텐센트 훈위안 Hy4 flash 리뷰: 11월 18일 오픈소스 공개, 224B와 220B 두 수치를 읽는 법
이 글은 공개 자료를 정리한 것이며 귀수지능(貴數智能)이 직접 테스트한 결과가 아닙니다.
타임라인
- 2026-11-16: 텐센트 공식 연구 페이지와 공식 WeChat에서 Hy4 flash를 발표했습니다(연구 목록에는 11-15로 적힌 항목이 한 곳 있습니다).
- 2026-11-18: 공식 계정 @TencentHunyuan이 Hy4 flash, Hy4 flash-FP8, Hy4 flash-base의 오픈소스 공개를 알렸습니다. 공식 게시물은 Hy4 가중치도 뒤따라 공개된다고 밝혔으므로 Hy4 정식판은 아직 오픈소스가 아닙니다.
- 배포처는 GitHub, Hugging Face, ModelScope, GitCode이고 라이선스는 Tencent Hy License입니다(공식 게시물과 모델 카드 참고).
사양: 출처마다 숫자가 다름
| 출처 | 총 파라미터 | 활성 파라미터 |
|---|---|---|
| 공식 연구 페이지, 공식 WeChat, 공식 X 게시물 | 224B (Engram 64B 포함) | 12B |
| Hugging Face 모델 카드 (GitHub도 동일) | 220B (Engram 64B 포함) | 12B |
공식은 224B와 220B의 차이를 설명하지 않았고, 이 글도 하나로 맞추지 않습니다. 인용할 때는 출처를 함께 적어 주세요.
공통 사양은 TokenHub의 Hy API Guide에서 가져왔습니다. 1M 컨텍스트, 최대 입력 960k, 최대 출력 64k, 텍스트와 이미지 입력, 텍스트 출력, 추론 지원입니다. API ID는 hy4-flash입니다.
아키텍처 요점(오픈소스 모델 카드)
아래는 Hugging Face 모델 카드와 GitHub 내용입니다.
- 언어 백본은 42층입니다. dense FFN 1층과 MoE 41층으로 이루어지고 identity Hyper-Connections를 사용합니다.
- 비전 인코더는 SigLIP2-So400m-Patch16-Res512를 변형한 것입니다.
- 5층짜리 드래프트 모델 DFly2(0.85B)가 내장되어 있습니다.
- Hy4와 구조상 다른 점은 세 가지입니다. 하이브리드 어텐션(IndexPool과 슬라이딩 윈도를 1:3으로 교차 배치), LatentMoE, Engram n-gram 임베딩입니다.
- 모델 카드는
reasoning_effort로"high"(기본값, 사고 켜짐) 또는"no_think"을 권장하고, 샘플링 예시는temperature=0.9,top_p=1.0입니다. 이는 오픈소스 추론 안내이며 귀수지능의 파라미터 권장값이 아닙니다.
텐센트는 연구 페이지에서 KV cache가 Hy3의 약 1/24, Hy4의 약 1/6이고, 후학습은 Hy4에서 자기 증류했으며 강화학습으로 엔드투엔드 출력 길이를 50% 줄였고, 공식 최적화 스택에서 디코딩 속도가 150 tps를 넘는다고도 밝혔습니다. 이는 공식 기술 주장이며 이 글에서 재현하지 않았습니다.
공식 포지셔닝과 평가
공식의 역할 분담은 이렇습니다. 딥 서치, 문서, 슬라이드, 간단한 프런트엔드, computer use 같은 일상 과제 대부분은 flash를, 장기 소프트웨어 엔지니어링 같은 복잡한 과제는 지능 상한이 더 높은 Hy4를 쓰라는 것입니다. 공식은 flash의 종합 성능이 Hy4 preview보다 조금 낫다고 밝혔습니다.
- WorkBuddy 평가(WeChat 글): 일상 과제 성능은 Hy4와 거의 같고, 장기 코딩은 소폭 하락하며, 평균 작업 시간은 70% 줄었다고 합니다.
- 내부 블라인드 테스트: WorkBuddy 내부 사용자 85명, 27개 유형 총 259개 과제입니다. 공식은 사용자 만족도가 Claude Haiku 5.5에 근접하고 작업 시간이 가장 짧았다고 밝혔습니다. 이 글은 이 정성적 결론만 싣습니다. 공식 내부 블라인드 테스트이며 독립 순위가 아닙니다.
- WeChat Pay 연구소(WeChat 글): 실기기 결제 클라이언트와 코드 정적 스캔 시나리오에서 flash가 DeepSeek-V4.1-Flash-1017과 평균 점수가 같거나 더 높다고 합니다. 이 연구소의 시나리오에 한정된 결과입니다.
제품 쪽 설명
- 위안바오(元寶): 위안바오 공식 WeChat(11-16)는 Hy4 flash를 전체 사용자에게 제공하기 시작했고, 빠른 답변과 심층 사고를 지원하며 Hy4 모델 안에서 전환한다고 밝혔습니다. 훈위안 공식 WeChat은 위안바오 제품 책임자의 말을 전했습니다. Hy3 대비 에이전트 능력이 13.6%, 사람 비교 GSB가 7.56% 올랐고, 일반 대화는 GLM-5.3-Flash 대비 2.52% 올랐으며 멀티턴에서 가장 두드러진다는 내용입니다.
- 기업 위챗(WeCom)(WeChat 글): flash의 출력 속도가 Hy4보다 88% 빠르고, 사고 모드의 출력 토큰은 약 60% 줄었다고 합니다.
- 텐센트는 같은 WeChat 글에서 TokenHub, WorkBuddy, QQ, ima, Marvis에서 제공 중이라고 했고, OpenRouter에도
tencent/hy4-flash가 나타났습니다. 기간 한정 체험과 프로모션은 공식 페이지를 기준으로 하세요. 이 글은 가격이나 혜택 수치를 싣지 않습니다.
이 수치들은 각 제품 팀의 내부 기준이며, 비교 대상과 테스트 세트가 서로 다릅니다. 더하거나 서로 비교할 수 없습니다.
독립 평가의 공백
2026-11-18 기준으로 Artificial Analysis에서 Hy4 flash 전용 페이지는 찾지 못했으므로 인용할 독립 종합 점수가 없습니다. AA 페이지의 35점은 Hy4 정식판의 것입니다(Hy4 리뷰 참고). flash의 성적으로 읽지 마세요.
읽고 난 뒤에는
두 모델의 선택은 Hy4와 Hy4 flash 선택 가이드를, 초기 개인 데모는 텐센트 훈위안 Hy4 코딩과 에이전트: 공식 특화 주장과 제3자 사용 후기 정리와 사용자 반응과 한계를 보세요. 제품에서의 사용법은 WorkBuddy와 CodeBuddy 사용법에 있습니다.
한계
2026-11-18 기준으로 공식이 오픈 웨이트를 막 발표한 단계이며, 커뮤니티가 검증할 수 있는 제3자 평가는 아직 많지 않습니다. 이 글의 성능 수치는 모두 제조사 또는 파트너사의 설명입니다. 상류에서의 출시가 본 사이트에서의 이용 가능을 뜻하지는 않습니다.
주요 참고 자료
확인일: 2026-11-18.