En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarHabr AI→ original

Tencent Hy4 flash obtiene 2,79 sobre 4 frente a 2,81 de Haiku 5.5 y cuesta 18 veces menos por tarea

Tencent ha lanzado Hy4 flash, un modelo ligero que ya se puede conectar a través del router de IA de Selectel. En una prueba ciega con 259 tareas de trabajo, los usuarios le dieron 2,79 puntos sobre 4, casi lo mismo que a Claude Haiku 5.5 (2,81). Sin embargo, cada tarea costó ¥0,26 en lugar de ¥4,73, es decir, 18 veces menos. Si su agente procesa documentos largos y gasta mucho en tokens, conviene probar el modelo con sus propios datos. Por ahora, las cifras proceden únicamente de Tencent.

Procesado por IA desde Habr AI; editado por Hamidun News
Tencent Hy4 flash obtiene 2,79 sobre 4 frente a 2,81 de Haiku 5.5 y cuesta 18 veces menos por tarea
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Terminal-Bench 4.0 (código complejo)19,2 puntos para Hy4 flash frente a 44,4 para la Hy4 completa
Dato clave #2De 224B parámetros, solo 12B trabajan en cada palabra, y el KV-cache es 6 veces menor que el de Hy4
Tencent no ha publicado los pesosel modelo solo se puede usar a través de API

Imagine un agente que cada día lee cientos de documentos largos: analiza contratos, busca respuestas en una base de conocimiento, prepara presentaciones. Con un modelo de gama alta, la factura de tokens se come rápidamente el margen del producto. El 16 de noviembre, la china Tencent presentó Hy4 flash, el modelo pequeño de la familia Hy4.

Según la valoración de los usuarios, casi no se queda atrás de Claude Haiku 5.5, de Anthropic (2,79 puntos sobre 4 frente a 2,81), y cada tarea cuesta ¥0,26 en lugar de ¥4,73, es decir, unas 18 veces menos. El modelo ya está disponible en el router de IA de Selectel, una API única compatible con OpenAI y con pago por tokens.

La cifra «224B» del nombre indica el número de parámetros (los ajustes internos del modelo), pero en cada palabra trabajan realmente solo 12B, y de ahí su rapidez. Probarlo con sus propios documentos lleva una sola tarde.

Qué hay dentro

Hy4 flash tiene 224B parámetros en total, pero en cada token (un fragmento de palabra) se activan apenas 12B. Es el principio de la «mezcla de expertos»: de un gran conjunto de especialistas muy concretos, para cada palabra se activa solo una pequeña parte. Tencent estima la velocidad de decodificación en más de 150 tokens por segundo. El modelo acepta texto e imágenes y trabaja con un contexto de un millón de tokens.

La característica principal es la memoria Engram, que ocupa 64B parámetros. La idea fue propuesta por el laboratorio DeepSeek. Funciona como una especie de libro de consulta: en lugar de «calcular» el conocimiento desde cero cada vez, el modelo consulta filas ya preparadas de una tabla. Por cada token se leen varias filas y las direcciones se conocen de antemano, de modo que la tabla puede guardarse en la memoria RAM convencional y no en la costosa memoria del acelerador. Tencent califica de insignificante el sobrecoste que esto supone. La parte de cómputo ocupa unos 160B parámetros.

Para el contexto largo importa además el KV-cache, la «chuleta» operativa del modelo sobre lo que ya ha leído. Con un millón de tokens, es precisamente lo que consume la memoria. Gracias a la atención híbrida y a la arquitectura LatentMoE, el caché de Hy4 flash es seis veces menor que el de Hy4 y 24 veces menor que el de Hy3. Además, el aprendizaje por refuerzo redujo a la mitad el número medio de tokens de salida por tarea: el modelo responde de forma más breve y, por tanto, más barata.

Qué muestran las pruebas

Todavía no hay mediciones independientes: el modelo no aparece en el índice de Artificial Analysis. Todas las cifras que siguen son datos de Tencent, y el análisis se publicó en Atomic Agent. Según la compañía, Hy4 flash supera ligeramente, en conjunto, a Hy4 Preview, que tiene 770B parámetros y 49B activos.

