Tencent Hy4 Preview: архитектура, тесты, цена и доступность модели на 770 млрд параметров

Tencent Hy4 Preview — крупнейший на сегодняшний день релиз открытых весов Tencent и наиболее заметная попытка компании связать большую языковую модель с инструментами для работы и программирования. Модель представили 28 августа 2026 года. Она ориентирована на разработку ПО, исследования, финансовый анализ и другие задачи, где ИИ должен не просто отвечать на вопросы, а выполнять последовательность действий. 112

Главные цифры впечатляют: 770 млрд общих параметров, около 49 млрд активных параметров на один токен и контекстное окно более чем на 1 млн токенов. Но вывод пока стоит формулировать осторожно: Hy4 выглядит одной из самых сильных китайских моделей с открытыми весами для программирования и продуктивности, однако заявления о превосходстве в основном опираются на собственные тесты Tencent и ещё ждут более широкого независимого подтверждения. 18

Что такое Tencent Hy4 Preview

Hy4 Preview — большая языковая модель с архитектурой Mixture of Experts (MoE), то есть «смеси экспертов». В такой системе для обработки каждого токена задействуется не вся сеть, а только выбранные фрагменты — эксперты. Это позволяет создавать модель с очень большим общим числом параметров, не оплачивая вычислительно полный объём при каждом запросе.

Tencent позиционирует Hy4 не только как универсального чат-бота, но и как основу для агентных рабочих процессов. Среди заявленных сценариев — написание и анализ кода, офисные задачи, исследования и финансовая аналитика. Компания также интегрирует модель непосредственно в продукты для разработчиков и офисной работы. 18

Термин «open source» в данном случае точнее понимать как открытые веса и возможность свободного развёртывания. Tencent опубликовала модель под лицензией Apache 2.0, а также материалы по запуску, дообучению и квантованию. 812

Архитектура и характеристики Hy4

Основные параметры модели:

• Общее число параметров: 770 млрд
• Активные параметры на токен: 49 млрд
• Контекстное окно: более 1 млн токенов
• Архитектура: Mixture of Experts
• Лицензия: Apache 2.0
• Форматы: BF16 и FP8
• Развёртывание: рецепты для vLLM и SGLang, а также совместимый с OpenAI API путь подключения 812

Основа модели состоит из 78 слоёв. По данным Tencent, первый слой использует плотную feed-forward-сеть, а остальные 77 построены на маршрутизации MoE с 256 подключаемыми экспертами и одним общим экспертом. Для каждого токена выбираются восемь маршрутизируемых экспертов вместе с общим. В Hy4 также есть встроенный слой предсказания нескольких токенов, предназначенный для ускорения спекулятивного декодирования. 8

В механизме внимания используется Gated DeepSeek Sparse Attention с технологией IndexCache, которая позволяет повторно использовать разреженные индексы внимания между слоями. Tencent говорит, что при разработке частично опиралась на подходы, связанные с DeepSeek и GLM. 8

Поэтому привлекательность Hy4 определяется не одним лишь числом параметров. Модель сочетает большой потенциальный объём знаний, разреженную маршрутизацию, работу с очень длинным контекстом и механизмы, призванные снизить накладные расходы при инференсе.

Hy4 против Hy3: что изменилось

По сравнению с предыдущей моделью Tencent Hy3 стала заметно крупнее:

Показатель	Hy3	Hy4 Preview	Изменение
Общее число параметров	295 млрд	770 млрд	Примерно в 2,6 раза больше
Активные параметры на токен	21 млрд	49 млрд	Примерно в 2,3 раза больше вычислений
Контекстное окно	262 тыс. токенов	Более 1 млн токенов	Примерно в 4 раза больше
Конструкция	MoE	Расширенная MoE с изменениями в разреженном внимании	Больше ёмкость и длиннее контекст

Таким образом, Tencent увеличила как общую ёмкость модели, так и объём вычислений, который используется для каждого токена. Компания также сообщает о расширении обучающих данных и существенных изменениях в предварительном и последующем обучении. 814

Особенно полезным на практике может оказаться новое контекстное окно. Теоретически более 1 млн токенов позволяют обрабатывать крупные кодовые базы, длинные подборки исследований и сложные рабочие материалы. Однако сама по себе большая длина контекста не гарантирует качества: многое зависит от поиска нужной информации, задержки ответа и способности модели сохранять точность на протяжении всего длинного ввода.

Сравнение с китайскими конкурентами

Самое подробное опубликованное Tencent сравнение — внутренний слепой тест. В нём 163 эксперта компании оценивали ответы на 203 инженерные задачи. Средняя оценка Hy4 Preview составила 2,99 из 4, у GLM-5.3 от Zhipu — 2,92, а у Kimi K3 от Moonshot — 2,94. 8

В этом тесте Hy4 оказалась немного впереди, но результаты нельзя считать нейтральным и исчерпывающим рейтингом рынка: оценивание проводили внутренние специалисты Tencent, а сами задания были сосредоточены на инженерии. В других опубликованных сравнениях результаты Hy4 менялись в зависимости от теста и конкурента — в частности, против моделей Alibaba Qwen и DeepSeek. 113

Некоторые вторичные материалы также приводят значительный рост результатов относительно Hy3 на тестах программирования, включая Terminal-Bench 2.1 и DeepSWE. Эти цифры показывают заявленный Tencent прогресс, но требуют осторожной интерпретации, пока условия тестирования и результаты не будут независимо воспроизведены. 1718

Наиболее обоснованный вывод сейчас таков: Hy4 входит в верхний эшелон китайских моделей с открытыми весами для программирования и рабочих задач. Доступные данные пока не доказывают, что она уверенно превосходит каждого конкурента во всех категориях.

