Tencent запустила Hy4 с фиксированной стоимостью около $0,83 за миллион входных токенов и $2,50 за миллион выходных токенов, сделав ставку на автономное управление программным обеспечением.
Спустя примерно два месяца после выпуска предварительной версии Tencent представила готовую языковую модель с мультимодальным распознаванием изображений и возможностями управления компьютером. Этот релиз выводит конкуренцию в корпоративном сегменте за рамки текстовых чат-интерфейсов напрямую в плоскость работы с ПО, однако экономика развертывания остается жестко контролируемой: веса модели сейчас закрыты, что ограничивает ее использование инфраструктурой Tencent Cloud, сервисом OpenRouter и нативными приложениями вроде чат-бота Yuanbao.
В июле прошлого года Tencent выпустила Hy3 на 295 миллиардов параметров под лицензией Apache 2.0, но переход к Hy4 сфокусирован на практическом выполнении рабочих процессов. Во сколько в реальности обойдется компании интеграция агентской архитектуры Tencent по сравнению с альтернативными моделями и сможет ли ее реальная производительность оправдать привязку к проприетарному облаку?
Корпоративные инструменты и финансовые бенчмарки
Tencent целенаправленно обучала Hy4 выполнению последовательных задач в приложениях и профессиональном софте, включая CAD-системы и Blender. Для пайплайнов разработки игр Tencent адаптировала модель под такие движки, как Unreal, Unity и Godot, тестируя сценарии настройки конфигураций внутри собственных производственных студий.
Tencent заявляет, что уровень галлюцинаций Hy4 при поиске информации в сети снизился во внутренних тестах с почти 16 до примерно 5 процентов.
Основным ориентиром при оценке служили специализированные корпоративные рабочие процессы. В ходе тестирования с участием более 200 финансовых специалистов на почти 600 реальных задачах Tencent сообщила, что Hy4 опередила локальные модели. Финансовая платформа Comein поставила Hy4 на второе место среди отслеживаемых систем — на один уровень с Claude Opus 5.5 от Anthropic. Помимо внешних сценариев, Tencent использовала Hy4 в связке со своей агентской системой Hyra 2.0 для оптимизации внутренних контуров обучения, самостоятельно натренировав версию модели принятия решений Jev от американского стартапа TypeSafe AI.
Как эти заявленные вендором показатели показывают себя за пределами специально подготовленных тестовых сред?
Расхождения в бенчмарках и ограничения автономности
Независимые оценки выявляют четкие технические границы при подключении внешних инструментов верификации. В рейтинге Artificial Analysis Intelligence Index, измеряющем решение интеллектуальных задач, кодинг, научные дисциплины и общую эрудицию, Hy4 набрала 35 баллов, оказавшись выше медианного значения в 30 баллов.
Когда модель не знает ответа, она выдумывает его в 89 процентах случаев вместо признания пробела в знаниях.
Критический операционный риск проявляется при отключении сетевых инструментов. В тесте на фактическую точность AA-Omniscience без поисковой системы Hy4 правильно ответила примерно на половину вопросов, опираясь только на базовые обучающие данные. Сталкиваясь с неизвестной информацией без динамического извлечения данных, модель фабриковала ответы в 89 процентах случаев вместо фиксации дефицита информации.
Tencent позиционирует Hy4 как корпоративный движок, способный управлять сложным офисным и инженерным софтом по конкурентным тарифам на инференс. Однако вне контура веб-поиска 89% галлюцинаций на неизвестных данных и закрытые веса модели ставят корпоративных заказчиков в зависимость от облачных API, вынуждая сопоставлять обещания автоматизации рабочих мест с неподтвержденной надежностью автономной работы.
Что было раньше
Теперь за автономное управление софтом вроде Blender или игровых движков придется отдавать фиксированные $2,50 за миллион выходных токенов через сторонние API или инфраструктуру провайдера. В тесте AA-Omniscience без сетевого поиска система выдает 89 процентов выдуманных ответов при встрече с неизвестными данными.
Наши материалы: Tencent Hy3: как 21 млрд параметров обходят тяжелые LLM (7 июля).