Your privacy choices

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

Volver al blog

Hy4 de Tencent Hunyuan en programación y agentes: ensayos oficiales y experiencias de terceros

Tencent HunyuanHy4Hy4 flashmodelo de programaciónagentesuso del ordenador

Este artículo recopila información pública y no es una prueba propia de Guishu Intelligence. Las declaraciones oficiales y las demostraciones personales de terceros se tratan por separado, porque tienen distinta solidez: estas últimas son unas pocas publicaciones personales, no pruebas sistemáticas.

Lo que dice Tencent sobre cada área

Lo siguiente procede de la página de investigación de Tencent y de la cuenta oficial de WeChat, y es la versión del fabricante:

  • Manejo del ordenador: la versión final de Hy4 admite por primera vez el manejo del ordenador (CUA), tanto en línea de comandos como en interfaz gráfica.
  • Entrenamiento específico: se entrenó para Blender, CAD y tareas largas entre aplicaciones.
  • Juegos: Tencent habla de una adaptación profunda a motores como UE, Unity y Godot, y de mejoras de GameDev y GameLogic del 19,1 % y el 9,8 % respecto a preview. Es la mejora frente a preview, no un nivel absoluto ni una comparación con otros modelos.
  • Largo recorrido y multimodal: el equipo de Yuanbao indica que la finalización de tareas de agentes multimodales mejora un 36,8 % respecto al VLM anterior (véase la cuenta de WeChat), y es una evaluación interna del producto.
  • Reparto de flash: Tencent recomienda Hy4 flash para interfaces sencillas y computer use diarios, y Hy4 para ingeniería de software de largo recorrido (véase la página de investigación de flash). La evaluación de WorkBuddy indica una ligera caída de flash en programación de largo recorrido. Más detalles en Hy4 o Hy4 flash: cómo elegir.

Datos relevantes de la evaluación independiente

El Intelligence Index v5.0.1 de Artificial Analysis incluye tareas orientadas a programación y terminal, como Terminal-Bench 4.0 y FrontierCode-AA 2.0. Hy4 obtiene 35 puntos frente a una mediana del grupo de 43, y la página lo marca como lento y de salida muy larga. Los 35 puntos solo indican que en este conjunto de tareas no destaca, no que sea débil en todos los escenarios. La página de AA no da una puntuación separada de programación que este artículo pueda citar, así que no sirve para juzgar si programa bien o mal. Más detalles en el análisis de Hy4.

Demostraciones personales de terceros (X, 2026-11-17, muestra muy pequeña)

Son publicaciones personales del día anterior a la apertura de los pesos de flash. Cada una contiene uno o pocos casos y no son pruebas sistemáticas.

  • @DDJCXX: con el mismo prompt hizo un canal de Jiangnan en 3D y dice que Qwen4-Max (xhigh) rinde claramente mejor que Hy4 flash (nivel alto); da también los tiempos. Publicación original.
  • @shabnam_774: hizo desde cero un Snake en 3D con flash y lo comparó, con el mismo prompt, con DeepSeek-V4.1-Flash-1017. La muestra es 1. Publicación original.
  • @Histonemax: probó 6 casos durante una noche; está acostumbrado a usar Opus y considera que flash es utilizable. Publicación original.

Estas publicaciones no tienen prompts unificados, criterios de puntuación ni repeticiones, y no se puede comprobar si los autores vieron varias salidas. La primera es una comparación más bien negativa para flash, y las otras dos son positivas o neutras; en conjunto solo indican que las primeras reacciones son dispares.

Si quieres probarlo tú mismo

  1. Usa una tarea pequeña y verificable, por ejemplo: «solo se abre la puerta si se tiene la llave, y al reiniciar el estado se borra».
  2. Ejecuta los dos modelos con el mismo prompt y el mismo nivel de razonamiento, y anota el tiempo.
  3. Al probar el manejo del ordenador, limita los permisos y el alcance, y revisa el registro de cada paso.
  4. Repite al menos 3 veces antes de juzgar: una sola generación varía mucho.

Para el uso dentro de los productos, véase WorkBuddy y CodeBuddy. Más opiniones en opiniones de usuarios y límites, y las especificaciones de flash en el análisis de flash.

Guishu Intelligence no ha hecho pruebas propias de las tareas descritas en este artículo. Que Tencent lo haya publicado no significa que esté disponible en este sitio.

Referencias principales

Fecha de comprobación: 2026-11-18.