Your privacy choices

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

Назад к блогу

Обзор Tencent Hunyuan Hy4: заявления разработчика и 35 баллов Artificial Analysis

Tencent HunyuanHy4обзор моделиArtificial Analysisуправление компьютером

Статья составлена по открытым источникам и не является самостоятельным тестом Guishu Intelligence.

Коротко: Tencent позиционирует Hy4 как флагман для реальной производительности, а независимый сервис Artificial Analysis (AA) выставил модели сводный балл ниже медианы своей группы сравнения и отметил медленную работу и очень длинные ответы. Это данные разного происхождения, и сводить их в одну оценку нельзя.

Основные сведения

  • Разработчик: Tencent Hunyuan (Tencent Hy). Отображаемое имя Hy4, параметр API hy4.
  • Дата выхода: исследовательская страница Tencent и пресс-релиз называют 2026-11-04. В списке исследований встречается и 11-03, так что даты записей могут расходиться на день.
  • Характеристики: в Hy API Guide от TokenHub указаны контекст 1M, максимальный ввод 960k, максимальный вывод 64k, ввод текста и изображений, вывод текста, поддержка рассуждений.
  • Число параметров: на исследовательской странице общее и активное число параметров релизной версии не названо. 770B / 49B относятся к предыдущей версии Hy4 preview, на релизную версию их переносить нельзя. В соцсетях встречаются посты, где эти числа приписаны релизу, но это не слова первоисточника.

Заявления разработчика

Всё ниже взято со страницы исследования Tencent, из пресс-релиза и официальной статьи в WeChat и является позицией производителя.

  • Новые возможности: по сравнению с preview в релизной версии впервые появились понимание изображений и управление компьютером (командная строка и графический интерфейс). Заявлены улучшения в следовании инструкциям, понимании длинных текстов, длинных задачах и глубоком исследовании. Проведено отдельное обучение под Blender, CAD и длинные задачи между приложениями.
  • Финансовый краудтест: организован Tencent FiT, 213 экспертов, 579 вопросов. Официальные баллы: Hy4 3.04, DeepSeek-V4.1-Flash-1017 2.97, Kimi K3.1 Pro 2.68, GLM-5.3 2.68. Tencent называет Hy4 лучшей среди открытых моделей. Тест проводила сама Tencent, это не независимый рейтинг.
  • Внутренние тесты партнёров: комплексная оценка WorkBuddy — средний результат 83.18, доля пройденных задач 96.15%, в 9 из 12 сценариев, по словам Tencent, лучший результат среди китайских моделей. Manus сообщает о доле выполненных офисных документов около 97%. У Xuntu (讯兔) IRAB равен 61.63, на сайте Tencent указан рост на 12.03 балла относительно preview (в тексте сайта есть и формулировка «12.03 процентного пункта», здесь она передана как у источника).
  • Собственный тест поиска: доля галлюцинаций снизилась с 15.76% до 5.45%, доля ошибочных догадок с 23.1% до 5.6%.
  • Внутренняя оценка Yuanbao: рост с 65.25 до 72.53.
  • Разработка игр: GameDev и GameLogic выросли относительно preview на 19.1% и 9.8%.

Tencent также привела несколько графиков по открытым бенчмаркам, но конкретные баллы с них в этой статье не используются. Для проверки откройте исследовательскую страницу Tencent Hunyuan.

Независимая оценка: 35 баллов Artificial Analysis

Данные страницы Hy4 на AA (проверено 2026-11-18), условия: Intelligence Index v5.0.1.

Показатель Hy4 Медиана группы сравнения
Intelligence Index v5.0.1 35 43
Выходные токены при оценке 160M 65.1M
Время на задачу 13.5 мин 11.5 мин

На той же странице указаны время до первого токена 117.82 с и скорость вывода 96 tok/s. Модель помечена как Proprietary, в комментарии страницы стоит very verbose. Индекс собирается из задач AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt, Terminal-Bench-Science и других.

Китайские СМИ пересказывают, что среди моделей китайских лабораторий Hy4 занимает второе место после Kimi K3.1 Pro (46). Это вторичный пересказ, а не место в мировом рейтинге; точные цифры нужно смотреть на оригинальной странице AA. Материал The Decoder (вторичный источник) приводит медиану AA как 30 и пишет о равенстве с Grok 4.7. Это расходится с медианой 43 на странице AA; равенство на самой странице AA мы не нашли и медиану 30 не используем.

«Сильнейшая открытая модель» и публикация весов

Заголовок пресс-релиза Tencent от 4 ноября говорит о вхождении в число сильнейших открытых моделей. Но по состоянию на 2026-11-18 официально сообщается лишь, что веса Hy4 будут опубликованы позже (см. официальный пост об открытии). Веса уже открыты у Hy4 flash от 18 ноября. AA помечает Hy4 как Proprietary, что согласуется с этим положением. Поэтому в день выхода формулировка про «сильнейшую открытую» была анонсом, и считать её уже скачиваемым и воспроизводимым результатом не стоит. Системная карта тоже планируется к выпуску вместе с открытием весов; полной системной карты мы не читали.

В исследовательской странице Tencent сама признаёт, что Hy4 заметно отстаёт от лучших закрытых моделей, особенно во внутренних сложных математических наборах, длинной разработке, итерациях модели и наборах визуальных вопросов.

Как читать эти цифры

  • Официальные тесты в основном собственные или из сценариев партнёров. Они показывают, что Tencent хочет подчеркнуть, но не годятся как рейтинг.
  • AA независим, но это лишь один сводный индекс. 35 при медиане 43 означает, что в этом наборе задач модель не лидирует; это не значит, что она слаба во всех сценариях.
  • Медленная работа и длинные ответы сильно сказываются на длинных задачах агента: растут и время, и расход токенов. Короткие задачи вроде документов, поиска и простого фронтенда страдают меньше, а длинную программную инженерию лучше сначала проверить на своих задачах.
  • Если выбираете версию для повседневной работы, см. Как выбрать между Hy4 и Hy4 flash. О программировании и агентах: Hy4 в программировании и агентах: официальные данные и сторонние впечатления, о ранних отзывах: отзывы и ограничения. О том, как работать с продуктами, см. WorkBuddy и CodeBuddy. Характеристики предыдущей версии — в руководстве по Hy4 preview, где 770B / 49B относятся только к preview.

Что не проверено и границы

  • Общее и активное число параметров релизной версии: Tencent не публиковала.
  • Веса Hy4 и системная карта: на 2026-11-18 не опубликованы.
  • Мы не проводили собственных тестов. Данные AA взяты на момент проверки 2026-11-18 и могут измениться.
  • Выпуск модели у разработчика не означает, что она доступна на нашем сайте.

Основные источники

Дата проверки: 2026-11-18.