Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)

Tencent liberou os pesos do Hy4: dos 770 bilhões de parâmetros, apenas 49 bilhões trabalham por token

A Tencent publicou os pesos do seu modelo-carro-chefe Hy4, que agora podem ser baixados e executados em servidores próprios. Trata-se de um modelo de "equipe de especialistas" com 770 bilhões de parâmetros, em que cada token (um pedaço de palavra) é processado por apenas 49 bilhões, o que barateia a operação. Segundo medições da própria Tencent, em tarefas agênticas, como a correção de bugs em repositórios, ele fica no mesmo nível do GPT-6.1 Sol e do Claude Opus 5.5, mas perde em ciência. Quem desenvolve agentes deve testá-lo com as próprias tarefas.

Processado por IA de TG: @ai_machinelearning_big_data (Machinelearning); editado por Hamidun News
Tencent liberou os pesos do Hy4: dos 770 bilhões de parâmetros, apenas 49 bilhões trabalham por token
Fonte: TG: @ai_machinelearning_big_data (Machinelearning). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @ai_machinelearning_big_data (Machinelearning) ↗
Editor-chefe
Dado-chave #1A licença é mais restritiva que a da prévia: no lugar da Apache 2.0, passou a valer a Tencent Hy License
Dado-chave #2Serviços com receita acima de 50 milhões de dólares ou 100 milhões de usuários precisam de autorização
API0,834 dólar por milhão de tokens de entrada e 2,5 dólares por milhão de tokens de saída, com 50% de desconto até 31 de dezembro

A Tencent cumpriu a promessa feita na apresentação e publicou os pesos do seu modelo-carro-chefe, o Hy4. Na prática, um modelo pesado, no nível dos flagships fechados, pode ser baixado, implantado em servidores próprios e integrado a um produto sem que os dados precisem sair para a nuvem de terceiros. Mas, em relação à prévia de agosto, a licença mudou, e para algumas empresas isso pesa mais do que qualquer benchmark.

O que significam os números do título

O Hy4 é construído com a arquitetura de "mistura de especialistas" (MoE). Imagine uma grande consultoria com 770 funcionários. A cada pergunta de um cliente, não se chama todo mundo: são acionados 49 especialistas adequados. Com o modelo é parecido: ele tem 770 bilhões de parâmetros no total, mas apenas 49 bilhões são usados para processar cada token (um pedaço aproximado de palavra). Por isso, ele sai mais barato e mais rápido de rodar do que um modelo "denso" do mesmo tamanho, em que todos os parâmetros trabalham ao mesmo tempo.

A janela de contexto do Hy4 é de 1 milhão de tokens. Na prática, isso significa que um grande repositório de código ou um arquivo extenso de contratos cabe em uma única requisição. O modelo entende não apenas texto, mas também imagens e vídeos.

Há ainda um modelo-rascunho embutido para a decodificação especulativa. É como um editor experiente com um estagiário: o estagiário propõe rapidamente as próximas palavras, e o editor confere todas de uma vez. Se o rascunho estiver certo, a resposta sai mais rápido, e a qualidade permanece a mesma.

Junto com os pesos, a Tencent publicou um cartão de sistema com mais de 80 páginas, com avaliações de segurança que incluem riscos em cibersegurança e biossegurança. Se a escolha do modelo precisar ser aprovada pela equipe de segurança, esse documento será útil.

Licença: quem agora precisa de autorização

A versão preliminar Hy4 Preview, lançada em agosto, era distribuída sob a Apache 2.0, ou seja, com quase nenhuma restrição. O modelo final sai sob a licença própria da Tencent, a Tencent Hy License.

Pesquisadores e entusiastas continuam podendo usar o modelo gratuitamente, modificá-lo e aplicá-lo em produtos comerciais. A restrição atinge empresas que oferecem o Hy4 como serviço. Elas precisam de uma autorização por escrito da Tencent se ocorrer uma das seguintes condições:

  • a receita anual da empresa, em qualquer período de 12 meses consecutivos, ultrapassa 50 milhões de dólares;
  • o produto atinge mais de 100 milhões de usuários ativos em pelo menos um mês.

