Компания Tencent представила Hy4, последнюю версию своей линейки больших языковых моделей, которая демонстрирует значительный скачок возможностей по сравнению с предварительной версией Hy4. Благодаря этому выпуску, Hy4 впервые вошла в число самых способных открытых моделей в мире.
Tencent планирует в скором времени опубликовать веса модели Hy4 и системную карту. Модель значительно расширила масштабы данных и обучения как на этапе предварительного, так и послетренировочного обучения, а также впервые получила функции обработки зрения, что обеспечило комплексное улучшение в следовании инструкциям, понимании длинного контекста и агентных возможностях на длительном горизонте.
Новые визуальные способности Hy4 включают в себя понимание изображений, рассуждения и использование инструментов, позволяя модели интерпретировать сложные диаграммы, анализировать документы и обрабатывать информацию из множества картинок. Модель способна комбинировать визуальные данные для многоэтапного анализа и вывода, выходя за рамки простого визуального восприятия к визуальному рассуждению.
Основываясь на своем визуальном понимании, Hy4 теперь поддерживает функцию Компьютерного использования впервые. Она работает как в командной строке, так и в графических интерфейсах, справляясь с широким спектром рабочих и повседневных задач. Команда Hy от Tencent провела целенаправленное обучение на специализированном программном обеспечении, таком как Blender и приложения CAD, а также на задачах длительного горизонта, охватывающих несколько приложений, что дополнительно повысило способность модели планировать и выполнять профессиональные рабочие процессы.
Tencent считает, что разработка моделей должна выходить за пределы лаборатории. Команда Hy сотрудничает с продуктовыми командами в рамках совместной разработки (Co-Design) в реальных корпоративных рабочих процессах, уделяя особое внимание WorkBuddy — ИИ-агенту Tencent для офисной работы.
В офисных условиях Hy4 улучшает пользовательский опыт WorkBuddy во всех аспектах. Согласно оценке, сфокусированной на WorkBuddy, средний показатель качества Hy4 составил 83,18, а процент успешного выполнения задач — 96,15%. В реальной эксплуатации Hy4 находит баланс между качеством и эффективностью при выполнении таких задач, как визуальный дизайн, построение 3D-сцен и веб-разработка.
С момента запуска в марте 2026 года WorkBuddy демонстрирует быстрый темп итераций, выпустив более 100 крупных обновлений. Потребление токенов увеличилось в 50 раз по сравнению с периодом первоначального запуска в марте, и на сегодняшний день было выполнено более 9 миллиардов запросов на выполнение задач.
WorkBuddy стал крупнейшим ИИ-агентом для повышения производительности в офисе в Китае по базе пользователей. Корпоративная версия WorkBuddy внедрена в более чем 50 отраслях, обслуживая 50% из 500 крупнейших предприятий Китая и 60% из 100 крупнейших предприятий.
Hy4 также обеспечивает существенное обновление в области профессионального финансового анализа, чему способствуют тысячи рабочих пространств и более 10 000 высококачественных задач, созданных на основе реальных финансовых сценариев, охватывающих исследование фондов, анализ ценных бумаг и количественную стратегию.
В слепом тестировании, проведенном 213 финансовыми экспертами — 153 из которых из ведущих финансовых учреждений вне Tencent, и примерно семь из десяти с опытом работы более пяти лет — Hy4 заняла первое место по общему показателю среди открытых моделей, оцененных в ходе 579 реальных финансовых задач.
В сфере фронтенд- и игровой разработки команда Hy внесла целевые оптимизации в сложные взаимодействия фронтенда, бизнес-логику, управление состоянием, интеграцию фронтенд/бэкенд и другие области, чтобы интерфейсы, генерируемые моделью, были не только эстетически привлекательными, но и функционально полными и пригодными для использования. Команда также сотрудничала с профессиональными разработчиками игр в Tencent Interactive Entertainment Group (IEG) для постоянного улучшения качества данных и оценки, уделяя особое внимание улучшению таких возможностей, как реализация игровых функций, игровая логика, понимание состояния и обработка ресурсов. Hy4 глубоко адаптирована к основным движкам, таким как Unreal Engine, Unity и Godot, и начала расширяться в область разработки онлайн-мультиплеерных игр. По сравнению с предварительной версией Hy4, Hy4 улучшилась на 19,1% по оценке GameDev и на 9,8% по оценке GameLogic соответственно.
