RespostasPublicado25 fontes
Hy4 Preview: como o novo modelo aberto da Tencent se compara ao Hy3 e aos rivais chineses
O Hy4 Preview é o novo modelo de IA de código aberto da Tencent voltado a agentes, programação, pesquisa, automação de escritório e uso de ferramentas. Ele tem 770 bilhões de parâmetros no total, mas ativa cerca de 49 bilhões por requisição — contra 295 bilhões e 21 bilhões, respectivamente, no Hy3.
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa
Principais conclusões
- O Hy4 Preview é o novo modelo de IA de código aberto da Tencent voltado a agentes, programação, pesquisa, automação de escritório e uso de ferramentas.
- Ele tem 770 bilhões de parâmetros no total, mas ativa cerca de 49 bilhões por requisição — contra 295 bilhões e 21 bilhões, respectivamente, no Hy3.
- A janela de contexto passa de 256 mil para mais de 1 milhão de tokens, o que favorece bases de código, documentos extensos e tarefas em várias etapas.
- A Tencent afirma que o Hy4 alcançou 85,4 no Terminal Bench 2.1 e superou rivais em testes internos, mas ainda faltam avaliações independentes e reproduzíveis.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Tencent’s Hy4 Preview open source AI model, and how does it compare with its Hy3 predecessor and Chinese rivals in terms of paramete. Article summary: Hy4 Preview is Tencent’s newly open sourced, mixture of experts (MoE) flagship aimed at agentic productivity—particularly software engineering, research, office automation, and tool use.. Topic tags: general web, llm, agents, ai, automation. 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 with fake numbers, clickbait thumbnai
O Hy4 Preview é o novo modelo de linguagem de grande porte da Tencent Hunyuan. Construído com arquitetura Mixture-of-Experts (MoE), ele foi projetado para tarefas de produtividade com agentes: desenvolvimento de software, pesquisa, análise, automação de escritório e uso complexo de ferramentas. 17
19
A principal diferença em relação ao Hy3 é a escala. O Hy4 tem 770 bilhões de parâmetros, mas utiliza aproximadamente 49 bilhões em cada requisição, em vez de executar todo o modelo de uma só vez. Essa abordagem pode aumentar a capacidade sem tornar cada token tão caro quanto seria em um modelo denso do mesmo tamanho. Ainda assim, o modelo continua pesado para armazenar e operar, e o lançamento atual é apenas uma versão de prévia. 19
Hy4 Preview versus Hy3
| Métrica | Hy3 Preview | Hy4 Preview | O que isso significa |
|---|---|---|---|
| Parâmetros totais | 295 bilhões | 770 bilhões | O Hy4 amplia em cerca de 2,6 vezes a capacidade total do MoE. |
| Parâmetros ativados | Cerca de 21 bilhões por token | Cerca de 49 bilhões por requisição | O Hy4 utiliza aproximadamente 2,3 vezes mais computação ativa, o que pode melhorar a capacidade, mas também encarece a operação. |
| Janela de contexto | 256 mil tokens | Mais de 1 milhão de tokens | A janela nominal é cerca de quatro vezes maior, útil para documentos longos, grandes bases de código e agentes com várias etapas. |
| Foco declarado | Raciocínio, programação, RAG e agentes para IDEs | Agentes, programação, pesquisa, fluxos de escritório e uso de ferramentas | O Hy4 é apresentado de forma mais explícita como um modelo para agentes de produtividade. |
| Status | Modelo de pesos abertos; o Hy3 foi divulgado sob termos Apache 2.0 | Modelo de código aberto em fase de prévia | A licença exata e as condições de auto-hospedagem do Hy4 devem ser conferidas no repositório oficial antes de um uso comercial. |
O Hy3 já chamava atenção pela eficiência relativa: sua arquitetura MoE conta com 295 bilhões de parâmetros, mas ativa cerca de 21 bilhões por token, distribuídos entre 192 especialistas com roteamento top-8. O modelo também oferecia níveis configuráveis de raciocínio e teve desempenho divulgado de 74,4% no SWE-bench Verified. 2
3
O Hy4 mantém essa lógica de ativação esparsa, mas aumenta bastante tanto a capacidade total quanto a computação usada na inferência. Em termos práticos, isso sugere um modelo potencialmente mais capaz, porém mais exigente em memória, infraestrutura distribuída e custo operacional. 4
14
Desempenho e comparação com os rivais chineses