El resultado más revelador es la prueba ciega: 85 usuarios de la aplicación WorkBuddy evaluaron 259 tareas de 27 categorías en una escala de hasta 4 puntos.

  • Hy4 flash: 2,79 puntos, cada tarea cuesta ¥0,26 (unos 3,2 ₽).
  • Claude Haiku 5.5: 2,81 puntos, ¥4,73 (unos 58,4 ₽).
  • GLM-5.3-Flash, de Zhipu AI: 2,53 puntos.
  • DeepSeek V4.1 Flash 1017: 3,09 puntos, ¥1,20 (unos 14,8 ₽).

Hy4 flash casi alcanzó a Haiku 5.5 y superó a GLM-5.3-Flash. DeepSeek V4.1 Flash va por delante en calidad, pero cada tarea cuesta entre 4 y 5 veces más que con Hy4 flash. La elección depende de qué le importe más: el precio o la puntuación.

Dónde es más débil el modelo y cómo conectarlo

En tareas largas de programación, la distancia con el modelo mayor es notable: en Terminal-Bench 4.0, Hy4 flash obtiene 19,2 puntos y la Hy4 completa, 44,4. Por eso Tencent recomienda flash para el trabajo cotidiano (búsqueda, documentos, presentaciones, frontend sencillo y computer use) y reserva el desarrollo complejo para Hy4.

Hay también una limitación de acceso: Tencent aún no ha publicado los pesos, así que el modelo no se puede ejecutar en hardware propio, solo a través de API. Para los equipos que necesitan independencia de un proveedor externo, esto es un inconveniente.

La conexión es sencilla. En el panel de control de Selectel se crea una clave de API para el router de IA, se copia el alias del modelo y se envía la solicitud al endpoint chat/completions con la cabecera Authorization: Bearer. Como la API es compatible con OpenAI, en un cliente existente basta con cambiar la base URL, la clave y el nombre del modelo; el resto del código sigue igual.

Qué hacer en la práctica

Si tiene un agente para tareas rutinarias con contexto largo (análisis de documentos, búsqueda en una base de conocimiento, creación de presentaciones), pruebe Hy4 flash con sus propios ejemplos y compare la calidad y el coste con su modelo actual. Para código complejo y agentes de ingeniería serios, el modelo insignia Hy4 sigue siendo claramente más potente, y conviene tomar con cautela las cifras de Tencent hasta que las confirmen mediciones independientes.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué hay dentro?

Hy4 flash tiene 224B parámetros en total, pero en cada token (un fragmento de palabra) se activan apenas 12B. Es el principio de la «mezcla de expertos»: de un gran conjunto de especialistas muy concretos, para cada palabra se activa solo una pequeña parte. Tencent estima la velocidad de decodificación en más de 150 tokens por segundo. El modelo acepta texto e imágenes y trabaja con un contexto de un millón de tokens. La característica principal es la memoria Engram, que ocupa 64B parámetros.

¿Qué se sabe sobre Qué muestran las pruebas?

Todavía no hay mediciones independientes: el modelo no aparece en el índice de Artificial Analysis. Todas las cifras que siguen son datos de Tencent, y el análisis se publicó en Atomic Agent. Según la compañía, Hy4 flash supera ligeramente, en conjunto, a Hy4 Preview, que tiene 770B parámetros y 49B activos. El resultado más revelador es la prueba ciega: 85 usuarios de la aplicación WorkBuddy evaluaron 259 tareas de 27 categorías en una escala de hasta 4 puntos.

Dónde es más débil el modelo y cómo conectarlo?

En tareas largas de programación, la distancia con el modelo mayor es notable: en Terminal-Bench 4.0, Hy4 flash obtiene 19,2 puntos y la Hy4 completa, 44,4. Por eso Tencent recomienda flash para el trabajo cotidiano (búsqueda, documentos, presentaciones, frontend sencillo y computer use) y reserva el desarrollo complejo para Hy4. Hay también una limitación de acceso: Tencent aún no ha publicado los pesos, así que el modelo no se puede ejecutar en hardware propio, solo a través de API.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…