Tencent lanza Hy4: el modelo lee 1 millón de tokens y su API cuesta desde 83 centavos

Tencent ha lanzado la versión final de su gran modelo de lenguaje Hy4. Estas son las cifras principales: admite hasta 1 millón de tokens por consulta (aproximadamente una base de código completa o una pila de contratos), responde con hasta 64 mil tokens y cobra 83 centavos por 1 millón de tokens de entrada en la API. La versión final incorpora dos capacidades: el modelo entiende imágenes y maneja interfaces por sí mismo, tanto la línea de comandos como ventanas gráficas en distintos sistemas operativos. Si desarrollas agentes que leen documentos o que deben hacer clic en la pantalla donde no hay una API cómoda, Hy4 merece una prueba con tus propias tareas.

Qué sabe hacer la versión final de Hy4

Multimodalidad significa que el modelo acepta algo más que texto. Hy4 reconoce imágenes, analiza documentos y gráficos y resuelve problemas matemáticos planteados en una imagen. Por ejemplo, se puede enviar la captura de un informe con un diagrama o la foto de una página de un libro de texto y pedirle que explique lo que se muestra.

El control autónomo de interfaces consiste en trabajar con los programas como lo haría un operador. El modelo mira la pantalla, localiza un botón o un campo de entrada, escribe un comando en el terminal o pulsa el elemento necesario. Estas capacidades hacen falta en agentes que tienen que trabajar con software corriente.

La ventana de 1 millón de tokens de entrada permite cargar en una sola consulta un repositorio grande o muchos documentos a la vez, y el límite de respuesta de 64 mil tokens basta para un texto extenso o un fragmento de código grande.

Por separado, Tencent indica que eliminó del conjunto de entrenamiento las herramientas ofensivas para ciberataques. Con ello la compañía intenta reducir el riesgo de que el modelo ayude a escribir código malicioso. Hasta qué punto funciona lo dirán las verificaciones independientes: por sí sola, la depuración de datos no garantiza que el modelo rechace peticiones peligrosas.

Cuánto cuesta y cómo está construido

Hy4 tiene 770 mil millones de parámetros, pero por cada token solo trabajan 49 mil millones. Así suelen estar diseñados los modelos de «mezcla de expertos»: la red almacena mucho conocimiento, pero solo se calcula una parte. Por eso ejecutar un modelo así resulta más barato que una red densa del mismo tamaño.

Precios: 83 centavos por 1 millón de tokens de entrada y 2,5 dólares por 1 millón de tokens de salida. El modelo está disponible en los servicios de Tencent y en OpenRouter. Con contextos largos, el coste lo marcan precisamente los tokens de entrada: una consulta con el millón completo costará aproximadamente 83 centavos, y con llamadas frecuentes esa cantidad crece rápido.

Qué se desconoce por ahora y qué hacer

Los pesos del modelo siguen cerrados. Tencent promete publicarlos en los próximos días y después lanzar una versión ligera, Hy4 Flash. Mientras eso no ocurra, no se puede desplegar Hy4 en infraestructura propia y todos los datos hay que enviarlos a un proveedor externo. Para las empresas con requisitos estrictos de confidencialidad, es una limitación importante.

Conviene verificar por cuenta propia las capacidades declaradas: trabajo con imágenes, interfaces y contexto largo. Esto se aplica sobre todo al contexto largo: formalmente el modelo admite un millón de tokens, pero en muchos modelos la precisión al buscar un detalle concreto en un volumen así disminuye.

El plan práctico es sencillo. Reúne un pequeño conjunto de tareas reales: el análisis de un documento con gráficos, una acción en una interfaz, una pregunta sobre un archivo grande. Ejecútalas con Hy4 en OpenRouter y compara la calidad y el coste con lo que usas ahora. Si los pesos se publican de verdad, aparecerá la opción del despliegue propio, y Hy4 Flash podría servir para consultas masivas y económicas.