Tencents Hy4 er gratis og åpen. Testresultatene er selskapets egne.
770 milliarder parametere under Apache 2.0, med kontekstvindu over én million tokens. Blindtesten som viser at modellen slår GLM-5.3 og Kimi K3, er kjørt av Tencent selv.
Av H. S. Pettersen · 2 min lesing
Begreper i denne artikkelen
Tencent slapp fredag 28. august språkmodellen Hy4 preview med frie vekter under Apache 2.0. Den har 770 milliarder parametere totalt og 49 milliarder aktive per token, og et kontekstvindu på over én million tokens. Det gjør den til den største åpne modellen som er sluppet hittil.
Prisen og tilgangen
API-en koster 0,834 dollar per million tokens inn og 2,501 dollar ut, med 0,042 dollar for cache-treff. Vektene ligger på Hugging Face, ModelScope, GitCode og CNB, og modellen nås via Tencent Cloud TokenHub og OpenRouter. Tencents egne produkter WorkBuddy og CodeBuddy gir gratis tilgang i to uker. En FP8-kvantisert variant følger med.
Blindtesten er selskapets egen
Tencent oppgir at Hy4 preview fikk 2,99 av 4,00 i en intern blindtest med 163 eksperter og 203 ingeniøroppgaver, mot 2,94 for Kimi K3 og 2,92 for GLM-5.3. Forskjellen til nærmeste konkurrent er 0,05 poeng. Det er leverandøren selv som har satt oppgavene, valgt ekspertene og regnet ut snittet. Uavhengige målinger finnes ikke ennå.
| Modell | Snittscore av 4,00 | |
|---|---|---|
| Hy4 preview | 2,99 | |
| Kimi K3 | 2,94 | |
| GLM-5.3 | 2,92 |
Modellen som skal ha optimalisert seg selv
Tencent skriver at modellen deltok i optimaliseringen av sin egen treningsprosess, foreslo tilnærminger og kjørte eksperimenter, og at den analyserte flaskehalser i sitt eget inferenssystem og økte gjennomstrømningen med 31,8 prosent mot en grunnlinje. Selskapet kaller det en tidlig sløyfe for rekursiv selvforbedring. Ingen utenfor Tencent har etterprøvd noen del av det.
For norske utviklere er nedlastingen på 1,56 terabyte det praktiske hinderet. Dette er ikke en modell noen kjører på egen maskin, slik Qwen 3.8 27B lar seg kjøre på en laptop. Åpne vekter fra Kina har uansett flyttet prisgulvet, og spørsmålet om hvilke modeller Norge skal bygge på, er fortsatt uavklart. Apache 2.0 betyr at vektene kan brukes kommersielt. Det betyr ikke at treningsdataene er kjent.