A Tencent afirma que o Hy4 marcou 85,4 pontos no Terminal-Bench 2.1, um ganho de 14,6 pontos sobre o Hy3. A empresa também diz que o resultado supera o DeepSeek V4 Pro nessa avaliação de programação em terminal e empata com o Claude Opus 5. Como são comparações associadas aos testes divulgados pela própria Tencent, elas ainda não equivalem a um ranking independente. 13
Em outro teste interno e às cegas, 163 especialistas avaliaram 203 tarefas de engenharia. O Hy4 obteve média de 2,99 em 4, contra 2,92 do GLM-5.3, da Z.ai, e 2,94 do Kimi K3, da Moonshot AI. A diferença é pequena e não deve ser interpretada como prova de liderança geral em qualquer tipo de tarefa. 5
Pelo número bruto de parâmetros, o Hy4 é menor que os números divulgados para o DeepSeek V4 Pro, de 1,6 trilhão, e o Kimi K3, de 2,8 trilhões. Por outro lado, fica próximo do GLM-5.3, estimado em 744 bilhões. Os cerca de 49 bilhões de parâmetros ativados do Hy4 são apontados como comparáveis aos do DeepSeek V4 Pro. 4
Para efeito de contexto, uma avaliação anterior do GLM-5 registrou 77,8% no SWE-bench Verified. Comparações desse tipo exigem cautela: versões dos benchmarks, configurações de ferramentas, controles contra contaminação dos dados e estruturas de agentes podem variar entre os modelos. 1
A conclusão mais equilibrada é que o Hy4 parece competitivo entre os principais modelos chineses de pesos abertos para programação e fluxos de trabalho com agentes. Ainda não há evidências independentes suficientes para afirmar que ele é o líder geral sobre DeepSeek, Qwen, GLM, Kimi ou MiniMax.
Onde o Hy4 está disponível e como pode ser integrado
A Tencent disponibilizou o Hy4 Preview nas versões chinesa e internacional do WorkBuddy e do CodeBuddy. Isso oferece uma forma direta de testar o modelo em agentes de escritório e programação, sem a necessidade de configurar uma infraestrutura própria. 14
O modelo também foi publicado em repositórios de pesos abertos, incluindo Hugging Face, GitHub, ModelScope e Gitcode. Além disso, pode ser acessado por API no Tencent Cloud TokenHub e no OpenRouter. Ele também foi integrado a produtos como Yuanbao e ima. 19
22
Para empresas, a publicação dos pesos abre a possibilidade de auto-hospedagem e customização. Porém, “49 bilhões ativos” não significa que uma máquina comum consiga executar o modelo: os 770 bilhões de parâmetros totais ainda precisam ser armazenados ou disponibilizados na infraestrutura de inferência. Na prática, a implantação exige bastante memória, múltiplas GPUs, rede de alta velocidade e conhecimento de operação de modelos distribuídos. 4
14
Preço divulgado
Os valores reportados para a API na China são:
- RMB 6 por milhão de tokens de entrada;
- RMB 18 por milhão de tokens de saída;
- RMB 0,30 por milhão de tokens de entrada armazenados em cache.
4
Como o Hy4 ainda está em prévia, preços, limites de requisições, regiões atendidas e disponibilidade da API podem mudar. O Tencent Cloud também exibe valores internacionais de aproximadamente US$ 0,834 por milhão de tokens de entrada, US$ 2,501 por milhão de tokens de saída e US$ 0,042 por milhão de tokens em cache.
Há ainda comparadores de terceiros com números diferentes, como US$ 0,85 por milhão de tokens de entrada e US$ 2,54 por milhão de saída. Por isso, o mais seguro é consultar o console oficial do provedor no momento da contratação, em vez de tomar agregadores como referência definitiva. 8
4
Limitações que merecem atenção
É uma versão de prévia. Qualidade, comportamento da API, limites de uso, preços, documentação de implantação e controles de segurança podem mudar rapidamente. 14
Os resultados mais impressionantes ainda são principalmente divulgados pela Tencent. Os testes internos e os benchmarks apresentados no lançamento são úteis como indicação inicial, mas precisam ser confirmados por avaliações externas, transparentes e reproduzíveis. 5
13
O custo de implantação continua alto. A arquitetura MoE reduz a quantidade de parâmetros processados a cada etapa, mas não elimina a necessidade de disponibilizar um modelo de 770 bilhões de parâmetros. Além disso, os 49 bilhões ativados por requisição representam uma carga bem maior que os 21 bilhões do Hy3. 2
4
Uma janela de 1 milhão de tokens não garante precisão em todo o conteúdo. Organizações interessadas devem testar recuperação de informações, latência, custo e consistência nas extensões de contexto que realmente usarão. Uma janela maior pode ser valiosa para grandes repositórios e documentos, mas não substitui uma boa estratégia de indexação e avaliação.
Os avanços mais esperados para as próximas versões são uma edição estável, maior confiabilidade no uso de ferramentas e na execução de agentes, inferência mais eficiente, novas quantizações, validação independente dos benchmarks e integração com mais serviços de nuvem e APIs. Essas são expectativas razoáveis para a evolução do produto, não compromissos anunciados pela Tencent.
A aposta da Tencent em infraestrutura de IA
O lançamento do Hy4 faz parte de uma estratégia maior da Tencent. No segundo trimestre de 2026, a companhia informou despesas operacionais de capital de RMB 51,8 bilhões, alta de 190% em um ano. O aumento contribuiu para um fluxo de caixa livre negativo de RMB 13,8 bilhões, e a administração associou o salto aos investimentos em infraestrutura de inteligência artificial. 7
15
A lógica é distribuir esse investimento entre os próprios modelos da empresa, os assistentes WorkBuddy e CodeBuddy, clientes da Tencent Cloud e outros produtos do ecossistema. Assim, o Hy4 não precisa gerar retorno apenas como um modelo independente: ele também pode aumentar o uso de serviços de nuvem, APIs e aplicações corporativas. O risco de curto prazo é uma intensidade de capital elevada antes que a monetização desses produtos esteja consolidada. 6
15
WorkBuddy mostra a estratégia chegando ao usuário final
A Tencent afirma que o WorkBuddy é o serviço de agente de produtividade com maior uso na China. A Bloomberg também o descreveu como o assistente de trabalho com IA mais popular do país poucos meses depois do lançamento, em março de 2026. Essas são afirmações de posição de mercado, não métricas auditadas de receita. 3
1
Estimativas de tráfego na web para computadores apontaram 20,97 milhões de visitas ao WorkBuddy em junho de 2026, ante 8,85 milhões no mês de lançamento. A própria fonte ressalva que esses dados não representam usuários ativos diários, empresas pagantes, receita nem uso em dispositivos móveis. 12
A administração da Tencent também diz que WorkBuddy e CodeBuddy vêm conquistando usuários rapidamente. Em uma apresentação, a empresa informou que os dois produtos somaram 27,5 milhões de interações em junho, mais que o dobro do segundo colocado entre agentes de escritório baseados em PC. 6
7
O movimento ajuda a explicar por que a Tencent está lançando um modelo grande e aberto ao mesmo tempo em que amplia a distribuição em produtos próprios. O Hy4 funciona como uma peça de infraestrutura para programação, pesquisa e produtividade, enquanto WorkBuddy e CodeBuddy servem como canais de uso real. A questão central agora é saber se esse alcance conseguirá transformar a capacidade técnica do modelo em uso recorrente e retorno financeiro sustentável.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Hy4 Preview: como o novo modelo aberto da Tencent se compara ao Hy3 e aos rivais chineses"?
O Hy4 Preview é o novo modelo de IA de código aberto da Tencent voltado a agentes, programação, pesquisa, automação de escritório e uso de ferramentas.
Quais são os pontos-chave para validar primeiro?
O Hy4 Preview é o novo modelo de IA de código aberto da Tencent voltado a agentes, programação, pesquisa, automação de escritório e uso de ferramentas. Ele tem 770 bilhões de parâmetros no total, mas ativa cerca de 49 bilhões por requisição — contra 295 bilhões e 21 bilhões, respectivamente, no Hy3.
O que devo fazer a seguir na prática?
A janela de contexto passa de 256 mil para mais de 1 milhão de tokens, o que favorece bases de código, documentos extensos e tarefas em várias etapas.
Fontes
economictimes.indiatimes.comChina's Tencent releases new open-source AI model for coding, research tasks - The Economic Times
aibase.comTencent Hunyuan Hy4 Preview Open Source
investing.comEarnings call transcript: Tencent posts solid Q2 2026 growth as AI ...