Tencent uppgav den 5 november 2026 att bolaget hade utökat inferenskapaciteten för AI-modellen Hy4 tio gånger. Bakgrunden var hög belastning i WorkBuddy, där många användare nådde sina användningsgränser redan första dagen. Tencent höjde också den fria användningskvoten och sade att resurserna skulle fortsätta anpassas efter efterfrågan.
3
4
Större kapacitet – men inte nödvändigtvis fri tillgång
Hy4 blev tillgänglig i WorkBuddy den 4 november, samma dag som Tencent släppte den fullständiga modellen. När många användare nådde sina kvoter utökade Tencent inferensklustret tio gånger och höjde den fria kvoten.
3
4
9
Det innebär inte att tillgången alltid är obegränsad. Enligt rapportering är avancerad datorkapacitet fortfarande begränsad och användningen koncentreras till tider med hög belastning. Tillfälliga begränsningar kan därför finnas kvar.
9
För den som behöver ett alternativ nämner en rapport två möjligheter: att byta till Hy3 eller att skjuta upp uppgifter som inte är brådskande till kvällen. Rapporten uppger också att fri tillgång till Hy3 i WorkBuddy förlängdes till klockan 23.59 den 15 november.
39 Den förlängningen gäller Hy3 och är skild från Tencents höjning av den fria användningskvoten för Hy4.
Artificial Analysis: 35 poäng
Hy4 fick 35 poäng i Artificial Analysis Intelligence Index. Det placerade modellen som nummer två bland modeller från kinesiska AI-labb, efter Kimi K3.1 Pro med 46 poäng. Resultatet motsvarade Grok 4.7 vid xhigh-inställning och låg en poäng under Claude Haiku 5.5.
21
29
En rapport om indexet, publicerat den 5 november, uppger att det omfattade 724 modeller och bedömde bland annat avancerat resonemang, kodning, verktygsanvändning, multimodal förståelse, planering över längre förlopp och vetenskaplig problemlösning.
39 Underlaget här bekräftar Hy4:s placering bakom Kimi, men räcker inte för att slå fast en fullständig jämförelse med Qwen3.8 Max och DeepSeek V4.1 Flash.
Kostnadssiffrorna kräver en reservation. Pandaily rapporterade att Tencent hänvisade till en Artificial Analysis-uppgift på omkring 0,78 dollar per uppgift och jämförde kostnaden med ungefär en tiondel av Grok 4.7:s och en trettondel av Qwen3.8 Max:s vid liknande resultatnivåer.
15 Artificial Analysis egen Hy4-sida anger 1,03 dollar per Intelligence Index-uppgift.
38 De tillgängliga utdragen förklarar inte skillnaden, så siffrorna bör inte behandlas som direkt jämförbara.
Agent Arena: stark placering, men olika uppgifter
Agent Arenas första besked placerade Hy4 på plats 14 totalt, baserat på mer än 8 500 verkliga agentkörningar med uppgifter som sträcker sig över längre förlopp. Arena uppgav att Hy4 ännu var en proprietär modell, men att den skulle dela förstaplatsen bland öppna modeller med Kimi K3.1 Pro när modellvikterna släpptes. Beskedet placerade också Hy4 på den så kallade Paretofronten för poäng i förhållande till kostnad.
28
Senare rapportering skiljer sig åt: TechNode skrev att Hy4 låg på plats 13 totalt och först bland modeller med öppna vikter.
3 Källorna klargör inte om skillnaden beror på en uppdaterad topplista eller någon annan avgränsning. Därför bör uppgifterna om plats 14 i Agent Arenas första besked och plats 13 i TechNodes senare rapport inte slås ihop till en enda placering.
Pandaily beskrev också Hy4 som en modell på Paretofronten jämfört med dyrare alternativ som Claude Opus 5.5.
15 Det betyder att modellen har en gynnsam avvägning mellan resultat och kostnad – inte att den presterar bättre än alla andra modeller på varje mått.
Vad den fullständiga Hy4-versionen tillförde
Tencent släppte den fullständiga Hy4-modellen den 4 november, efter att ha presenterat Hy4 preview i augusti.
1
5 Enligt rapporteringen skalar den nya versionen upp både förträning och efterträning och lägger för första gången till visuell förståelse. Den ska också ha förbättrats i instruktionsefterlevnad, förståelse av långa dokument och utförande av uppgifter över längre förlopp. Modellen kan dessutom använda verktyg och arbeta i programvara.
8
30
Det här är rapporterade förbättringar, inte kvantifierade jämförelser i de tillgängliga utdragen. Underlaget fastställer varken hur mycket träningsdata som ändrats eller storleken på eventuella förbättringar i lång kontextförståelse och agentprestanda.