Tencent veröffentlichte am 4. November Hy4, die neueste Version seines Flaggschiffmodells der Hunyuan-Familie, und erklärte, dass es Hy „zum ersten Mal zu den stärksten Open-Source-Modellen“ zählt. Die Ankündigung, die auf der offiziellen Hy-Forschungsseite von Tencent veröffentlicht wurde, beschreibt erhebliche Skalierungen sowohl vor dem Training als auch nach dem Training im Vergleich zur Hy4-Vorschau, die das Unternehmen im August als Open-Source-Version veröffentlicht hat und die als 770B-Parameter-Expertenmix-Modell mit einem Millionen-Token-Kontextfenster veröffentlicht wurde.
Hy4 ist ab sofort auf Tencent Cloud und OpenRouter sowie in Tencent-Produkten wie CodeBuddy, WorkBuddy, Yuanbao und ima verfügbar. Das Unternehmen gibt an, dass es bei gleichem API-Preis erhebliche Leistungssteigerungen gegenüber der Hy4-Vorschau bietet. Weitere Informationen zu dieser Geschichte finden Sie in unserer aktuelle KI-Trends.
Vision und Computernutzung kommen in Hy an
Die Änderungen der Schlagzeilenfähigkeit sind visueller Natur. Hy4 unterstützt erstmals die Sehwahrnehmung, sodass das Modell feinkörnige Bilddetails verstehen und komplexe Diagramme interpretieren kann, und unterstützt erstmals auch die Computernutzung – sowohl über Befehlszeilenschnittstellen als auch über grafische Benutzeroberflächen.
Tencent gibt an, das Modell mit spezieller Software wie Blender und CAD-Tools sowie mit Langzeit-Workflows über mehrere Anwendungen trainiert zu haben, um seine Fähigkeit zur Planung und Ausführung professioneller Aufgaben zu verbessern. In Entwicklerdiskussionen nach dem Start hoben Benutzer Demonstrationsvideos hervor, die zeigen, wie das Modell ein kleines Merkmal in einem großen Satellitenbild lokalisiert und daraus ableitet, wo ein Foto aufgenommen wurde.
Benchmarks für echte Arbeit
Die Bewertungsstrategie von Tencent stützt sich stark auf professionelle Bereiche und nicht auf klassische akademische Tests. Im Finanzbereich hat das Unternehmen Tausende realistischer Arbeitsbereiche und Zehntausende Aufgaben aufgebaut, die Fondsrecherche, Aktienanalyse, quantitative Strategien, Vermögensallokation, Unternehmensfinanzierung und Steuerbuchhaltung umfassen. In Zusammenarbeit mit Tencent Financial Technology ließ es 213 Finanzexperten das Modell bewerten, 153 davon von führenden Finanzinstituten, von denen mehr als 70 Prozent über mehr als fünf Jahre Branchenerfahrung berichteten.
Bei 579 realen Finanzaufgaben berichtet Tencent, dass Hy4 mit einem Wert von 3,04 an erster Stelle unter den Open-Weight-Modellen steht, vor DeepSeek-V4.1-Flash-1017 mit 2,97, Kimi K3.1 Pro mit 2,68 und GLM-5.3 mit 2,68. Tencent gibt an, dass Hy4 bei IRAB, einem internen Benchmark des Finanz-KI-Agenturunternehmens RabyteTech, 12,03 Prozentpunkte besser abschneidet als die Hy4-Vorschau.
Das Unternehmen meldet auch Zuverlässigkeitsgewinne: Hy4 senkte die Halluzinationsrate von 15,76 Prozent in der Hy4-Vorschau auf 5,45 Prozent und reduzierte spekulative Fehler von 23,1 Prozent auf 5,6 Prozent, nach gezielten Upgrades der Suche, die zeitkritischen Abruf, Synthese aus mehreren Quellen und Überprüfung der Sachkonsistenz abdecken. Laut Tencent belegt Hy4 in der wissenschaftlichen Forschung den ersten Platz unter den Open-Weight-Modellen auf TenureTrail, seinem internen Benchmark mit 123 Forschungsaufgaben in sieben Disziplinen.
Spiele, Dokumente und rekursive Selbstverbesserung
Die Spieleentwicklung erhielt eine eigene Behandlung. Tencent hat mit professionellen Entwicklern seiner Interactive Entertainment Group – der Abteilung hinter einigen der weltweit größten Spiele-Franchises – zusammengearbeitet, um Trainingsdaten und Auswertungen zu kuratieren, die die Implementierung von Funktionen, Gameplay-Logik, Statusverfolgung und Asset-Pipelines umfassen. Laut Tencent wurde Hy4 umfassend für Unreal Engine, Unity und Godot angepasst und verbessert die Hy4-Vorschau um 19,1 Prozent bei GameDev und 9,8 Prozent bei GameLogic, mit neuer Unterstützung für die Entwicklung von Multiplayer-Spielen.
