Your privacy choices

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

Zurück zum Blog

Tencent Hunyuan Hy4 im Test der Endversion: Herstellerangaben gegenüber 35 Punkten bei Artificial Analysis

Tencent HunyuanHy4ModelltestArtificial AnalysisComputersteuerung

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

Kurz gesagt: Tencent positioniert Hy4 als Flaggschiff für reale Produktivität. Die unabhängige Bewertung von Artificial Analysis (AA) liegt mit ihrem Gesamtwert unter dem Median der Vergleichsgruppe und beschreibt das Modell als langsam mit langen Ausgaben. Beide Quellen sind unterschiedlicher Art und lassen sich nicht zu einer Note zusammenführen.

Grunddaten

  • Hersteller: Tencent Hunyuan (Tencent Hy / Tencent Hunyuan). Anzeigename Hy4, API-Parameter hy4.
  • Veröffentlichung: Die Forschungsseite von Tencent und die Pressemitteilung nennen den 2026-11-04. In der Forschungsliste steht an einer Stelle 11-03, das Datum kann je nach Eintrag also um einen Tag abweichen.
  • Spezifikationen: Der Hy API Guide von TokenHub nennt 1M Kontext, maximal 960k Eingabe, maximal 64k Ausgabe, Text und Bild als Eingabe, Text als Ausgabe und Reasoning-Unterstützung.
  • Parameterzahl: Die Forschungsseite zur Endversion nennt weder Gesamt- noch aktive Parameter. 770B / 49B gehören zur Vorgängerversion Hy4 preview und gelten nicht für die Endversion. In sozialen Netzwerken werden sie teils der Endversion zugeschrieben, das ist keine Angabe der Primärquelle.

Was Tencent behauptet

Alles Folgende stammt von der Forschungsseite von Tencent, der Pressemitteilung und dem Artikel des offiziellen WeChat-Kontos. Es ist die Darstellung des Herstellers.

  • Neue Fähigkeiten: Gegenüber preview bringt die Endversion erstmals Bildverständnis und Computersteuerung (Kommandozeile und grafische Oberfläche) und verbessert laut Tencent Anweisungsbefolgung, Verständnis langer Texte, langfristige Aufgaben und tiefgehende Recherche. Für Blender, CAD und langfristige Aufgaben über mehrere Anwendungen hinweg wurde gezielt trainiert.
  • Offener Finanztest: Von Tencent FiT organisiert, mit 213 Fachleuten und 579 Fragen. Die offiziellen Werte sind Hy4 3,04, DeepSeek-V4.1-Flash-1017 2,97, Kimi K3.1 Pro 2,68 und GLM-5.3 2,68; Tencent nennt Hy4 das beste offene Modell. Das ist eine von Tencent geleitete Bewertung, keine unabhängige Rangliste.
  • Interne Bewertungen von Partnern: Die Gesamtbewertung von WorkBuddy ergibt eine durchschnittliche Wirkung von 83,18 und eine Erfolgsquote von 96,15 %; Tencent gibt an, in 9 von 12 Szenarien sei es das führende chinesische Modell. Manus nennt eine Abschlussquote bei Büro-Dokumentaufgaben von knapp 97 %. Beim IRAB von Xuntu Technology liegt der Wert bei 61,63, und die offizielle Seite nennt einen Zuwachs von 12,03 Punkten gegenüber preview (im Text der Seite steht auch „12,03 Prozentpunkte“; hier wird die Angabe der Seite wiedergegeben).
  • Eigener Suchtest: Die Halluzinationsrate sinkt von 15,76 % auf 5,45 %, die Rate falscher Vermutungen von 23,1 % auf 5,6 %.
  • Interne Bewertung von Yuanbao: von 65,25 auf 72,53.
  • Spiele: GameDev und GameLogic steigen gegenüber preview um 19,1 % und 9,8 %.

Tencent veröffentlicht außerdem mehrere Diagramme mit öffentlichen Benchmarks, doch dieser Beitrag stützt sich nicht auf deren einzelne Werte. Die Originalmaterialien lassen sich auf der Forschungsseite von Tencent Hunyuan prüfen.

