Tencent bracht op 4 november Hy4 uit, de nieuwste versie van zijn vlaggenschip Hunyuan-familiemodel, en verklaarde dat het Hy "voor het eerst tot de sterkste open-sourcemodellen behoort". De aankondiging, gepubliceerd op de officiële Hy-onderzoekspagina van Tencent, beschrijft substantiële schaalvergrotingen in zowel pre- als post-training vergeleken met de Hy4-preview die het bedrijf in augustus open source maakte en die werd uitgebracht als een 770B-parameter mix-of-experts-model met een contextvenster van een miljoen token.

Hy4 is nu beschikbaar op Tencent Cloud en OpenRouter, maar ook in Tencent-producten, waaronder CodeBuddy, WorkBuddy, Yuanbao en ima. Het bedrijf zegt dat het grote prestatieverbeteringen oplevert ten opzichte van de Hy4-preview tegen dezelfde API-prijs. Voor meer context over dit verhaal, zie ons AI-trends.

Visie en computergebruik arriveren in Hy

De wijzigingen in de belangrijkste mogelijkheden zijn visueel. Hy4 ondersteunt voor het eerst visieperceptie, waardoor het model fijnkorrelige beelddetails kan begrijpen en complexe grafieken kan interpreteren, en het ondersteunt voor het eerst ook computergebruik – zowel via opdrachtregelinterfaces als grafische gebruikersinterfaces.

Tencent zegt dat het het model heeft getraind op gespecialiseerde software zoals Blender en CAD-tools, en op workflows met een lange horizon die meerdere applicaties omvatten, om het vermogen om professionele taken te plannen en uit te voeren te verbeteren. In discussies met ontwikkelaars na de lancering benadrukten gebruikers demonstratievideo's waarin het model een klein kenmerk in een groot satellietbeeld lokaliseerde en afleidde waar een foto was genomen.

Benchmarks gericht op echt werk

De evaluatiestrategie van Tencent leunt zwaar op professionele domeinen in plaats van op klassieke academische tests. Op financieel gebied heeft het bedrijf duizenden realistische werkruimtes en tienduizenden taken gebouwd, waaronder fondsonderzoek, aandelenanalyse, kwantitatieve strategieën, assetallocatie, bedrijfsfinanciering en belastingadministratie. In samenwerking met Tencent Financial Technology hebben 213 financiële professionals het model geëvalueerd, waarvan 153 afkomstig van vooraanstaande financiële instellingen, van wie ruim 70 procent aangaf meer dan vijf jaar ervaring in de sector te hebben.

Over 579 financiële taken uit de echte wereld meldt Tencent dat Hy4 op de eerste plaats staat onder de open-weight-modellen met een score van 3,04, vóór DeepSeek-V4.1-Flash-1017 met 2,97, Kimi K3.1 Pro met 2,68 en GLM-5.3 met 2,68. Op IRAB, een interne benchmark van het financiële AI-agentbedrijf RabyteTech, zegt Tencent dat Hy4 12,03 procentpunten hoger scoort dan de Hy4-preview.

Het bedrijf rapporteert ook verbeteringen in de betrouwbaarheid: Hy4 verlaagde het hallucinatiepercentage naar 5,45 procent, van 15,76 procent bij de Hy4-preview, en reduceerde speculatieve fouten van 23,1 procent naar 5,6 procent, na gerichte upgrades van de zoekfunctie, waaronder tijdgevoelig ophalen, synthese van meerdere bronnen en verificatie van feitelijke consistentie. In wetenschappelijk onderzoek zegt Tencent dat Hy4 op de eerste plaats staat onder open-weight-modellen op TenureTrail, de interne benchmark van 123 onderzoekstaken in zeven disciplines.

Games, documenten en recursieve zelfverbetering

Game-ontwikkeling kreeg zijn eigen behandeling. Tencent werkte samen met professionele ontwikkelaars bij de Interactive Entertainment Group – de divisie achter enkele van 's werelds grootste gamefranchises – om trainingsgegevens en evaluaties samen te stellen over de implementatie van functies, gameplay-logica, statustracking en asset-pijplijnen. Tencent zegt dat Hy4 uitgebreid is aangepast voor Unreal Engine, Unity en Godot, en de Hy4-preview met 19,1 procent verbetert op GameDev en 9,8 procent op GameLogic, met nieuwe ondersteuning voor de ontwikkeling van multiplayer-games.

In kantoorworkflows verbeterde Tencent de mogelijkheid van het model om Word-, Excel- en PowerPoint-bestanden in realtime samen te bewerken, waarbij duidelijke blinde evaluatiewinsten op het gebied van documentopmaak, betrouwbaarheid en bruikbaarheid werden gerapporteerd. Manus, het AI-agentplatform, zei in de feedback in de aankondiging dat Hy4 een taakvoltooiingspercentage van bijna 97 procent behaalde bij het maken en bewerken van documenten.

De meest speculatieve claim betreft recursieve zelfverbetering. Tencent zegt dat Hy4, in combinatie met zijn Hyra 2.0-harnas, de interne pre-trainingsinfrastructuur van het bedrijf heeft geoptimaliseerd voor kleinere modellen met dezelfde architectuur en autonoom een ​​variant heeft getraind die beter presteert dan de officiële Jev-basislijn op meerdere benchmarks. Twee basismodellen die mede zijn ontwikkeld door Hy4 en Hyra 2.0 – HyCell voor weergave van één cel en HyPDE voor fysieke veldmodellering – worden open source gemaakt om deze resultaten herbruikbaar te maken.

Cyber- en bioveiligheidsfiltering

Tencent heeft de veiligheid van capaciteiten rechtstreeks aangepakt. Het bedrijf zei dat het aanstootgevende inhoud eruit filterde "zoals de ontwikkeling van exploits, reverse engineering en penetratietesten om te voorkomen dat potentiële offensieve mogelijkheden worden versterkt" - een aanpak die Reuters kenmerkte als het trainen van het model met beperkte cyberbeveiligingsgegevens te midden van de angst voor hacking.

Op het gebied van bioveiligheid meldt Tencent dat Hy4's experimentele ontwerpmogelijkheden met een open einde een score van 30,4 van de 100 behalen op zijn Hy-BioExperimentBench, die het bedrijf ruim onder de risicodrempel plaatst. Interne experts die de redeneringssporen van het model hebben gecontroleerd, kwamen tot de conclusie dat Hy4 weliswaar een goed begrip heeft van de fundamentele biologie, maar dat het vermogen om die kennis om te zetten in bruikbare experimentele protocollen beperkt blijft. Tencent zegt dat het geen bewijs heeft gevonden dat Hy4 de barrière voor het veroorzaken van biologische schade op betekenisvolle wijze verlaagt.

Open gewichten beloofd — met een systeemkaart

Eén detail bemoeilijkt de "open-source" framing: de volledige Hy4-gewichten kunnen nog niet worden gedownload. Tencent stelt duidelijk dat het van plan is de modelgewichten van Hy4 open source te maken en samen te werken met de vLLM- en SGLang-gemeenschappen om ecosysteemondersteuning te bieden. Wanneer de gewichten worden vrijgegeven, zegt het bedrijf dat het ook een uitgebreide systeemkaart zal publiceren met details over de veiligheidsevaluaties – een document dat onder de loep zal worden genomen, aangezien de releases van open gewichten van Chinese laboratoria dit jaar zowel lof als bezorgdheid hebben gewekt.

Tencent erkende ook dat er een kloof blijft bestaan ​​tussen Hy4 en de beste eigen modellen, met name op het gebied van wiskunde op onderzoeksniveau, coderen op lange horizon, zelfverbetering van modellen en geavanceerd visueel beantwoorden van vragen. Een lichtere, goedkopere Hy4 Flash staat "in de nabije toekomst" gepland.

De lancering belandt in een steeds drukker wordend Chinees veld met open gewichten, waarbij DeepSeek-, Kimi- en GLM-releases allemaal concurreren op prijs en capaciteit. Tencent durft te wedden dat professioneel computergebruik – en niet de ruwe benchmarkscores – een open model tot een bedrijfstool maakt.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →