Your privacy choices

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

ブログ一覧に戻る

テンセント混元 Hy4 のユーザーの声と限界:オープンソースへの歓迎、個人デモ、遅さと冗長さ、公式が認める差

テンセント混元Hy4Hy4 flashユーザーの声限界

本記事は公開されている議論の整理であり、貴数智能の自社検証でも調査でもありません。確認日は 2026-11-18 で、Hy4 flash の重みが公開された当日、Hy4 の発表から2週間後にあたります。議論の量は少なく、転載も多く含まれます。以下の分類は意見の整理であり、ベンチマークではありません。

1. オープンソースへの歓迎

@TencentHunyuan のオープンソース投稿は 2026-11-18 04:39 UTC に出され、flash、FP8、Base の3つの重みを公開し、Hy4 の重みが続くと述べています。多くの転載がありました。転載が表しているのはオープンソースへの歓迎であり、性能への評価ではありません。

2. 個人デモ:うまくいった例と失敗例

11月17日の3件の投稿で、いずれもサンプルは非常に少数です。

  • @DDJCXX:同じプロンプトで3Dの江南水郷を制作し、Qwen4-Max(xhigh)のほうが Hy4 flash(high)より明らかに良いとしています。これは失敗寄りの報告です。
  • @shabnam_774:flash で3D Snake をゼロから作り、DeepSeek-V4.1-Flash-1017 と比較。サンプルは1件。
  • @Histonemax:一晩で6件の事例をテスト。普段は Opus を使っており、flash は使えると評価。

言えるのは、初期の反応が割れており、再現できる比較はないということだけです。詳細はテンセント混元 Hy4 のコーディングとエージェント:公式の特化訴求とサードパーティの使用感の整理をご覧ください。

3. 770B が正式版に誤って当てはめられている

Hy4 正式版の仕様として 770B / 49B を書いた投稿があります。この2つの数字は前世代 Hy4 preview のもので、正式版の発表は総パラメーター数もアクティブパラメーター数も公表していません。こうした書き方は、確認されていない民間の言い方です。Hy4 レビューと preview ガイドをご参照ください。

flash についても、公式(研究ページ)は 224B、オープンソースのモデルカードは 220B と書いており、混同されやすい点です。flash レビューをご覧ください。

4. 独立評価:遅く、冗長

Artificial Analysis の Hy4 ページ(Intelligence Index v5.0.1):スコアは35、比較グループ中央値は43で、これはこのタスク群では目立たないということであり、すべての場面で弱いという意味ではありません。評価時の出力は 160M トークン(中央値 65.1M)で、ページのコメントは very verbose。1タスクあたり 13.5分(中央値 11.5分)。これは Hy4 に対する評価で、2026-11-18 時点で flash 専用ページは見当たりません。

5. 公式が認める差

テンセントは研究ページで、Hy4 はトップクラスのクローズドモデルとの差がまだ大きいと認めています。特に社内の高難度数学、長期開発、モデル反復、視覚質問応答のセットで差があるとしています。公式は(flash の WeChat)、flash の長期コーディングが Hy4 に比べてわずかに低下するとも述べています。

6. 製品側の声

元宝(WeChat)、企業微信(WeCom)、WorkBuddy、WeChat Pay ラボ(flash の WeChat参照)などが示す向上の数字は、いずれもテンセントのエコシステム内またはパートナーの社内評価で、基準もそれぞれ異なります。選び方は Hy4 と Hy4 flash の選び方、製品での使い方は WorkBuddy と CodeBuddy の使い方をご覧ください。

7. システムカードは未公開

公式はシステムカードを Hy4 のオープンソース公開に合わせて出す予定としています(研究ページ参照)。正式版の発表時には同時公開されておらず、本記事も完全なシステムカードを確認できていません。安全面について、公式は学習から攻撃的なネットワークデータを除外したとし、玄武(Xuanwu)と科恩(Keen)の監査は攻撃的能力に突出したリスクは見られないとしており、Hy-BioExperimentBench は 30.4/100 です。これらはベンダーの伝える内容で、システムカードの詳細がないため、独立して判断することはできません。

これらの声を使うときは

  • サンプルが少なく、発表から日も浅いため、結論はすぐ変わる可能性があります。
  • 個人デモは、あなたのタスクを代表しません。
  • 最も確実なのは、自分のタスクで繰り返しテストすることです。

上流でのリリースは、本サイトで利用できることを意味しません。

主な参考資料

確認日:2026-11-18。