Unabhängige Bewertung: 35 Punkte bei Artificial Analysis

Daten der Hy4-Seite bei AA (abgerufen am 2026-11-18), Bedingung ist der Intelligence Index v5.0.1:

Punkt Hy4 Median der Gruppe
Intelligence Index v5.0.1 35 43
Ausgabe-Token der Bewertung 160M 65,1M
Dauer pro Aufgabe 13,5 Minuten 11,5 Minuten

Dieselbe Seite nennt eine Zeit bis zum ersten Token von 117,82 Sekunden und eine Ausgabegeschwindigkeit von 96 tok/s, führt das Modell als Proprietary und kommentiert es als very verbose. Der Index besteht aus Aufgaben wie AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt und Terminal-Bench-Science.

Chinesische Medien nennen unter Berufung auf AA Hy4 als zweites unter den Modellen chinesischer Labore, nur hinter Kimi K3.1 Pro (46). Das ist eine Wiedergabe aus zweiter Hand und kein Platz in einer globalen Rangliste; maßgeblich sind die Zahlen der AA-Originalseite. Der Bericht von The Decoder (Sekundärquelle) nennt einen AA-Median von 30 und einen Gleichstand mit Grok 4.7. Das passt nicht zum Wert 43 der AA-Originalseite. Diesen Gleichstand hat dieser Beitrag auf der AA-Seite nicht direkt geprüft und übernimmt auch den Median nicht.

„Stärkstes Open Source“ und die Lücke bei den Gewichten

Die Pressemitteilung von Tencent vom 4. November trägt im Titel, Hy4 reihe sich unter die führenden Open-Source-Modelle ein. Zum 2026-11-18 sagt Tencent jedoch nur, die Gewichte von Hy4 würden später veröffentlicht (siehe den offiziellen Open-Source-Beitrag); freigegeben wurden am 18. November die Gewichte von Hy4 flash. Dass AA Hy4 als Proprietary führt, passt zu diesem Stand. „Stärkstes Open Source“ war am Veröffentlichungstag daher eine vorgreifende Formulierung, und Leser sollten sie nicht als bereits herunterladbare, reproduzierbare Aussage verstehen. Auch die System Card ist zusammen mit der Open-Source-Freigabe angekündigt; eine vollständige System Card hat dieser Beitrag nicht gelesen.

Tencent räumt auf der Forschungsseite außerdem ein, dass Hy4 gegenüber den besten geschlossenen Modellen weiterhin deutlich zurückliegt, vor allem bei internen sehr schweren Mathematikaufgaben, langfristiger Entwicklung, Modelliteration und visuellen Fragesets.

Wie man diese Zahlen liest

  • Offizielle Bewertungen sind meist eigene Datensätze oder Partnerszenarien. Sie zeigen, was Tencent hervorheben will, taugen aber nicht als Ranking.
  • AA ist eine unabhängige Quelle, aber nur ein einzelner Gesamtindex. 35 Punkte unter dem Median besagen lediglich, dass das Modell bei dieser Aufgabenauswahl nicht vorn liegt; das heißt nicht, dass es in allen Szenarien schwach ist.
  • Langsamkeit und lange Ausgaben wirken sich bei langen Agentenaufgaben konkret aus: Dauer und Token-Verbrauch wachsen zusammen. Kurze Aufgaben wie alltägliche Dokumente, Recherche oder einfache Oberflächen sind weniger betroffen; bei langfristiger Softwareentwicklung lohnt es sich, zuerst mit eigenen Aufgaben zu prüfen.
  • Zur Wahl der Alltagsversion siehe Hy4 oder Hy4 flash: Wie wählen. Zu Programmierung und Agenten siehe Hy4 bei Programmierung und Agenten: offizielle Spezialtests und Erfahrungen Dritter, zu frühen Nutzerstimmen Nutzerrückmeldungen und Grenzen. Für den Zugang über Produkte WorkBuddy und CodeBuddy. Die Spezifikationen der Vorgängerversion stehen im Leitfaden zu Hy4 preview; 770B / 49B gelten dort nur für preview.

Ungeprüftes und Grenzen

  • Gesamt- und aktive Parameter der Endversion: von Tencent nicht veröffentlicht.
  • Gewichte und System Card von Hy4: zum 2026-11-18 nicht veröffentlicht.
  • Dieser Beitrag enthält keine Eigentests. Die AA-Daten entsprechen der Seite beim Abruf am 2026-11-18 und können sich ändern.
  • Eine Veröffentlichung durch Tencent bedeutet nicht, dass das Modell auf dieser Website aufrufbar ist.

Wichtigste Quellen

Prüfdatum: 2026-11-18.