Tencent تطلق Hy4: ذكاء اصطناعي يتحكم بالحاسوب، لكنه يختلق الإجابات في 89% من الأسئلة غير المألوفة عند غياب البحث

أطلقت Tencent نموذج Hy4، وهو نموذج لغوي يستطيع للمرة الأولى فهم الصور والتحكم بالبرامج بنفسه: فيفتح Blender ومحررات CAD وWord وExcel وPowerPoint. لكن هناك تحفظًا مهمًا. ففي تصنيف Artificial Analysis المستقل حصل النموذج على 35 نقطة (الوسيط في السوق 30)، أي أنه ضمن النماذج القوية لكنه ليس من الأفضل، واحتل المرتبة الثانية فقط بين النماذج الصينية.

وعندما لا يتوفر لـ Hy4 بحث على الويب ولا يعرف الإجابة، فإنه في 89% من الحالات لا يعترف بذلك بل يختلق إجابة. تخيّل أنك تسأله عن أحد إعدادات مكتبة لم تكن ضمن بيانات تدريبه: مع البحث سيعثر على الأرجح على التوثيق، أما بدونه فسيكتب بثقة خيارًا غير موجود. لذلك الخلاصة العملية بسيطة: يستحق Hy4 التجربة حيث تتوفر له المصادر والأدوات، ولا ينبغي الوثوق بذاكرته.

ما الذي يستطيع Hy4 فعله

أبرز الجديد هو فهم الصور. كان النموذج سابقًا يعمل بالنص فقط، أما الآن فيحلل الصور الفوتوغرافية والمخططات المعقدة. وفي عرض توضيحي بحث Hy4 عن قطعة بطول نحو مترين على سقف مستودع في صورة جوية بدقة 2,8 غيغابكسل. ولهذا قام بنفسه، عبر كتابة شيفرة، بتقطيع الصورة إلى أجزاء وفحصها واحدًا تلو الآخر، كما يكبّر الإنسان منطقة معينة من الخريطة.

الجديد الثاني هو التحكم بالحاسوب. دُرّب النموذج على أدوات احترافية مثل Blender وبرامج CAD، وكذلك على مهام تتطلب العمل المتسلسل في عدة تطبيقات. كما يستطيع تعديل ملفات Word وExcel وPowerPoint بالتعاون مع المستخدم في الوقت الفعلي.

ولمطوري الألعاب، كيّفت Tencent النموذج للعمل مع Unreal وUnity وGodot. وبحسب الفريق، ففي لعبة الجوال Honor of Kings ينجز Hy4 مهام الإعداد والتهيئة بلا أخطاء تقريبًا، ويعثر على الأسباب الجذرية للأخطاء البرمجية بوتيرة أعلى بكثير.

ما تقوله Tencent وما تُظهره الاختبارات المستقلة

وفق بيانات Tencent نفسها، تفوق Hy4 على النماذج الصينية Deepseek V4.1 Flash وKimi K3.1 Pro وGLM-5.3 Flash في اختبار شارك فيه أكثر من 200 متخصص مالي وضم نحو 600 مهمة واقعية. وانخفضت نسبة الحقائق المختلقة في البحوث على الويب، بحسب القياسات الداخلية، من نحو 16% إلى نحو 5% بفضل إعادة تصميم آلية البحث. ويمتدح النموذج أيضًا شركاء، بينهم منصة Comein المالية ومنصة الوكلاء Manus، لكنهم يستندون إلى اختباراتهم الخاصة. وفي تقييم Tencent يتفوق Claude Opus 5.5 على Hy4 في جميع اختبارات الأداء الاثني عشر، ويتفوق GPT 6.1 Sol في ثمانية منها.

الصورة المستقلة أكثر تواضعًا. يجمع Intelligence Index من Artificial Analysis بين العمل مع المعرفة والبرمجة والعلوم والثقافة العامة. وهناك حصل Hy4 على 35 نقطة مقابل وسيط قدره 30، وهي النتيجة نفسها لـ Grok 4.7. أما الأول بين النماذج الصينية، Kimi K3.1 Pro، فقد حصل على 46. ويقع Haiku 5.5، أصغر نماذج Anthropic، على مستوى قريب من Hy4، وهو في الوقت نفسه أرخص بنحو الضعف تقريبًا لكل مهمة في الاختبار.

وفي اختبار الدقة الواقعية AA-Omniscience يجيب Hy4 إجابة صحيحة عن نحو نصف الأسئلة المتعلقة بما حفظه أثناء التدريب. أما في الرياضيات المعقدة فالفجوة هائلة: ففي Hy-FrontierMath T5 حصل على 13,0 نقطة مقابل 97,5 لـ GPT 6.1 Sol و91,3 لـ Claude Opus 5.5. وتقرّ Tencent نفسها بأن النموذج يتخلف كثيرًا عن أفضل النماذج التجارية في مشاريع البرمجة الطويلة وفي تحليل الصور المعقد.

نموذج يساعد في تدريب نماذج أخرى

بالتعاون مع نظام الوكلاء Hyra 2.0، حسّن Hy4 البنية التحتية الداخلية لتدريب النماذج الصغيرة لدى Tencent، فارتفع الإنتاجية بنحو 20% في ست مراحل. ثم درّب النموذج بنفسه نسخته الخاصة من Jev، وهو نموذج لاتخاذ القرار تابع لشركة TypeSafe AI الأمريكية الناشئة. وتفوقت هذه النسخة على الأصل في ستة من ثمانية اختبارات أداء. وستتيح Tencent للعموم نموذجين متخصصين في الأحياء والفيزياء أُنشئا بهذه الطريقة. ولا يمكن حتى الآن التحقق من هذه الادعاءات من مصدر خارجي.

الأمان والسعر والسياق

تعد Tencent بفتح أوزان Hy4، لكنها لم تحدد موعدًا. وحتى الآن لا يتوفر الوصول إلا عبر Tencent Cloud وOpenRouter وتطبيقات Tencent، مثل روبوت الدردشة Yuanbao. وتقول الشركة إنها صفّت أثناء التدريب المواد المتعلقة بالاختراق، وإن مختبراتها لم ترصد خطرًا مرتفعًا لإساءة الاستخدام، وإن المخاطر البيولوجية أدنى من العتبة بوضوح. وسيصدر تقرير الأمان المفصل مع الأوزان.

بقي السعر كما في النسخة التجريبية: نحو $0,83 لكل مليون رمز إدخال و$2,50 لكل مليون رمز إخراج. ومن المخطط أن تليه نسخة أسرع وأرخص هي Hy4 flash.

صدر Hy3 بـ 295 مليار معامل بترخيص Apache 2.0 في يوليو، لكن المنافسين الصينيين تقدموا عليه منذ ذلك الحين: GLM-5.3 وDeepseek V4.1-Flash-1017 وKimi K3.1 Pro. واتسعت الفجوة بين النماذج المفتوحة والنماذج الرائدة من 3 إلى 12 نقطة. وفي أكتوبر نشرت السلطات الصينية مشروع قواعد لضبط تصدير أوزان النماذج التي تدخل ضمن أفضل 10 عالميًا أو يتجاوز حجمها تريليوني معامل؛ وتنص القواعد على إجراء مبسّط مع موافقة تلقائية للإصدارات المفتوحة.

ماذا نفعل بهذا

يستحق Hy4 الاختبار في أتمتة المكاتب والتحليل المالي والعمل مع المستندات وأدوات الألعاب، أي في كل مكان يتوفر له فيه البحث والوصول إلى المصادر. أما للرياضيات المعقدة ومشاريع البرمجة الطويلة والإجابات «من الذاكرة» دون مصادر، فتبقى النماذج المغلقة الرائدة أكثر موثوقية. أعيدوا التحقق من أرقام Tencent وشركائها على بياناتكم الخاصة، فالتقييمات المستقلة أكثر تواضعًا بوضوح.