Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

Zurück zum Blog

Tencent Hunyuan Hy4 bei Programmierung und Agenten: offizielle Spezialtests und Erfahrungen Dritter

Tencent HunyuanHy4Hy4 flashProgrammiermodellAgentenComputersteuerung

Dieser Beitrag fasst öffentliche Quellen zusammen und ist kein Eigentest von Guishu Intelligence. Offizielle Aussagen und persönliche Demos Dritter werden getrennt behandelt, weil sie unterschiedlich belastbar sind: Letztere sind nur einige persönliche Beiträge, keine systematischen Tests.

Was Tencent zu den einzelnen Bereichen sagt

Das Folgende stammt von der Forschungsseite von Tencent und vom offiziellen WeChat-Konto und ist die Darstellung des Herstellers:

  • Computersteuerung: Die Endversion von Hy4 unterstützt erstmals die Computersteuerung (CUA), sowohl per Kommandozeile als auch über grafische Oberflächen.
  • Gezieltes Training: Es wurde für Blender, CAD und langfristige Aufgaben über mehrere Anwendungen hinweg trainiert.
  • Spiele: Tencent spricht von tiefer Anpassung an gängige Engines wie UE, Unity und Godot und von Zuwächsen bei GameDev und GameLogic um 19,1 % und 9,8 % gegenüber preview. Das ist der Zuwachs gegenüber preview, kein absolutes Niveau und kein Vergleich mit anderen Modellen.
  • Langfristig und multimodal: Das Yuanbao-Team gibt an, die Abschlussquote multimodaler Agentenaufgaben liege 36,8 % über dem früheren VLM (siehe das WeChat-Konto); das ist eine interne Produktbewertung.
  • Aufgabenteilung bei flash: Tencent empfiehlt Hy4 flash für einfache Oberflächen und Computer Use im Alltag und Hy4 für langfristige Softwareentwicklung (siehe die Forschungsseite zu flash). Die WorkBuddy-Bewertung nennt bei flash einen leichten Rückgang beim langfristigen Coding. Mehr dazu in Hy4 oder Hy4 flash: Wie wählen.

Relevantes aus der unabhängigen Bewertung

Der Intelligence Index v5.0.1 von Artificial Analysis enthält auf Programmierung und Terminal ausgerichtete Aufgaben wie Terminal-Bench 4.0 und FrontierCode-AA 2.0. Hy4 erreicht 35 Punkte bei einem Gruppenmedian von 43, und die Seite führt es als langsam mit sehr langen Ausgaben. Die 35 Punkte besagen nur, dass das Modell bei dieser Aufgabenauswahl nicht vorn liegt, nicht dass es in allen Szenarien schwach ist. Die AA-Seite gibt keinen eigenen Programmierwert an, den dieser Beitrag zitieren könnte; daraus lässt sich also nicht ableiten, ob das Modell beim Programmieren stark oder schwach ist. Mehr dazu im Hy4-Test.

Persönliche Demos Dritter (X, 2026-11-17, sehr kleine Stichprobe)

Es sind persönliche Beiträge vom Tag vor der Öffnung der flash-Gewichte. Jeder enthält nur einen oder wenige Fälle und ist kein systematischer Test.

  • @DDJCXX: Mit demselben Prompt ein 3D-Wasserdorf im Jiangnan-Stil gebaut und angegeben, Qwen4-Max (xhigh) schneide deutlich besser ab als Hy4 flash (hoch); die Dauer wird ebenfalls genannt. Originalbeitrag.
  • @shabnam_774: Mit flash ein 3D-Snake von Grund auf gebaut und mit demselben Prompt mit DeepSeek-V4.1-Flash-1017 verglichen. Die Stichprobe ist 1. Originalbeitrag.
  • @Histonemax: Eine Nacht lang 6 Fälle getestet; nutzt üblicherweise Opus und hält flash für brauchbar. Originalbeitrag.

Diese Beiträge haben weder einheitliche Prompts noch Bewertungskriterien oder Wiederholungen, und ob die Autoren mehrere Ausgaben gesehen haben, lässt sich nicht prüfen. Der erste ist ein für flash eher negativer Vergleich, die anderen beiden sind positiv oder neutral; zusammen zeigen sie nur, dass die ersten Reaktionen gemischt ausfallen.

Wenn Sie es selbst probieren

  1. Nehmen Sie eine kleine, überprüfbare Aufgabe, etwa: „Die Tür lässt sich nur mit dem Schlüssel öffnen, und nach einem Neustart ist der Zustand zurückgesetzt.“
  2. Führen Sie beide Modelle mit demselben Prompt und derselben Reasoning-Stufe aus und notieren Sie die Dauer.
  3. Beschränken Sie beim Test der Computersteuerung Rechte und Umfang und prüfen Sie das Protokoll jedes Schritts.
  4. Wiederholen Sie mindestens 3-mal, bevor Sie urteilen: Einzelne Generierungen schwanken stark.

Zur Nutzung in den Produkten siehe WorkBuddy und CodeBuddy. Weitere Rückmeldungen in Nutzerrückmeldungen und Grenzen, die Spezifikationen von flash im flash-Test.

Guishu Intelligence hat die in diesem Beitrag beschriebenen Aufgaben nicht selbst getestet. Eine Veröffentlichung durch Tencent bedeutet nicht, dass das Modell auf dieser Website aufrufbar ist.

Wichtigste Quellen

Prüfdatum: 2026-11-18.