Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaAPI / Producto · Listo para usarTG: @ai_machinelearning_big_data (Machinelearning)→ original

Tencent publica los pesos de Hy4: de 770 000 millones de parámetros, solo 49 000 millones trabajan por token

Tencent ha publicado los pesos de su modelo insignia Hy4, que se pueden descargar y ejecutar en servidores propios. Se trata de un "equipo de especialistas" de 770 000 millones de parámetros, en el que solo 49 000 millones trabajan en cada token (fragmento de palabra), lo que lo hace más barato de operar. Según las mediciones de la propia Tencent, en tareas agénticas como la corrección de errores en repositorios iguala a GPT-6.1 Sol y Claude Opus 5.5, pero en ciencia rinde menos. Conviene probarlo con las tareas propias antes de adoptarlo en agentes.

Procesado por IA desde TG: @ai_machinelearning_big_data (Machinelearning); editado por Hamidun News
Tencent publica los pesos de Hy4: de 770 000 millones de parámetros, solo 49 000 millones trabajan por token
Fuente: TG: @ai_machinelearning_big_data (Machinelearning). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @ai_machinelearning_big_data (Machinelearning) ↗
Editor jefe
Dato clave #1La licencia es más estricta que la versión preliminar: Apache 2.0 se sustituye por la Tencent Hy License.
Dato clave #2Los servicios con ingresos superiores a 50 millones de dólares o con 100 millones de usuarios necesitan permiso.
API0,834 $ por millón de tokens de entrada y 2,5 $ por millón de tokens de salida, con un 50 % de descuento hasta el 31 de diciembre.

Tencent ha cumplido la promesa hecha en la presentación y ha publicado los pesos de su modelo insignia, Hy4. Esto significa que un modelo pesado, de nivel similar a los buques insignia cerrados, se puede descargar, desplegar en servidores propios e integrar en un producto sin enviar los datos a una nube ajena. Pero, en comparación con la vista previa de agosto, ha cambiado la licencia, y para parte de las empresas esto importa más que cualquier benchmark.

Qué significan las cifras del titular

Hy4 se basa en una arquitectura de "mezcla de expertos". Imagine una gran consultora de 770 empleados. Ante cada consulta del cliente no se llama a todos a la vez: se activan 49 especialistas adecuados. El modelo funciona igual: en total tiene 770 000 millones de parámetros, pero para procesar cada token (aproximadamente un fragmento de palabra) solo se usan 49 000 millones. Por eso resulta más barato y rápido de ejecutar que un modelo "denso" del mismo tamaño, en el que trabajan todos los parámetros a la vez.

Hy4 tiene una ventana de contexto de 1 millón de tokens. En la práctica, esto significa que en una sola consulta cabe un repositorio de código grande o un archivo extenso de contratos. El modelo entiende no solo texto, sino también imágenes y vídeo.

Incluye además un modelo borrador integrado para la decodificación especulativa. Es como un editor experimentado con un becario: el becario propone rápidamente las siguientes palabras y el editor las verifica todas de una vez. Si el borrador acierta, la respuesta llega antes y la calidad se mantiene.

Junto con los pesos, Tencent ha publicado una tarjeta de sistema de más de 80 páginas con evaluaciones de seguridad, incluidos los riesgos en ciberseguridad y bioseguridad. Si la elección del modelo debe pasar por el departamento de seguridad, ese documento será útil.

Licencia: quién necesita permiso ahora

La versión preliminar Hy4 Preview, lanzada en agosto, se distribuía bajo Apache 2.0, es decir, con casi ninguna restricción. El modelo final sale bajo la licencia propia de Tencent, la Tencent Hy License.

Los entusiastas y los investigadores pueden seguir usando el modelo gratis, modificarlo y aplicarlo en productos comerciales. La restricción afecta a las empresas que ofrecen Hy4 como servicio. Necesitan una autorización escrita específica de Tencent si se cumple alguna de estas condiciones:

  • los ingresos anuales de la empresa en cualquier periodo de 12 meses consecutivos superan los 50 millones de dólares;
  • el producto alcanza más de 100 millones de usuarios activos en al menos un mes.

