Tencent выпустила предварительную версию Hy4 с открытым исходным кодом, новую флагманскую модель большого языка от своей команды Hunyuan, которую компания позиционирует на переднем крае открытого исходного кода. Веса появились на Hugging Face, ModelScope, GitCode и CNB 28 августа под разрешительной лицензией Apache 2.0 вместе с квантованным вариантом FP8 для более дешевого вывода.

Запуск обостряет конкуренцию среди китайских лабораторий, поставляющих модели Frontier с открытым весом, в эту область в настоящее время входят серия GLM от Z.AI и модели Kimi от Moonshot AI. Bloomberg сообщил, что Tencent утверждает, что новая модель превосходит обоих конкурентов в ходе внутреннего тестирования — утверждение, которое, как и все оценки поставщиков, заслуживает тщательного изучения. Подробнее об этой истории — в нашем новости об ИИ.

Цифры в заголовках

Предварительная версия Hy4 — это модель Mixture-of-Experts (MoE) с 770 миллиардами общих параметров, из которых 49 миллиардов активируются на каждый токен. Согласно официальной карточке модели, опубликованной в репозитории Tencent-Hunyuan GitHub, магистральная сеть имеет 78 уровней, 256 маршрутизируемых экспертов плюс один общий эксперт и активирует восемь лучших маршрутизируемых экспертов для каждого токена. Для спекулятивного декодирования встроен собственный уровень прогнозирования нескольких токенов (MTP) — всего 10 миллиардов параметров, 0,7 миллиарда активированных.

Контекстное окно — это еще одна спецификация области: 1 миллион токенов, длина, которая позволяет модели обрабатывать целые базы кода, длинные юридические документы или часовые стенограммы встреч за один проход.

Архитектура позаимствована у конкурентов и построена на ее основе

В документации Tencent с необычной степенью откровенности для флагманского запуска говорится, что модуль внимания «вдохновлен DeepSeek и GLM». Предварительная версия Hy4 использует Gated DeepSeek Sparse Attention (Gated DSA) в сочетании с IndexCache для повторного использования межуровневого разреженного индекса, в то время как остаточный путь использует Hyper-Connections идентификации (iHC) для расширения межуровневого потока информации.

Открытость имеет значение для разработчиков, оценивающих модель: редкое внимание — это то, что делает контекст с 1 млн токенов экономически выгодным, поскольку наивное полное внимание такой длины становится непомерно дорогим. И DeepSeek, и Z.AI представили варианты этой конструкции в своих флагманских моделях.

Создан для повышения производительности и настроен собственными экспертами

Tencent заявляет, что сотрудничала с экспертами внутри компании — инженерами-программистами, разработчиками игр, финансовыми аналитиками и экспертами по безопасности — и собирала обучающие данные на основе работы, которую они фактически выполняют. В карточке модели выделены четыре основных направления:

  • Разработка программного обеспечения: улучшенное планирование, отладка и проверка долгосрочных задач разработки, а также улучшение «визуального вкуса» интерфейса.
  • Офис и анализ: преобразование беспорядочного многофайлового контекста в общие документы, электронные таблицы и презентации с улучшенной обработкой уравнений и финансовых моделей.
  • Разработка игр: создание игровых прототипов с помощью одной подсказки и свободная работа с игровыми движками на протяжении нескольких этапов доработки.
  • Научные исследования: заявленный прогресс в исследованиях искусственного интеллекта, молекулярной динамике, физике конденсированного состояния и проблемах чистой математики.

Tencent также сообщает, что предварительная версия Hy4 была разработана совместно с ее собственными продуктами CodeBuddy и WorkBuddy, так что преимущества модели приводят к улучшению продукта.

Что показывают собственные тесты Tencent

Наиболее конкретным сравнением в материалах запуска является слепая совместная оценка, которую Tencent провела с участием 163 внутренних экспертов, оценивших результаты по 203 инженерным задачам. В этих тестах предварительный просмотр Hy4 набрал в среднем 2,99 балла, что немного опережает 2,92 процента GLM 5.3 (46,8 процента побед, 12,8 процента ничьих, 40,4 процента поражений) и 2,94 процента Kimi K3 (51,2 процента побед, 7,9 процента ничьих, 40,9 процента поражений).

Два предостережения стоит сказать прямо. Во-первых, это внутренние оценки Tencent, а не независимые тесты; компания еще не опубликовала проверенные третьими лицами результаты в публичных списках лидеров. Во-вторых, разница невелика: разница в 0,05–0,07 пункта по субъективной шкале экспертных оценок находится в пределах диапазона, в котором разные рейтинговые пулы могут легко перевернуться.

Независимая проверка будет осуществляться публичными агрегаторами, поскольку сообщество в ближайшие недели прогонит модель через стандартизированное кодирование, рассуждения и агентские пакеты.

Ранняя доставка с известными ошибками

Tencent прямо заявляет, что это предварительная версия. В типовой карточке перечислены известные ограничения, в том числе трата большего времени, чем необходимо, на рассуждения над сложными задачами и склонность к чрезмерной проверке собственной работы. Команда говорит, что «предпочла бы выпустить продукт пораньше и узнать, что сломалось», ссылаясь на подход, который улучшил поколение Hy3.

Для развертывания веса доступны как в BF16, так и в FP8, с поддержкой первого дня в vLLM и SGLang. Tencent публикует готовые образы Docker для обоих с рецептами, рекомендующими тензорный параллелизм между 8 графическими процессорами и спекулятивное декодирование на основе MTP для обслуживания, чувствительного к задержке. Вместе с моделью поставляется конвейер тонкой настройки и набор инструментов квантования AngelSlim.

Почему это важно

Гонка в открытом весе в Китае превратилась в войну на два фронта между серией GLM от Z.AI и моделями Kimi от Moonshot, причем поле заполонили DeepSeek, Qwen, а теперь и гораздо более крупная модель Hunyuan. Сочетание предварительной версии Hy4 с лицензией Apache 2.0, масштабом параметров 770B и контекстом токена 1M поднимает потолок того, что каждый может загрузить и разместить самостоятельно, а поддержка vLLM и SGLang в первый день снижает барьер для фактического запуска.

Для предприятий, сравнивающих открытые модели с западными закрытыми API, практический вопрос больше не в том, может ли открытая модель соответствовать закрытой производительности на бумаге, а в том, достаточно ли зрелы окружающие инструменты — квантование, обслуживание, точная настройка. Tencent делает ставку на то, что Hunyuan снова включится в разговор, отправив все это сразу по разрешительной лицензии.

От того, подтвердятся ли внутренние тесты в ходе независимого тестирования, будет зависеть, запомнится ли предварительная версия Hy4 как подлинный передовой выпуск с открытым исходным кодом или как еще один тест поставщика в многолюдной области. Веса теперь общедоступны, поэтому вердикт сообщества не займет много времени.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →