Tencent heeft Hy4 preview vrijgegeven en open source, een nieuw vlaggenschip voor grote talen van het Hunyuan-team dat het bedrijf positioneert op de open source-grens. De gewichten kwamen op 28 augustus terecht op Hugging Face, ModelScope, GitCode en CNB onder de tolerante Apache 2.0-licentie, naast een FP8-gekwantiseerde variant voor goedkopere gevolgtrekking.

De lancering intensiveert de concurrentie tussen Chinese laboratoria die open-weight frontier-modellen verzenden, een veld dat momenteel de GLM-serie van Z.AI en de Kimi-modellen van Moonshot AI omvat. Bloomberg meldde dat Tencent beweert dat het nieuwe model beter presteert dan beide rivalen in interne tests – een bewering die, net als alle door leveranciers uitgevoerde evaluaties, nauwkeurig onderzoek verdient. Voor meer context over dit verhaal, zie ons AI-trends.

De kopnummers

Hy4 preview is een Mixture-of-Experts (MoE)-model met in totaal 770 miljard parameters, waarvan er 49 miljard per token worden geactiveerd. Volgens de officiële modelkaart die is gepubliceerd in de Tencent-Hunyuan GitHub-repository, heeft de backbone 78 lagen, 256 gerouteerde experts plus één gedeelde expert, en worden de top-8 gerouteerde experts voor elk token geactiveerd. Een native multi-token voorspellingslaag (MTP) – 10 miljard totale parameters, 0,7 miljard geactiveerd – is ingebouwd voor speculatieve decodering.

Het contextvenster is de andere selectiespecificatie: 1 miljoen tokens, een lengte waarmee het model volledige codebases, lange juridische documenten of transcripties van urenlange vergaderingen in één keer kan verwerken.

Architectuur geleend van rivalen – en er bovenop gebouwd

In een ongebruikelijke mate van openhartigheid voor een vlaggenschiplancering wordt in de documentatie van Tencent vermeld dat de aandachtsmodule "geïnspireerd was door DeepSeek en GLM." Hy4 preview maakt gebruik van Gated DeepSeek Sparse Attention (Gated DSA) gecombineerd met IndexCache voor cross-layer sparse index hergebruik, terwijl het resterende pad identiteit Hyper-Connections (iHC) gebruikt om de informatiestroom tussen de lagen uit te breiden.

De openheid is van belang voor ontwikkelaars die het model evalueren: schaarse aandacht maakt een 1M-token-context economisch bruikbaar, aangezien naïeve volledige aandacht op die lengte onbetaalbaar wordt. Zowel DeepSeek als Z.AI hebben varianten van dit ontwerp verzonden in hun eigen vlaggenschipmodellen.

Gebouwd voor productiviteit, afgestemd met interne experts

Tencent zegt dat het samenwerkte met experts binnen het bedrijf – software-ingenieurs, game-ontwikkelaars, financiële analisten en beveiligingsexperts – en trainingsgegevens heeft opgebouwd rond het werk dat ze feitelijk leveren. De modelkaart belicht vier aandachtsgebieden:

  • Software-engineering: verbeterde planning, foutopsporing en verificatie van ontwikkelingstaken met een lange horizon, plus winst in front-end 'visuele smaak'.
  • Kantoor en analyse: rommelige context van meerdere bestanden omzetten in deelbare documenten, spreadsheets en presentaties, met een betere verwerking van vergelijkingen en financiële modellen.
  • Game-ontwikkeling: speelbare prototypes genereren vanaf één enkele prompt en vloeiend werken met game-engines in meerdere verfijningsbeurten.
  • Wetenschappelijk onderzoek: geclaimde vooruitgang op het gebied van AI-onderzoek, moleculaire dynamica, fysica van de gecondenseerde materie en zuivere wiskundeproblemen.

Tencent zegt ook dat de Hy4-preview mede is ontworpen met zijn eigen producten, CodeBuddy en WorkBuddy, zodat modelwinsten zich vertalen in productverbeteringen.

Wat de eigen benchmarks van Tencent laten zien

De meest concrete vergelijking in het lanceringsmateriaal is een blinde zij-aan-zij-evaluatie die Tencent uitvoerde met 163 interne experts die de resultaten van 203 technische taken beoordeelden. In die tests scoorde de Hy4-preview gemiddeld 2,99, iets hoger dan de 2,92 van GLM 5.3 (46,8 procent overwinningen, 12,8 procent gelijkspel, 40,4 procent verliezen) en Kimi K3's 2,94 (51,2 procent overwinningen, 7,9 procent gelijkspel, 40,9 procent verliezen).

Twee kanttekeningen zijn het vermelden waard. Ten eerste zijn dit de interne evaluaties van Tencent, en geen onafhankelijke benchmarks; het bedrijf heeft nog geen derde geverifieerde resultaten op openbare scoreborden gepubliceerd. Ten tweede zijn de marges smal: een verschil van 0,05 tot 0,07 punten op een subjectieve beoordelingsschaal van experts ligt binnen het bereik dat verschillende beoordelingspools gemakkelijk zouden kunnen omdraaien.

Onafhankelijke verificatie zal afkomstig zijn van openbare aggregaties, terwijl de gemeenschap het model de komende weken via gestandaardiseerde codering, redenering en agentische suites doorloopt.

Verzending vroeg, met bekende bugs

Tencent zegt expliciet dat dit een voorproefje is. De modelkaart somt bekende beperkingen op, waaronder het langer dan noodzakelijk besteden van redeneren aan complexe taken en de neiging om het eigen werk te veel te verifiëren. Het team zegt dat het "liever vroeg verzendt en hoort wat er kapot gaat", daarbij verwijzend naar de aanpak die de Hy3-generatie heeft verbeterd.

Voor inzet zijn de gewichten beschikbaar in zowel BF16 als FP8, met ondersteuning op dag één in vLLM en SGLang. Tencent publiceert voor beide kant-en-klare Docker-images, met recepten die tensor-parallellisme over 8 GPU's aanbevelen en op MTP gebaseerde speculatieve decodering voor latentiegevoelige services. Naast het model worden een pijplijn voor fijnafstemming en de AngelSlim-kwantiseringstoolkit geleverd.

Waarom het ertoe doet

De open-weight race in China is een oorlog van twee fronten geworden tussen de GLM-serie van Z.AI en de Kimi-modellen van Moonshot, waarbij DeepSeek, Qwen en nu een veel grotere Hunyuan-inzending het veld verdringen. De combinatie van Hy4 preview van Apache 2.0-licenties, een schaal van 770B-parameters en een 1M-token-context verhoogt het plafond van wat iedereen kan downloaden en zelf kan hosten - en de eerste dag ondersteuning voor vLLM en SGLang verlaagt de drempel om het daadwerkelijk uit te voeren.

Voor bedrijven die open modellen afwegen tegen westerse gesloten API's, is de praktische vraag niet langer of een open model de gesloten prestaties op papier kan evenaren, maar of de omringende tooling – kwantisering, bediening, verfijning – volwassen genoeg is. Tencent gokt erop dat het in één keer verzenden van alles in één keer, onder een toegestane licentie, de manier is waarop Hunyuan weer in het gesprek komt.

Of de interne benchmarkclaims standhouden bij onafhankelijke tests, zal bepalen of de Hy4-preview wordt herinnerd als een echte grensverleggende open source-release of als een andere benchmark van een leverancier in een druk veld. De gewichten zijn nu openbaar, dus het oordeel van de gemeenschap zal niet lang op zich laten wachten.

---

Blijf Voorop met AI

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

Lees meer AI-nieuws →