Las implantaciones habituales, en las que el modelo se encarga de funciones concretas, y el uso interno dentro de una empresa no entran en la restricción. Por ejemplo, una startup que ha añadido Hy4 a su CRM para analizar correos, o un equipo corporativo con un asistente interno, probablemente pueden trabajar sin problemas. En cambio, los proveedores de nube y las grandes plataformas que revenden el modelo como servicio tendrán que negociar.

Qué mostraron las pruebas y cuánto cuesta

Un detalle importante: la mayoría de las pruebas frente a los competidores las hizo la propia Tencent, con sus propios entornos para agentes. Las verificaciones independientes podrían dar otro panorama.

Según estas mediciones, en tareas agénticas Hy4 se mantiene a la par de los modelos cerrados GPT-6.1 Sol y Claude Opus 5.5:

  • en la corrección de errores en repositorios reales de DeepSWE obtiene casi la misma puntuación que ambos modelos;
  • en las tareas agénticas de APEX-Agents supera a los dos;
  • en el manejo de un ordenador en OSWorld supera a GPT y se queda un poco por debajo de Opus.

En tareas más largas y complejas el resultado es peor. En Terminal-Bench 4.0 y FrontierCode, Hy4 queda por detrás de GPT y aún más por detrás de Opus. En el examen HLE con herramientas casi alcanza a GPT, mientras que en la comprensión de imágenes de MMMU-Pro pierde frente a ambos. La mayor diferencia aparece en ciencia: en Terminal-Bench-Science el modelo resuelve casi tres veces menos tareas que GPT y Opus.

A través de la API de Tencent Cloud, Hy4 cuesta 0,834 dólares por millón de tokens de entrada y 2,5 dólares por millón de tokens de salida. Hasta el 31 de diciembre rige un descuento del 50 %.

Qué hacer en la práctica

Si está construyendo agentes para código, trabajo con interfaces o procesos empresariales, conviene probar Hy4 con sus propias tareas. Los pesos abiertos y el precio moderado de la API ofrecen una alternativa real a los modelos cerrados, sobre todo cuando los datos no pueden salir de la organización. Para escenarios científicos y multimodales, la calidad debe verificarse por separado, ya que ahí el modelo es más débil.

Si, por el contrario, planea vender acceso al modelo como servicio, lea primero el texto de la licencia y calcule si podría superar el umbral de ingresos o de número de usuarios. Para equipos pequeños las condiciones siguen siendo suaves, pero para las grandes plataformas Apache 2.0, tal como aparecía en la versión preliminar, ya no es aplicable.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué significan las cifras del titular?

Hy4 se basa en una arquitectura de "mezcla de expertos". Imagine una gran consultora de 770 empleados. Ante cada consulta del cliente no se llama a todos a la vez: se activan 49 especialistas adecuados. El modelo funciona igual: en total tiene 770 000 millones de parámetros, pero para procesar cada token (aproximadamente un fragmento de palabra) solo se usan 49 000 millones. Por eso resulta más barato y rápido de ejecutar que un modelo "denso" del mismo tamaño, en el que trabajan todos los parámetros a la vez.

¿Qué se sabe sobre Licencia: quién necesita permiso ahora?

La versión preliminar Hy4 Preview, lanzada en agosto, se distribuía bajo Apache 2.0, es decir, con casi ninguna restricción. El modelo final sale bajo la licencia propia de Tencent, la Tencent Hy License. Los entusiastas y los investigadores pueden seguir usando el modelo gratis, modificarlo y aplicarlo en productos comerciales. La restricción afecta a las empresas que ofrecen Hy4 como servicio.

¿Qué se sabe sobre Qué mostraron las pruebas y cuánto cuesta?

Un detalle importante: la mayoría de las pruebas frente a los competidores las hizo la propia Tencent, con sus propios entornos para agentes. Las verificaciones independientes podrían dar otro panorama. Según estas mediciones, en tareas agénticas Hy4 se mantiene a la par de los modelos cerrados GPT-6.1 Sol y Claude Opus 5.5: en la corrección de errores en repositorios reales de DeepSWE obtiene casi la misma puntuación que ambos modelos; en las tareas agénticas de APEX-Agents supera a los dos; en…

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…