Tencent a lansat o previzualizare Hy4 cu sursă deschisă, un nou model emblematic de limbă mare de la echipa sa Hunyuan pe care compania îl poziționează la frontiera open-source. Greutățile au ajuns pe Hugging Face, ModelScope, GitCode și CNB pe 28 august sub licența Apache 2.0 permisivă, alături de o variantă cuantificată FP8 pentru o inferență mai ieftină.

Lansarea intensifică competiția dintre laboratoarele chineze care livrează modele de frontieră deschise, un domeniu care include în prezent seria GLM de la Z.AI și modelele Kimi de la Moonshot AI. Bloomberg a raportat că Tencent susține că noul model depășește ambii rivali în testarea internă - o afirmație care, la fel ca toate evaluările efectuate de furnizori, merită analizată. For more context on this story, see our ongoing AI industry coverage.

Numerele titlurilor

Previzualizarea Hy4 este un model Mixture-of-Experts (MoE) cu 770 de miliarde de parametri totali, dintre care 49 de miliarde sunt activați per token. Conform modelului oficial de card publicat în depozitul Tencent-Hunyuan GitHub, coloana vertebrală are 78 de straturi, 256 de experți direcționați plus un expert partajat și activează primii 8 experți direcționați pentru fiecare token. Un strat nativ de predicție multi-token (MTP) – 10 miliarde de parametri în total, 0,7 miliarde activați – este încorporat pentru decodificarea speculativă.

Fereastra de context este cealaltă specificație de marcaj: 1 milion de jetoane, o lungime care permite modelului să proceseze baze de cod întregi, documente juridice lungi sau transcrieri ale întâlnirilor de o oră într-o singură trecere.

Arhitectură împrumutată de la rivali — și construită pe deasupra

Într-un grad neobișnuit de candoare pentru o lansare emblematică, documentația lui Tencent afirmă că modulul de atenție a fost „inspirat de DeepSeek și GLM”. Previzualizarea Hy4 utilizează Gated DeepSeek Sparse Attention (Gated DSA) combinată cu IndexCache pentru reutilizarea indexului dispers pe mai multe straturi, în timp ce calea reziduală folosește Hyper-Connections de identitate (iHC) pentru a extinde fluxul de informații între straturi.

Deschiderea contează pentru dezvoltatorii care evaluează modelul: atenția limitată este ceea ce face ca un context de 1M token să poată fi servit din punct de vedere economic, deoarece atenția deplină naivă la această lungime devine prohibitiv de costisitoare. Atât DeepSeek, cât și Z.AI au livrat variante ale acestui design în propriile lor modele emblematice.

Construit pentru productivitate, reglat cu experți interni

Tencent spune că a colaborat cu experți din interiorul companiei - ingineri software, dezvoltatori de jocuri, analiști financiari și experți în securitate - și a construit date de instruire în jurul muncii pe care o livrează efectiv. Cardul model evidențiază patru domenii de interes:

  • Inginerie software: planificare îmbunătățită, depanare și verificare a sarcinilor de dezvoltare pe orizont lung, plus câștiguri în „gustul vizual” front-end.
  • Birou și analiză: conversia unui context dezordonat cu mai multe fișiere în documente, foi de calcul și prezentări care pot fi partajate, cu o gestionare mai puternică a ecuațiilor și a modelelor financiare.
  • Dezvoltare joc: generarea de prototipuri jucabile dintr-un singur prompt și lucrul fluent cu motoarele de joc în mai multe ture de rafinare.
  • Cercetare științifică: a susținut progrese în cercetarea AI, dinamica moleculară, fizica materiei condensate și problemele de matematică pură.

Tencent mai spune că previzualizarea Hy4 a fost proiectată împreună cu propriile sale produse, CodeBuddy și WorkBuddy, astfel încât câștigurile modelului se traduc în îmbunătățiri ale produsului.

Ce arată propriile benchmark-uri ale lui Tencent

Cea mai concretă comparație în materialele de lansare este o evaluare oarbă, paralelă, efectuată de Tencent, cu 163 de experți interni care evaluează rezultate pentru 203 sarcini de inginerie. În acele teste, previzualizarea Hy4 a obținut o medie de 2,99, puțin înainte de 2,92 pentru GLM 5.3 (46,8% victorii, 12,8% egalități, 40,4% pierderi) și 2,94 pentru Kimi K3 (51,2% victorii, 7,40% pierderi).

Două avertismente merită menționate clar. În primul rând, acestea sunt evaluările interne ale Tencent, nu benchmark-uri independente; compania nu a publicat încă rezultate verificate a treia pe clasamentele publice. În al doilea rând, marjele sunt înguste - un decalaj de 0,05 până la 0,07 puncte pe o scară subiectivă de evaluare a experților se află în intervalul pe care diferitele grupuri de rating l-ar putea schimba cu ușurință.

Verificarea independentă va veni de la agregări publice, pe măsură ce comunitatea rulează modelul prin codificare, raționament și suite agentice standardizate în săptămânile următoare.

Livrare devreme, cu erori cunoscute

Tencent este explicit că aceasta este o previzualizare. Cardul model enumeră limitările cunoscute, inclusiv cheltuirea raționamentului mai mult decât este necesar prin sarcini complexe și tendința de a-și supraverifica propria activitate. Echipa spune că „ar fi mai degrabă să expedieze devreme și să audă ce se întrerupe”, invocând abordarea care a îmbunătățit generația Hy3.

Pentru implementare, greutățile sunt disponibile atât în ​​BF16, cât și în FP8, cu suport pentru prima zi în vLLM și SGLang. Tencent publică imagini Docker prefabricate pentru ambele, cu rețete care recomandă paralelismul tensorului pe 8 GPU-uri și decodare speculativă bazată pe MTP pentru difuzare sensibilă la latență. O conductă de reglare fină și setul de instrumente de cuantizare AngelSlim sunt livrate împreună cu modelul.

De ce contează

Cursa cu greutăți deschise din China a devenit un război pe două fronturi între seria GLM de la Z.AI și modelele Kimi de la Moonshot, cu DeepSeek, Qwen și acum o intrare mult mai mare Hunyuan care aglomera terenul. Combinația Hy4 de previzualizare a licențelor Apache 2.0, o scară de parametri de 770B și un context de 1M token ridică plafonul a ceea ce oricine poate descărca și găzdui singur – iar suportul vLLM și SGLang din prima zi reduce bariera în direcția rulării efective a acestuia.

Pentru întreprinderile care cântăresc modele deschise față de API-uri închise occidentale, întrebarea practică nu mai este dacă un model deschis poate egala performanța închisă pe hârtie, ci dacă uneltele din jur - cuantificare, servire, reglare fină - sunt suficient de mature. Tencent pariază că expedierea tuturor deodată, sub o licență permisivă, este modul în care Hunyuan revine în conversație.

Dacă afirmațiile de referință interne se mențin în timpul testării independente, va determina dacă previzualizarea Hy4 este amintită ca o versiune open-source de frontieră autentică sau un alt punct de referință al furnizorului într-un domeniu aglomerat. Greutățile sunt publice acum, așa că verdictul comunității nu ar trebui să dureze mult.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →