z najwyższej półki w segmencie otwartoźródłowym, podkreślając zwiększenie skali, długości kontekstu i zbiorów treningowych. Są to deklaracje pozycjonujące firmy. Dostępne materiały lepiej potwierdzają specyfikację i zamierzone zastosowania niż uniwersalną pozycję modelu w rankingu. 5
6
Według Tencentu Hy4 Preview ma być wykorzystywany m.in. do:
Reuters niezależnie opisał model jako narzędzie przeznaczone do inżynierii oprogramowania, badań i analiz finansowych. Materiały Tencentu oraz relacje z premiery wskazują na szerszy zakres zastosowań, obejmujący także pracę biurową, programowanie i naukę. 1
6
9
To ukierunkowanie jest istotne, ponieważ Hy4 rozwijano równolegle z produktami, które mają go wykorzystywać. Tencent twierdzi, że współprojektuje model z WorkBuddy i CodeBuddy, optymalizując go pod kątem programowania agentowego oraz innych scenariuszy produktywności. Taka relacja między modelem a produktem pozwala testować możliwości w praktycznych środowiskach programistycznych i biurowych, zamiast traktować model wyłącznie jako odizolowane API. 2
6
14
Tencent przeprowadził ślepy test porównawczy, w którym 163 wewnętrznych ekspertów oceniło odpowiedzi modeli w 203 zadaniach inżynieryjnych. Średnie wyniki przedstawiały się następująco:
W tym konkretnym badaniu Hy4 Preview znalazł się więc nieznacznie przed oboma modelami. Deklarowany odsetek zwycięstw wyniósł 46,8 proc. w porównaniu z GLM 5.3 oraz 51,2 proc. w porównaniu z Kimi K3. Pozostałe przypadki obejmowały remisy i przegrane. 5
30
Nie należy jednak traktować tego rezultatu jako ostatecznego rankingu rynku. Test przeprowadzili eksperci Tencentu, a zadania pochodziły z obszaru inżynierii. Różnice w średnich wynikach były niewielkie, a badanie nie pokazuje, czy Hy4 będzie lepszy w niezależnych benchmarkach, innych dziedzinach lub każdym rzeczywistym zastosowaniu. Najostrożniejszy wniosek brzmi: model Tencentu wypadł konkurencyjnie i w wewnętrznym teście nieznacznie wyprzedził dwóch wskazanych rywali. 5
30
Jedną z ciekawszych deklaracji związanych z Hy4 jest udział modelu w optymalizacji części procesu, w którym sam był rozwijany. Tencent twierdzi, że wykorzystywał Hy4 do ulepszania metod treningu, strategii danych, procesów oceny, operatorów oraz systemów inferencyjnych. To wczesna forma rekurencyjnego samodoskonalenia: model pomaga proponować lub oceniać zmiany w systemach służących do tworzenia i uruchamiania kolejnych modeli. 14
Tencent podaje również, że analiza wąskich gardeł inferencji wspomagana przez model doprowadziła do kilku rund prac nad łączeniem operatorów i efektywnością komunikacji między komponentami systemu. Według firmy zwiększyło to przepustowość inferencji end-to-end o 31,8 proc. względem wartości bazowej. Jest to wynik inżynieryjny raportowany przez Tencent, a nie niezależnie audytowana replikacja, dlatego należy traktować go jako dowód na przyjęte podejście rozwojowe, a nie powszechnie zweryfikowany parametr wydajności. 5
6
Hy4 Preview udostępniono jako model otwartoźródłowy, a także w ekosystemie produktów Tencentu. Przy premierze wymieniano:
WorkBuddy i CodeBuddy oferowały przy premierze dwutygodniowy bezpłatny dostęp. Deweloperzy mogli także łączyć się z modelem przez TokenHub lub OpenRouter. Dostępność, limity i warunki korzystania mogą różnić się zależnie od regionu oraz platformy. 5
9
14
Zgłaszane międzynarodowe ceny w TokenHub wynoszą:
Niska cena danych z pamięci podręcznej może mieć szczególne znaczenie w aplikacjach, które wielokrotnie przesyłają tę samą bazę kodu lub zestaw dokumentów. Końcowy koszt projektu zależy jednak również od długości promptów, rozmiaru odpowiedzi, skuteczności cache, współbieżności oraz dostawcy obsługującego model. 11
14
Hy4 Preview wpisuje się w szerszą strategię Tencentu polegającą na łączeniu rozwoju modelu z aplikacją zwiększającą produktywność. WorkBuddy, uruchomiony według dostarczonego kontekstu w marcu 2026 roku, ma przenosić możliwości Hunyuan do codziennych zadań inżynieryjnych i pracy z wiedzą. Tencent oraz część relacji określają WorkBuddy jako chińską odpowiedź na Codex, ale jest to język pozycjonowania, a nie niezależnie potwierdzony ranking rynkowy. 3
Ta strategia pomaga wyjaśnić zainteresowanie premierą. Według doniesień po integracji Hy4 z WorkBuddy pojawiły się kolejki zadań, co skłoniło Tencent do zwiększenia mocy obliczeniowej. Początkowe przeciążenie pokazuje zainteresowanie użytkowników, ale samo w sobie nie jest miarą jakości modelu. 4
Znaczenie ma także tempo rozwoju. Media informowały, że po przebudowie infrastruktury rozpoczętej w lutym Hunyuan wydawał główne wersje średnio mniej więcej co dwa miesiące. Hy4 opisano jako trzecią dużą premierę modelu firmy w ciągu około sześciu miesięcy. Tencent zapowiedział również kolejną wersję Hy4, jednak dostępne materiały nie wskazują dokładnej daty ani ostatecznej specyfikacji tego wydania. 2
3
Znaczenie Hy4 Preview wynika z połączenia czterech elementów: wyjątkowo dużej całkowitej liczby parametrów, kontekstu przekraczającego milion tokenów, bezpośredniego ukierunkowania na agentów produktywności oraz otwartej dostępności przez produkty Tencentu i partnerów API. Wynik 2,99/4,00 w wewnętrznym teście był nieznacznie wyższy niż rezultaty GLM 5.3 i Kimi K3, ale nie stanowi dowodu na szeroką przewagę modelu.
Dla deweloperów najważniejsze pytanie brzmi nie „czy Hy4 jest najlepszy?”, lecz czy jego obsługa długiego kontekstu, możliwości programistyczne, ceny i integracja z WorkBuddy albo CodeBuddy poprawią konkretny proces pracy. Dla badaczy i firm oceniających zakup kluczowe będą natomiast niezależne testy, dokładniejsza dokumentacja wdrożeniowa oraz wyniki uzyskane poza wewnętrznym zestawem zadań Tencentu.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania.
Tencent udostępnił Hy4 Preview 28 sierpnia 2026 roku. Model typu mixture of experts ma 770 mld parametrów, z czego około 49 mld jest aktywowanych dla pojedynczego zapytania. Kontekst przekraczający milion tokenów ma wspierać pracę z dużymi repozytoriami kodu, wieloma dokumentami, analizą danych i długimi materiałami badawczymi.
Model projektowano z myślą o programowaniu, pracy biurowej, analizie finansowej, badaniach naukowych, tworzeniu gier, inżynierii front endu i zadaniach międzyplikowych.