Bei Büro-Workflows verbesserte Tencent die Fähigkeit des Modells zur gemeinsamen Bearbeitung von Word-, Excel- und PowerPoint-Dateien in Echtzeit und berichtete über deutliche Verbesserungen bei der Blindbewertung bei der Formatierung, Zuverlässigkeit und Benutzerfreundlichkeit von Dokumenten. Manus, die KI-Agentenplattform, sagte in der in der Ankündigung enthaltenen Rückmeldung, dass Hy4 eine Aufgabenerledigungsrate von fast 97 Prozent bei Dokumentenerstellungs- und Bearbeitungsaufgaben erreicht habe.
Die spekulativste Behauptung betrifft die rekursive Selbstverbesserung. Tencent sagt, dass Hy4 in Kombination mit seinem Hyra 2.0-Kabelbaum die unternehmensinterne Pre-Training-Infrastruktur für kleinere Modelle mit derselben Architektur optimiert und autonom eine Variante trainiert hat, die die offizielle Jev-Basislinie bei mehreren Benchmarks übertrifft. Zwei von Hy4 und Hyra 2.0 gemeinsam entwickelte Grundlagenmodelle – HyCell für die Einzelzellendarstellung und HyPDE für die physikalische Feldmodellierung – werden als Open-Source-Lösung bereitgestellt, um diese Ergebnisse wiederverwendbar zu machen.
Cyber- und Biosicherheitsfilterung
Tencent befasste sich direkt mit der Fähigkeitssicherheit. Das Unternehmen sagte, es habe anstößige Inhalte herausgefiltert, „wie Exploit-Entwicklung, Reverse Engineering und Penetrationstests, um eine Verstärkung potenzieller Angriffsfähigkeiten zu vermeiden“ – ein Ansatz, den Reuters als Training des Modells mit begrenzten Cybersicherheitsdaten inmitten von Hacking-Ängsten bezeichnete.
Was die Biosicherheit angeht, berichtet Tencent, dass die offenen experimentellen Designfähigkeiten von Hy4 auf seiner Hy-BioExperimentBench mit 30,4 von 100 Punkten bewertet wurden, womit das Unternehmen die Hochrisikoschwelle deutlich unterschreitet. Interne Experten, die die Argumentationsspuren des Modells überprüften, kamen zu dem Schluss, dass Hy4 zwar über ein solides Verständnis der grundlegenden Biologie verfügt, seine Fähigkeit, dieses Wissen in umsetzbare experimentelle Protokolle umzusetzen, jedoch weiterhin begrenzt ist, und Tencent sagt, es habe keine Beweise dafür gefunden, dass Hy4 die Hürde, biologische Schäden zu verursachen, sinnvoll senkt.
Offene Gewichte versprochen – mit einer Systemkarte
Ein Detail erschwert den „Open-Source“-Rahmen: Die vollständigen Hy4-Gewichte sind noch nicht herunterladbar. Tencent erklärt deutlich, dass es plant, die Modellgewichte von Hy4 als Open-Source-Lösung bereitzustellen, und mit den vLLM- und SGLang-Communitys zusammengearbeitet hat, um Ökosystemunterstützung bereitzustellen. Wenn die Gewichte auf den Markt kommen, wird das Unternehmen nach eigenen Angaben auch eine umfassende Systemkarte mit detaillierten Sicherheitsbewertungen veröffentlichen – ein Dokument, das unter die Lupe genommen werden wird, da die Veröffentlichungen offener Gewichte aus chinesischen Labors in diesem Jahr sowohl Lob als auch Besorgnis hervorgerufen haben.
Tencent räumte außerdem ein, dass zwischen Hy4 und den führenden proprietären Modellen weiterhin eine Lücke besteht, insbesondere in Bezug auf Mathematik auf Forschungsniveau, langfristige Codierung, Modellselbstverbesserung und fortgeschrittene visuelle Beantwortung von Fragen. Ein leichterer, billigerer Hy4 Flash ist „in naher Zukunft“ geplant.
Die Markteinführung erfolgt in einem immer dichter werdenden chinesischen Open-Weight-Bereich, in dem DeepSeek-, Kimi- und GLM-Releases alle hinsichtlich Preis und Leistungsfähigkeit konkurrieren. Tencent geht davon aus, dass die professionelle Computernutzung – und nicht rohe Benchmark-Ergebnisse – ein offenes Modell in ein Unternehmenstool verwandelt.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