В научных исследованиях Hy4 объединяет сложное рассуждение, научное программирование и выполнение задач на длительном горизонте, что еще больше укрепляет ее способность продвигать исследовательские рабочие процессы от начала до конца. В внутренней оценке TenureTrail, охватывающей семь дисциплин и 123 исполняемых исследовательских задачи, Hy4 продемонстрировала прочные исследовательские возможности в таких областях, как математическое построение, физическое моделирование, науки о Земле и окружающей среде, системная инженерия и социально-экономическое принятие решений.
Чтобы минимизировать потенциальные риски в таких областях, как кибербезопасность и биология, команда Hy приняла более ответственный подход ко всему процессу обучения, выпуска открытых весов и запуска. В части кибербезопасности Hy4 обучалась исключительно на оборонительных данных, связанных с генерацией PoC и исправлением уязвимостей. Материалы, связанные с атакой — эксплуатация, обратная разработка и тестирование на проникновение — были исключены, чтобы избежать любого потенциального усиления наступательных возможностей. Команда Hy привлекла внутренних экспертов по безопасности из Tencent Xuanwu Lab и Keen Lab для аудита областей, включая криптоанализ, обратную разработку и эксплуатацию. Результаты показали отсутствие заметного риска в наступательных возможностях Hy4, включая решение криптографических алгоритмов в обратном порядке, противодействие обфускации бинарных файлов и эксплуатацию уязвимостей.
Что касается биологической безопасности, возможности Hy4 по проектированию открытых экспериментов все еще значительно отстают от передовых моделей (Hy-BioExperimentBench: 30,4/100). Внутренние эксперты команды Hy провели аудит траекторий. Они обнаружили прочное понимание фундаментальной биологии, но ограниченную способность превращать эти знания в исполняемые экспериментальные планы, а также не нашли доказательств того, что Hy4 может существенно снизить барьер для совершения биохимического вреда.
Hy4 теперь доступна во всем портфеле продуктов Tencent. Ее API также доступен через сторонние платформы, включая OpenRouter, Hermes и OpenCode. Tencent Hy стремится предоставлять экономически эффективные ИИ-услуги. Hy4 сохраняет ценообразование, аналогичное Hy4 preview: 0,834 доллара за миллион входных токенов, 2,501 доллара за миллион выходных токенов и 0,042 доллара за миллион токенов при попадании в кэш, несмотря на существенное повышение возможностей.
Вскоре будет выпущен Hy4 flash, который сохранит возможности Hy4, но значительно снизит стоимость за задачу — это модель, разработанная для максимального соотношения цены и производительности. Для сбора отзывов пользователей и непрерывного улучшения возможностей модели, WorkBuddy и CodeBuddy предложат пользователям ограниченный бесплатный лимит использования с 4 ноября по 15 ноября. Кроме того, с сегодняшнего дня по 31 декабря 2026 года Hy4 будет тарифицироваться по цене 50% от розничной цены на Tencent Cloud TokenHub.
В области исследований и разработок моделей Tencent Hy готовится к будущей фазе исследований рекурсивного самосовершенствования (RSI), сосредоточив внимание на использовании моделей для ускорения разработки моделей и изучения передовых проблем.
С момента восстановления своей ИИ-инфраструктуры в феврале 2026 года Tencent Hy выпускала крупную модель примерно каждые два месяца — масштабируясь от менее чем 300 миллиардов параметров в Hy3 до 770 миллиардов в Hy4, при этом ожидается, что Hy5 пойдет дальше.
Команда Tencent Hy отметила, что, хотя Hy4 уже является одной из самых способных открытых моделей на сегодняшний день, между ней и ведущими закрытыми моделями остается значительный разрыв. Hy продолжит стабильно и размеренно наращивать предварительное и послетренировочное обучение, чтобы сократить этот разрыв.