Где доступна Hy4 Preview

Tencent предлагает использовать модель как через скачиваемые веса, так и через собственные приложения и облачные сервисы.

Скачивание и самостоятельный запуск

Веса модели, включая FP8-версию, опубликованы на Hugging Face, ModelScope, GitCode и CNB. Tencent предоставляет инструкции для vLLM и SGLang, локальный API-режим, совместимый с OpenAI API, руководства по дообучению и инструменты квантования. 812

Это удобно для разработчиков, которые хотят экспериментировать с весами или собрать собственный серверный стек. Но «открытые веса» не означают, что модель легко запустить на обычном компьютере. Эталонная FP8-конфигурация Tencent использует параллелизм по тензорам на восемь устройств, а обслуживание модели на 770 млрд параметров остаётся серьёзной многографической задачей. 8

Приложения Tencent и облачные API

Hy4 доступна в WorkBuddy, CodeBuddy, Yuanbao и ima. Кроме того, Tencent указывает подключение через Tencent Cloud TokenHub и OpenRouter. При запуске компания предоставляла две недели бесплатного доступа через WorkBuddy и CodeBuddy, а бесплатное использование предыдущей Hy3 продлила до 30 сентября. 12

Сторонний источник указывал цену входных запросов в OpenRouter на уровне примерно 0,834 доллара за 1 млн токенов. Это следует считать ценой конкретного канала, а не постоянным официальным тарифом Tencent: стоимость и доступность могут меняться в зависимости от провайдера и региона. 3

Почему важна экосистема Tencent

Hy4 тесно связана с продуктовой стратегией Tencent. Компания сообщает, что модель создавалась совместно с WorkBuddy и CodeBuddy с использованием данных о задачах и отзывов внутренних инженеров, разработчиков игр, финансовых аналитиков и специалистов по безопасности. 8

Такой подход даёт Tencent потенциальное преимущество, выходящее за рамки архитектуры. Компания может проверять модель в реальных сценариях программирования и офисной работы, собирать обратную связь и использовать её в следующих версиях. Пользователям же не обязательно самостоятельно разворачивать систему на 770 млрд параметров: они могут получить к ней доступ через готовые продукты.

Есть и ранние признаки того, что широкая дистрибуция Hunyuan способна быстро наращивать использование. Tencent сообщала, что после перевода Hunyuan 3 в промышленную эксплуатацию среднесуточное потребление токенов выросло примерно в шесть раз по сравнению с предварительной версией. Это свидетельствует о быстром росте использования, но не является независимым доказательством удовлетворённости пользователей или их долгосрочного удержания.

Tencent также заметно увеличивает расходы на инфраструктуру. Вложения в оборудование и объекты в сумме за второй квартал 2026 года достигли 52,784 млрд юаней — примерно в 2,8 раза больше, чем годом ранее. Руководство компании заявило, что приоритетом стали ИИ-инфраструктура и инвестиции, связанные с WorkBuddy.

Tencent называет WorkBuddy самым распространённым в Китае сервисом продуктивного ИИ-агента, однако это заявление компании, а не результат независимого аудита рыночной доли. 4

Текущие ограничения

Hy4 Preview пока не выдаётся за полностью готовую модель. Tencent признаёт, что при сложных задачах она может рассуждать дольше необходимого и чрезмерно перепроверять собственную работу. Это способно увеличивать задержку ответа и стоимость инференса. 8

Вторая проблема — масштаб. Даже если для отдельного токена активны только 49 млрд параметров, всю модель всё равно нужно хранить и обслуживать. Организациям, планирующим самостоятельный запуск, понадобятся значительные объёмы памяти, быстрая сеть и несколько GPU.

Ограничения есть и у бенчмарков. Внутренний тест Tencent показал небольшое преимущество над GLM-5.3 и Kimi K3 в инженерных задачах, а более широкие сравнения дают неодинаковые результаты в зависимости от методики. Поэтому первые рейтинги стоит воспринимать как ориентир, а не как окончательный вердикт. 8

Наконец, миллион токенов контекста не равен автоматически надёжному рассуждению на миллионном вводе. Реальная эффективность Hy4 будет зависеть от характера задачи, структуры запроса, стратегии извлечения информации и настроек сервера.

Какие улучшения могут появиться дальше

Формальной дорожной карты Tencent не представила, но направление развития описано достаточно ясно. Компания указывает на дальнейшее предварительное и последующее обучение, более быстрые и менее повторяющиеся рассуждения, постоянную обратную связь из WorkBuddy и CodeBuddy, а также сжатие и квантование для снижения стоимости развёртывания. 8

Эти изменения должны решить главный компромисс Hy4: по сравнению с Hy3 модель получила значительно больше ёмкости и более длинный контекст, но статус Preview показывает, что скорость, эффективность и надёжность в производственных сценариях ещё дорабатываются.

Итог

Hy4 Preview — серьёзный шаг вперёд по сравнению с Hy3: общее число параметров выросло с 295 до 770 млрд, активных параметров — с 21 до 49 млрд, а контекстное окно расширилось с 262 тысяч до более чем 1 млн токенов. Модель также необычно тесно связана с экосистемой Tencent — её инструментами для программирования, офисной работы, облачными сервисами и потребительскими приложениями. 812

Для разработчиков лицензия Apache 2.0 и набор инструментов развёртывания делают Hy4 интересной для тестирования. Для компаний практичнее может оказаться доступ через продукты Tencent и API, а не самостоятельный запуск всей модели.

Пока наиболее точная оценка остаётся сдержанной: Hy4 выглядит мощной китайской моделью с открытыми весами, особенно для программирования и агентных рабочих задач. Но подтвердить, превратится ли её ранний потенциал в устойчивое преимущество, смогут только независимые бенчмарки и длительная эксплуатация в реальных продуктах.