Tencent lanza Hy4: una IA que controla el PC, pero sin búsqueda inventa el 89% de las respuestas a preguntas desconocidas

Tencent ha lanzado Hy4, un modelo de lenguaje que por primera vez entiende imágenes y puede manejar programas por sí solo: abre Blender, editores CAD, Word, Excel y PowerPoint. Pero tiene una salvedad importante. En el ranking independiente de Artificial Analysis obtuvo 35 puntos (la mediana del mercado es 30), es decir, queda entre los modelos sólidos pero no entre los mejores, y ocupa solo el segundo lugar entre los chinos.

Además, cuando Hy4 no tiene acceso a la búsqueda web y no sabe la respuesta, en el 89% de los casos no lo admite: se la inventa. Imagine que le pregunta por un parámetro de configuración de una biblioteca que no estaba en sus datos de entrenamiento. Con búsqueda, lo más probable es que encuentre la documentación; sin ella, escribirá con aplomo una opción que no existe.

La conclusión práctica es sencilla: conviene probar Hy4 donde disponga de fuentes y herramientas, y no fiarse de su memoria.

Qué sabe hacer Hy4

La principal novedad es la comprensión de imágenes. Antes el modelo trabajaba solo con texto; ahora analiza fotografías y esquemas complejos. En una demostración, Hy4 buscó una pieza de unos dos metros en el tejado de un almacén dentro de una imagen aérea de 2,8 gigapíxeles. Para ello, dividió la imagen en fragmentos mediante código y los revisó uno por uno, como cuando una persona amplía una zona concreta de un mapa.

La segunda novedad es el control del ordenador. El modelo se entrenó con herramientas profesionales como Blender y programas CAD, y también con tareas que exigen trabajar de forma secuencial en varias aplicaciones. Además, puede editar archivos de Word, Excel y PowerPoint en tiempo real junto con una persona.

Para los desarrolladores de videojuegos, Tencent ha adaptado el modelo a Unreal, Unity y Godot. Según el equipo, en el juego móvil Honor of Kings Hy4 resuelve casi sin errores las tareas de configuración y encuentra con mucha más frecuencia las causas raíz de los bugs.

Qué dice Tencent y qué muestran las pruebas independientes

Según datos de la propia Tencent, en una prueba con más de 200 especialistas financieros y casi 600 tareas reales, Hy4 superó a los modelos chinos Deepseek V4.1 Flash, Kimi K3.1 Pro y GLM-5.3 Flash. La proporción de datos inventados en investigaciones web, según mediciones internas, bajó de casi el 16% a alrededor del 5% gracias a un sistema de búsqueda rediseñado. Algunos socios, entre ellos la plataforma financiera Comein y la plataforma de agentes Manus, también elogian el modelo, pero se basan en sus propias pruebas. En la evaluación de Tencent, Claude Opus 5.5 supera a Hy4 en los doce benchmarks, y GPT 6.1 Sol, en ocho.

El panorama independiente es más modesto. El Intelligence Index de Artificial Analysis combina trabajo con conocimiento, código, ciencia y cultura general. Ahí Hy4 obtiene 35 puntos con una mediana de 30, los mismos que Grok 4.7. El líder entre los modelos chinos, Kimi K3.1 Pro, logra 46. Más o menos al nivel de Hy4 se sitúa Haiku 5.5, el modelo más pequeño de Anthropic, que además cuesta casi la mitad por tarea en el benchmark.

En la prueba de precisión factual AA-Omniscience, Hy4 responde correctamente a aproximadamente la mitad de las preguntas sobre lo que memorizó durante el entrenamiento. En matemáticas complejas la brecha es enorme: en Hy-FrontierMath T5 obtiene 13,0 puntos frente a 97,5 de GPT 6.1 Sol y 91,3 de Claude Opus 5.5. La propia Tencent reconoce que en proyectos de código extensos y en el análisis complejo de imágenes el modelo queda muy por detrás de los mejores modelos comerciales.

Un modelo que ayuda a entrenar a otros

Junto con el sistema de agentes Hyra 2.0, Hy4 optimizó la infraestructura interna de entrenamiento de los modelos pequeños de Tencent: el rendimiento aumentó aproximadamente un 20% en seis etapas. Después, el modelo entrenó por su cuenta una versión propia de Jev, el modelo de toma de decisiones de la startup estadounidense TypeSafe AI. Esa versión superó al original en seis de los ocho benchmarks. Tencent liberará dos modelos especializados en biología y física creados de este modo. Por ahora no es posible verificar estas afirmaciones de forma independiente.

Seguridad, precio y contexto

Tencent promete abrir los pesos de Hy4, pero no ha indicado ninguna fecha. De momento, el acceso es solo a través de Tencent Cloud, OpenRouter y las aplicaciones de Tencent, como el chatbot Yuanbao. La compañía afirma que durante el entrenamiento filtró los materiales sobre hackeo, que sus laboratorios no detectaron un riesgo elevado de uso indebido y que los riesgos biológicos están claramente por debajo del umbral. El informe detallado de seguridad se publicará junto con los pesos.

El precio se mantiene como en la versión preliminar: alrededor de $0,83 por millón de tokens de entrada y $2,50 por millón de tokens de salida. Está previsto que después llegue una versión más rápida y barata, Hy4 flash.

Hy3, con 295 mil millones de parámetros, salió en julio bajo licencia Apache 2.0, pero desde entonces los competidores chinos se han adelantado: GLM-5.3, Deepseek V4.1-Flash-1017, Kimi K3.1 Pro. La distancia entre los modelos abiertos y los líderes ha crecido de 3 a 12 puntos. En octubre, las autoridades chinas publicaron un proyecto de normas de control de exportaciones para los pesos de modelos que figuren entre los 10 mejores del mundo o superen los dos billones de parámetros; para los lanzamientos abiertos se prevé un procedimiento acelerado con aprobación automática.

Qué hacer con esto

Tiene sentido probar Hy4 en automatización de oficina, análisis financiero, trabajo con documentos y herramientas para videojuegos, es decir, en todos los casos en que disponga de búsqueda y acceso a fuentes. Para matemáticas complejas, proyectos de código extensos y respuestas «de memoria» sin fuentes, siguen siendo más fiables los modelos cerrados de primera línea. Conviene contrastar con los propios datos las cifras de Tencent y de sus socios: las evaluaciones independientes son bastante más modestas.