Cerca de dos meses después de mostrar una versión preliminar, Tencent lanzó la versión final de su modelo de lenguaje Hy4. La empresa asegura que lo entrenó con muchos más datos que su antecesor y que, "por primera vez", queda entre los modelos de pesos abiertos más fuertes. Esos pesos todavía no se publican. Hasta una fecha que Tencent no precisó, Hy4 solo está disponible en Tencent Cloud, OpenRouter y apps de la compañía como el chatbot Yuanbao.
Imágenes y control del computador
La novedad principal es la comprensión de imágenes. Hy4 debería reconocer detalles finos en fotos y diagramas complejos. En una demostración encuentra un componente de unos dos metros sobre el techo de una bodega dentro de una imagen aérea de 2,8 gigapíxeles, generando recortes de la imagen mediante código.
El modelo también puede operar un computador por primera vez y controlar software por sí solo. Tencent lo entrenó en herramientas profesionales como Blender y programas de CAD, además de tareas que exigen usar varias aplicaciones seguidas.
La comprensión de imágenes apunta también a programar, por ejemplo para construir sitios web y juegos. Para el desarrollo de videojuegos, Tencent trabajó con sus propios estudios y adaptó el modelo a motores como Unreal, Unity y Godot. Según el equipo del juego móvil Honor of Kings, Hy4 resuelve tareas de configuración casi sin errores y encuentra la causa de los bugs con mucha más frecuencia que antes.
Finanzas como campo de prueba
Tencent puso un esfuerzo especial en finanzas y oficina. En una prueba con más de 200 profesionales del sector, que evaluaron a Hy4 en cerca de 600 tareas reales, el modelo quedó por delante de sus rivales chinos Deepseek V4.1 Flash, Kimi K3.1 Pro y GLM-5.3 Flash, según la empresa.
Hy4 también debería inventar mucho menos al investigar en la web. Con una función de búsqueda rediseñada, la tasa de alucinación bajó de casi 16% a cerca de 5% en pruebas internas. El modelo puede además colaborar en tiempo real con personas sobre archivos de Word, Excel y PowerPoint.
Las empresas asociadas reportan avances similares, aunque también con pruebas propias. La plataforma financiera Comein considera a Hy4 el único modelo chino a la par de Claude Opus 5.5 de Anthropic, en segundo lugar, y claramente por encima de GPT-6.1 Sol de OpenAI en consultas de datos. La plataforma de agentes Manus informa que Hy4 completa casi todas las tareas con documentos.
En la evaluación de la propia Tencent, Claude Opus 5.5 supera a Hy4 en los doce benchmarks. GPT 6.1 Sol le gana en ocho.
¿Qué dice la evaluación independiente?
Una primera medición de Artificial Analysis muestra un cuadro algo distinto. En su Intelligence Index, que combina trabajo de oficina, programación, ciencia y conocimiento general, Hy4 marca 35 puntos, sobre la mediana de 30. Eso lo empata con Grok 4.7 y lo deja segundo entre los modelos de laboratorios chinos, detrás de Kimi K3.1 Pro con 46 puntos. En la prueba financiera de Tencent, Hy4 sí quedaba por delante de Kimi.
| Modelo | Intelligence Index de Artificial Analysis |
|---|---|
| Kimi K3.1 Pro | 46 |
| Hy4 | 35 |
| Grok 4.7 | 35 |
| Mediana | 30 |
En ese índice, Hy4 queda más o menos empatado con Haiku 5.5, el modelo más chico de Anthropic, que cuesta casi la mitad por tarea en el benchmark.
Sin búsqueda web el panorama cambia. En la prueba de exactitud factual AA-Omniscience, Hy4 responde bien cerca de la mitad de las preguntas con lo que sabe de su entrenamiento. Cuando no sabe una respuesta, la inventa el 89% de las veces en lugar de reconocer el vacío.
Una IA que ayuda a construir la siguiente
En una prueba interna con tareas de investigación de siete áreas, Hy4 queda primero entre los modelos abiertos, según Tencent. Junto con el sistema de agentes Hyra 2.0, Hy4 también optimizó los pipelines de entrenamiento de modelos más chicos de la empresa. Tencent afirma que Hy4 con Hyra 2.0 sube cerca de 20% el rendimiento de su infraestructura interna de entrenamiento en seis etapas.
Después entrenó por su cuenta una versión de Jev, un modelo de toma de decisiones de la startup estadounidense TypeSafe AI. La variante Hyra-Jev entrenada por Hy4 supera al modelo base en seis de ocho benchmarks. Tencent publicará como modelos abiertos dos modelos especializados en biología y física creados de esta forma. La idea es que Hy4 apoye y acelere el desarrollo de IA dentro de la compañía.
Seguridad, precio y debilidades reconocidas
Con la publicación de los pesos en carpeta, Tencent pone el acento en la seguridad. La empresa dice que filtró a propósito el material relacionado con hacking durante el entrenamiento y que sus laboratorios de seguridad no encontraron un riesgo mayor de mal uso. El modelo también queda muy por debajo del umbral de riesgo biológico de Tencent. Un informe de seguridad detallado llegará junto con los pesos.
El precio se mantiene igual que en la versión preliminar. Un millón de tokens de entrada cuesta cerca de 0,83 dólares y un millón de tokens de salida, unos 2,50 dólares. Tencent admite que Hy4 sigue muy por detrás de los mejores modelos comerciales en tareas difíciles como matemática avanzada, proyectos de programación largos y análisis de imágenes complejas. La brecha más grande está en Hy-FrontierMath T5, donde Hy4 marca 13,0 puntos frente a 97,5 de GPT 6.1 Sol y 91,3 de Claude Opus 5.5. Lo siguiente será una variante más rápida y barata llamada Hy4 flash.
El contexto en China
Tencent lanzó Hy3, con 295.000 millones de parámetros y bajo licencia Apache 2.0, en julio pasado. Desde entonces sus rivales chinos avanzaron. Zhipu AI publicó GLM-5.3, Deepseek lanzó V4.1-Flash-1017 y Moonshot AI presentó Kimi K3.1 Pro. Artificial Analysis rediseñó su índice a fines de octubre, y hoy el 60% se basa en pruebas privadas. La distancia entre los modelos abiertos y la punta creció de 3 a 12 puntos.
La publicación prevista de los pesos de Hy4 llega con reglas más estrictas. Los ministerios de Comercio y de Ciencia de China publicaron en octubre un borrador de control de exportaciones que alcanzaría los pesos de cualquier modelo del top 10 mundial o de más de dos billones de parámetros. Para los lanzamientos de código abierto, el borrador incluye una vía rápida con aprobación automática.
