Your privacy choices

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

Zurück zum Blog

Tencent Hunyuan Hy4 flash im Test: Open Source seit dem 18. November und wie man 224B und 220B liest

Tencent HunyuanHy4 flashoffenes ModellMoEmultimodal

Dieser Beitrag fasst öffentliche Quellen zusammen und ist kein Eigentest von Guishu Intelligence.

Zeitleiste

  • 2026-11-16: Die Forschungsseite von Tencent und das offizielle WeChat-Konto stellen Hy4 flash vor (in der Forschungsliste steht an einer Stelle 11-15).
  • 2026-11-18: Das offizielle Konto @TencentHunyuan kündigt die Öffnung von Hy4 flash, Hy4 flash-FP8 und Hy4 flash-base an. Der offizielle Beitrag fügt hinzu, dass die Gewichte von Hy4 später folgen; die Endversion von Hy4 ist also noch nicht Open Source.
  • Kanäle: GitHub, Hugging Face, ModelScope und GitCode, Lizenz Tencent Hy License (laut offiziellem Beitrag und Modellkarte).

Spezifikationen: zwei Quellen, abweichende Zahlen

Quelle Gesamtparameter Aktive Parameter
Offizielle Forschungsseite, WeChat-Konto, offizieller Beitrag auf X 224B (davon 64B Engram) 12B
Modellkarte auf Hugging Face (ebenso auf GitHub) 220B (davon 64B Engram) 12B

Tencent erklärt den Unterschied zwischen 224B und 220B nicht, und dieser Beitrag gleicht ihn nicht an. Bitte beim Zitieren die Quelle nennen.

Die gemeinsamen Spezifikationen stammen aus dem Hy API Guide von TokenHub: 1M Kontext, maximal 960k Eingabe, maximal 64k Ausgabe, Text und Bild als Eingabe, Text als Ausgabe, Reasoning unterstützt. Der API-Parameter lautet hy4-flash.

Architektur (Karte des offenen Modells)

Das Folgende stammt aus der Modellkarte auf Hugging Face und von GitHub.

  • Sprachbackbone mit 42 Schichten: 1 dichte FFN-Schicht und 41 MoE-Schichten, mit identity Hyper-Connections.
  • Der Bildencoder ist von SigLIP2-So400m-Patch16-Res512 abgeleitet.
  • Eingebaut ist ein Entwurfsmodell mit 5 Schichten, DFly2 (0,85B).
  • Drei strukturelle Änderungen gegenüber Hy4: hybride Attention (IndexPool und Sliding Window im Wechsel 1:3), LatentMoE und Engram-n-Gram-Embeddings.
  • Die Modellkarte empfiehlt für reasoning_effort den Wert "high" (Standard, Denkmodus an) oder "no_think" und als Sampling-Beispiel temperature=0.9 und top_p=1.0. Das sind Inferenzhinweise für das offene Modell, keine Parameterempfehlungen von Guishu Intelligence.

Auf der Forschungsseite gibt Tencent zusätzlich an: Der KV-Cache betrage etwa 1/24 von Hy3 und 1/6 von Hy4; das Post-Training erfolge per Selbstdestillation aus Hy4, und Reinforcement Learning senke die End-to-End-Ausgabelänge um 50 %; auf dem offiziellen Optimierungs-Stack liege die Dekodiergeschwindigkeit über 150 tps. Das sind technische Herstellerangaben, die dieser Beitrag nicht nachgestellt hat.

Offizielle Positionierung und Bewertungen

Tencents Aufteilung lautet: Für die meisten Alltagsaufgaben (Tiefensuche, Dokumente, PPT, einfache Oberflächen, Computer Use) flash, für komplexe Aufgaben wie langfristige Softwareentwicklung Hy4 mit höherer Intelligenzobergrenze. Tencent sagt, flash sei insgesamt etwas besser als Hy4 preview.

  • WorkBuddy-Bewertung (WeChat-Konto): Bei Alltagsaufgaben im Wesentlichen gleichauf mit Hy4, bei langfristigem Coding ein leichter Rückgang, die durchschnittliche Aufgabendauer sinke um 70 %.
  • Interner Blindtest: 85 interne WorkBuddy-Nutzer, 27 Kategorien, 259 Aufgaben. Tencent gibt an, die Zufriedenheit liege nahe bei Claude Haiku 5.5 und die Aufgabendauer sei die kürzeste. Dieser Beitrag behält nur diese qualitative Aussage; es ist ein interner Blindtest des Herstellers, keine unabhängige Rangliste.
  • WeChat-Pay-Labor (WeChat-Konto): In seinen Szenarien mit Zahlungsclient auf echten Geräten und statischer Codeanalyse liege flash im Durchschnitt gleichauf mit oder über DeepSeek-V4.1-Flash-1017. Das gilt nur für die Szenarien dieses Labors.

Aussagen aus den Produkten

  • Yuanbao: Das Yuanbao-Konto (11-16) meldet, Hy4 flash sei für alle Nutzer freigeschaltet, mit schneller Antwort und tiefem Denken; der Modus werde innerhalb des Hy4-Modells umgeschaltet. Das offizielle Hunyuan-Konto gibt die Aussagen des Yuanbao-Produktverantwortlichen wieder: Gegenüber Hy3 steige die Agentenfähigkeit um 13,6 % und der menschliche GSB-Vergleich um 7,56 %; im allgemeinen Dialog liege der Zuwachs gegenüber GLM-5.3-Flash bei 2,52 %, am deutlichsten bei mehreren Gesprächsrunden.
  • WeCom (WeChat-Konto): Die Ausgabegeschwindigkeit von flash sei um 88 % höher als bei Hy4, und im Denkmodus sinke die Zahl der Ausgabe-Token um etwa 60 %.
  • Im selben Konto sagt Tencent außerdem, flash sei in TokenHub, WorkBuddy, QQ, ima und Marvis verfügbar, und tencent/hy4-flash sei auf OpenRouter bereits zu sehen. Zeitlich begrenzte Tests und Aktionen richten sich nach den offiziellen Seiten; dieser Beitrag nennt weder Preise noch Angebotszahlen.

Diese Zahlen stammen aus den Produktteams, mit jeweils anderen Vergleichsobjekten und Testsätzen, und lassen sich weder addieren noch untereinander vergleichen.

Fehlende unabhängige Bewertung

Zum 2026-11-18 wurde bei Artificial Analysis keine eigene Seite zu Hy4 flash gefunden, es gibt also keinen unabhängigen Gesamtwert zum Zitieren. Die 35 Punkte auf der AA-Seite gehören zur Endversion von Hy4, siehe den Hy4-Test. Sie sind nicht als Ergebnis von flash zu lesen.

Was als Nächstes lesen

Zur Auswahl Hy4 oder Hy4 flash: Wie wählen. Für frühe persönliche Demos Hy4 bei Programmierung und Agenten: offizielle Spezialtests und Erfahrungen Dritter und Nutzerrückmeldungen und Grenzen. Für den Zugang über Produkte WorkBuddy und CodeBuddy.

Grenzen

Zum 2026-11-18 hat Tencent die Öffnung der Gewichte gerade erst angekündigt, und von der Community nachprüfbare Tests Dritter gibt es noch sehr wenige. Alle Leistungszahlen in diesem Beitrag stammen vom Hersteller oder von Partnern. Eine Veröffentlichung durch Tencent bedeutet nicht, dass das Modell auf dieser Website aufrufbar ist.

Wichtigste Quellen

Prüfdatum: 2026-11-18.