Modelo Tencent Hy4 corrige 76% das vulnerabilidades reais em código e supera o DeepSeek em 6 pontos
A Tencent lançou o modelo Hy4, e o laboratório Artificial Analysis testou como ele encontra e corrige falhas reais em código. No teste CWE-Bench-AA, ele resolveu 76% das tarefas, 6 pontos a mais que o DeepSeek V4.1 Flash. No índice agregado Cyber Index, ele marca 58%, em terceiro lugar, atrás do Kimi K3.1 Pro (64%) e do GPT-6 Sol (69%). Para revisão automática de código, trata-se de uma opção forte, com custo de cerca de $0,92 por tarefa.
Processado por IA de X: @ArtificialAnlys; editado por Hamidun News
Imagine que há uma falha clássica escondida no seu repositório: uma consulta ao banco é montada a partir da entrada do usuário, e por ela é possível extrair dados de terceiros. É preciso que um agente de IA encontre sozinho esse ponto, entenda a causa e proponha a correção. Esse tipo de tarefa tem sido cada vez mais delegado a modelos, e aqui importam duas coisas: com que frequência o modelo acerta e quanto custa rodá-lo em um grande volume de tarefas. O laboratório independente Artificial Analysis testou o novo modelo Tencent Hy4 e obteve um resultado razoável nos dois critérios: 76% das tarefas resolvidas no teste de busca e correção de vulnerabilidades e cerca de $0,92 por tarefa.
O que significam os números no teste
A Artificial Analysis mantém o próprio Cyber Index, um ranking agregado de quão bons os modelos são em tarefas de cibersegurança. O Hy4 marcou 58% nele. É o terceiro lugar: um ponto acima do DeepSeek V4.1 Flash 1017 (max), mas atrás do Kimi K3.1 Pro (64%) e do GPT-6 Sol (Daybreak Blue, max), com 69%. O GPT-6 Sol, nessa configuração, traz a marcação trusted-access: o acesso não é liberado para todos, apenas para usuários verificados.
O resultado mais expressivo do Hy4 veio no teste separado CWE-Bench-AA. É a implementação da Artificial Analysis do benchmark CWE-bench v1. O agente recebe vulnerabilidades reais em software e precisa encontrá-las e corrigi-las. CWE é o catálogo amplamente adotado de tipos de fraquezas de software, de estouro de buffer a injeções de SQL. O Hy4 resolveu 76% das tarefas e ficou em primeiro lugar. Do DeepSeek V4.1 Flash 1017 (max) o separam 6 pontos.
Custo e tokens
O preço de API do Hy4 é de $0,834 por milhão de tokens de entrada e $2,501 por milhão de tokens de saída. Mas um agente gera muito raciocínio e texto, por isso o que mais importa para ele é o custo por tarefa completa. A Artificial Analysis estima esse valor em $0,92. Com esse custo, o Hy4 fica na fronteira de Pareto no eixo capacidade-preço: nenhum modelo da comparação é ao mesmo tempo mais forte e mais barato.
Os vizinhos no ranking são estes:
- o Grok 4.7 (xhigh) marca 2 pontos a menos, mas custa cerca de 11 vezes mais;
- o DeepSeek V4.1 Flash 1017 (max) fica 1 ponto atrás no índice geral e sai por cerca de metade do preço do Hy4.
Em resumo, o Hy4 não é o modelo mais barato da comparação, mas é bem mais forte em busca e correção de vulnerabilidades.
Há também dados sobre verbosidade. O Hy4 gasta cerca de 64 mil tokens de saída por tarefa. É 43% menos que o DeepSeek V4.1 Flash 1017 (max) e 37% menos que o Grok 4.7 (xhigh). Por outro lado, escreve 49% mais que o Kimi K3.1 Pro e 56% mais que o GPT-6 Sol. Quanto menos tokens, mais rápido e barato o agente trabalha, então nesse indicador o Hy4 fica na faixa intermediária.
O que fazer com isso
Se você integra IA à revisão de código, à varredura de dependências ou a correções automáticas, vale incluir o Hy4 na lista de testes. Especialmente quando o orçamento é limitado e a precisão precisa ser maior que a dos modelos mais baratos.
As ressalvas são estas:
- Estes são dados de um único laboratório independente e da sua própria implementação do benchmark. Nos seus repositórios, linguagens e erros típicos, o resultado pode ser diferente.
- No índice geral, o Hy4 fica atrás do Kimi K3.1 Pro e do GPT-6 Sol. Se o objetivo é o máximo em todas as tarefas de cibersegurança, e não só em busca e correção de vulnerabilidades, a escolha pode mudar.
- O GPT-6 Sol tem acesso restrito, então uma comparação direta nem sempre é viável para uma equipe comum.
O caminho prático é simples. Reúna de 20 a 50 bugs ou CVEs reais da sua base de código, rode-os no Hy4 e em alguns concorrentes e compare a taxa de correções certas e o custo final por tarefa. Com esse valor em mãos, fica claro se vale executar o agente em cada commit ou apenas em módulos críticos.
Para o mercado, a notícia também é reveladora. Laboratórios chineses ocupam cada vez mais as primeiras posições em rankings de aplicações práticas, e a disputa já não gira apenas em torno da precisão, mas também do custo por tarefa resolvida.
- 21 de nov. de 2026MLCommons começou a medir APIs de IA sob carga real: 7 medições para agentes
- 21 de nov. de 2026Por meio do OpenRouter, DeepSeek adulterada respondeu por três dias: recusas caíram de 83–98% para 1%
- 21 de nov. de 2026Alice, ChatGPT e Perplexity citam apenas 34 de 309 sites para artigos
- 21 de nov. de 2026CoreWeave mediu o Vera Rubin: até 10 vezes mais tokens por megawatt que o GB200
Perguntas frequentes sobre a notícia
O que significam os números no teste?
A Artificial Analysis mantém o próprio Cyber Index, um ranking agregado de quão bons os modelos são em tarefas de cibersegurança. O Hy4 marcou 58% nele. É o terceiro lugar: um ponto acima do DeepSeek V4.1 Flash 1017 (max), mas atrás do Kimi K3.1 Pro (64%) e do GPT-6 Sol (Daybreak Blue, max), com 69%. O GPT-6 Sol, nessa configuração, traz a marcação trusted-access: o acesso não é liberado para todos, apenas para usuários verificados. O resultado mais expressivo do Hy4 veio no teste separado CWE-Bench-AA.
O que se sabe sobre Custo e tokens?
O preço de API do Hy4 é de $0,834 por milhão de tokens de entrada e $2,501 por milhão de tokens de saída. Mas um agente gera muito raciocínio e texto, por isso o que mais importa para ele é o custo por tarefa completa. A Artificial Analysis estima esse valor em $0,92. Com esse custo, o Hy4 fica na fronteira de Pareto no eixo capacidade-preço: nenhum modelo da comparação é ao mesmo tempo mais forte e mais barato.
O que fazer com isso?
Se você integra IA à revisão de código, à varredura de dependências ou a correções automáticas, vale incluir o Hy4 na lista de testes. Especialmente quando o orçamento é limitado e a precisão precisa ser maior que a dos modelos mais baratos. As ressalvas são estas: Estes são dados de um único laboratório independente e da sua própria implementação do benchmark. Nos seus repositórios, linguagens e erros típicos, o resultado pode ser diferente. No índice geral, o Hy4 fica atrás do Kimi K3.1 Pro e do GPT-6 Sol.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.