Tencent выпустила Hy4 с поддержкой изображений и управлением программами, заявив о втором месте среди китайских ИИ-моделей

Изображения, программы и разработка игр

Полноценную версию Hy4 Tencent представила примерно через два месяца после предварительного показа. По словам компании, модель обучали на значительно большем объёме данных, чем предшественницу. Дату публикации весов пока не назвали.

Hy4 распознаёт мелкие детали на фотографиях и сложных схемах. В одной демке модель нашла компонент размером около двух метров на крыше склада, изображённого на большом аэрофотоснимке.

Hy4 ищет компонент размером около двух метров на крыше на аэрофотоснимке с разрешением 2,8 гигапикселя, генерируя с помощью кода фрагменты изображения

Источник: the-decoder.com

Модель также умеет самостоятельно управлять программами. Для этого Tencent обучала её работе с профессиональными инструментами, включая Blender и системы автоматизированного проектирования, а также задачам, в которых нужно последовательно использовать несколько приложений.

Анализ изображений компания связывает и с программированием — например, с созданием сайтов и игр. Для разработки игр Tencent работала со своими игровыми студиями и адаптировала Hy4 для Unreal, Unity и Godot. В Honor of Kings модель почти без ошибок справляется с настройкой параметров и, по словам команды разработчиков, значительно чаще прежнего находит причины ошибок.

Финансы и офисные задачи

Tencent отдельно настраивала Hy4 для финансовой и офисной работы. В испытании более 200 финансовых специалистов оценили модель на почти 600 задачах из практики. По данным Tencent, Hy4 обошла китайские модели Deepseek V4.1 Flash, Kimi K3.1 Pro и GLM-5.3 Flash.

Компания также утверждает, что после обновления функции поиска модель реже выдумывает сведения при работе с веб-источниками: во внутренних тестах доля таких ответов снизилась почти с 16% до примерно 5%. Hy4 может совместно с человеком в реальном времени работать с документами Word, таблицами Excel и презентациями PowerPoint.

Партнёры Tencent сообщают о похожих результатах, но опираются на собственные испытания.

Независимая оценка Artificial Analysis даёт более сдержанную картину. В Intelligence Index, который объединяет оценку знаний, программирования, науки и общих знаний, Hy4 набрала 35 баллов — выше медианного значения 30. Это результат на уровне Grok 4.7 и второе место среди моделей китайских лабораторий. Выше расположилась Kimi K3.1 Pro с 46 баллами. В собственном финансовом испытании Tencent Hy4, напротив, обошла Kimi.

По результатам оценки Tencent, Claude Opus 5.5 опережает Hy4 по всем двенадцати бенчмаркам. GPT 6.1 Sol превосходит Hy4 в восьми из них

Источник: the-decoder.com

В Artificial Analysis Intelligence Index модель Tencent значительно уступает сильнейшей китайской модели Kimi 3.1 Pro. По результатам она примерно сравнима с самой маленькой моделью Anthropic, Haiku 5.5, которая обходится почти вдвое дешевле за задачу в этом бенчмарке

Источник: the-decoder.com

Без веб-поиска результаты хуже. В тесте фактической точности AA-Omniscience Hy4 правильно отвечает примерно на половину вопросов, используя только данные обучения. Если модель не знает ответ, она выдумывает его в 89% случаев, вместо того чтобы признать неопределённость.

Модель помогает обучать другие модели

Во внутреннем испытании Tencent Hy4 заняла первое место среди открытых моделей на исследовательских задачах по семи областям. Вместе с системой ИИ-агентов Hyra 2.0 она также помогала оптимизировать пайплайны обучения более компактных моделей Tencent.

Затем Hy4 самостоятельно обучила собственную версию Jev — модели принятия решений от американского стартапа TypeSafe AI. По данным Tencent, в нескольких тестах эта версия превзошла исходную; названия испытаний компания не раскрыла.

Самый большой разрыв — в Hy-FrontierMath T5: Hy4 набирает 13,0 балла против 97,5 у GPT 6.1 Sol и 91,3 у Claude Opus 5.5

Источник: the-decoder.com

По данным Tencent, Hy4 с инструментарием Hyra 2.0 увеличивает пропускную способность внутренней инфраструктуры обучения компании примерно на 20 процентов на шести этапах

Источник: the-decoder.com

Вариант Hyra-Jev, обученный Hy4, превосходит базовую модель Jev в шести из восьми бенчмарков

Источник: the-decoder.com

Созданные таким способом специализированные модели для биологии и физики Tencent выпускает как открытые. В дальнейшем компания планирует использовать Hy4 для поддержки и ускорения собственной разработки ИИ.

Безопасность, цена и ограничения

Перед запланированной публикацией весов Tencent сообщила о мерах безопасности. Во время обучения компания намеренно отфильтровала материалы, связанные со взломом. По итогам проверок собственных подразделений кибербезопасности Tencent не обнаружила повышенного риска злоупотреблений; оценка риска в области биологии также осталась ниже установленного компанией порога. Подробный отчёт о безопасности обещают выпустить вместе с весами.

Цена осталась прежней, как во время предварительного показа: около $0,83 за миллион входных токенов и около $2,50 за миллион выходных. Tencent признаёт, что Hy4 всё ещё заметно уступает лучшим коммерческим моделям в сложной математике, продолжительных проектах по программированию и анализе сложных изображений. Следующей компания планирует выпустить более быструю и дешёвую версию Hy4 flash.

Всего в июле прошлого года Tencent выпустила Hy3 с 295 миллиардами параметров по лицензии Apache 2.0. После этого китайские конкуренты продвинулись вперёд: Zhipu AI выпустила GLM-5.3, Deepseek — V4.1-Flash-1017, а Moonshot AI — Kimi K3.1 Pro.

В конце октября Artificial Analysis обновила индекс: теперь 60% его оценки основано на закрытых тестовых наборах. По данным источника, разрыв между открытыми моделями и лидерами вырос с 3 до 12 баллов.

Планы Tencent по публикации весов Hy4 появились на фоне ужесточения правил. В октябре министерства торговли и науки Китая опубликовали проект экспортного регулирования, который распространяется на веса моделей из глобальной десятки или моделей с более чем двумя триллионами параметров. Для открытых выпусков проект предусматривает ускоренную процедуру с автоматическим одобрением.

По оценке Dataist, Hy4 сочетает широкий набор функций с заметными ограничениями: в частности, без поиска она часто подменяет незнание выдуманным ответом, а на сложных задачах уступает коммерческим лидерам. Насколько модель сможет укрепить позиции Tencent, станет яснее после публикации весов и подробного отчёта о безопасности.