Implantações comuns, em que o modelo cuida de funções pontuais, e o uso interno na empresa não se enquadram nessa restrição. Por exemplo, uma startup que incluiu o Hy4 no seu CRM para analisar e-mails, ou uma equipe corporativa com um assistente interno, provavelmente podem seguir sem preocupação. Já provedores de nuvem e grandes plataformas que revendem o modelo como serviço terão de negociar.

O que os testes mostraram e quanto custa

Uma ressalva importante: a maioria dos testes com os concorrentes foi feita pela própria Tencent, em seus próprios arcabouços para agentes. Verificações independentes podem mostrar um quadro diferente.

Segundo essas medições, em tarefas agênticas o Hy4 se mantém no mesmo nível dos modelos fechados GPT-6.1 Sol e Claude Opus 5.5:

  • na correção de erros em repositórios reais no DeepSWE, ele marca quase o mesmo que ambos;
  • nas tarefas agênticas do APEX-Agents, supera os dois;
  • no controle de computador no OSWorld, ultrapassa o GPT e fica um pouco abaixo do Opus.

Em tarefas mais longas e complexas, o resultado é pior. No Terminal-Bench 4.0 e no FrontierCode, o Hy4 fica atrás do GPT e, com mais folga, do Opus. No exame HLE com ferramentas, ele quase alcança o GPT, mas na compreensão de imagens do MMMU-Pro perde para os dois. A maior diferença aparece em ciência: no Terminal-Bench-Science, o modelo resolve quase um terço das tarefas que o GPT e o Opus resolvem.

Via API na plataforma Tencent Cloud, o Hy4 custa 0,834 dólar por milhão de tokens de entrada e 2,5 dólares por milhão de tokens de saída. Até 31 de dezembro, vale um desconto de 50%.

O que fazer na prática

Se você desenvolve agentes para código, interfaces ou processos de negócio, vale testar o Hy4 com as suas próprias tarefas. Os pesos abertos e o preço baixo da API oferecem uma alternativa real aos modelos fechados, sobretudo quando os dados não podem sair da empresa. Para cenários científicos e multimodais, a qualidade deve ser verificada separadamente, já que é nessas áreas que o modelo fica mais fraco.

Se você pretende vender acesso ao modelo como serviço, leia o texto da licença antes e avalie se vai esbarrar nos limites de receita ou de número de usuários. Para equipes pequenas, as condições continuam leves, mas, para grandes plataformas, a Apache 2.0 da prévia não se aplica mais.

História

Perguntas frequentes sobre a notícia

O que significam os números do título?

O Hy4 é construído com a arquitetura de "mistura de especialistas" (MoE). Imagine uma grande consultoria com 770 funcionários. A cada pergunta de um cliente, não se chama todo mundo: são acionados 49 especialistas adequados. Com o modelo é parecido: ele tem 770 bilhões de parâmetros no total, mas apenas 49 bilhões são usados para processar cada token (um pedaço aproximado de palavra).

O que se sabe sobre Licença: quem agora precisa de autorização?

A versão preliminar Hy4 Preview, lançada em agosto, era distribuída sob a Apache 2.0, ou seja, com quase nenhuma restrição. O modelo final sai sob a licença própria da Tencent, a Tencent Hy License. Pesquisadores e entusiastas continuam podendo usar o modelo gratuitamente, modificá-lo e aplicá-lo em produtos comerciais. A restrição atinge empresas que oferecem o Hy4 como serviço.

O que os testes mostraram e quanto custa?

Uma ressalva importante: a maioria dos testes com os concorrentes foi feita pela própria Tencent, em seus próprios arcabouços para agentes. Verificações independentes podem mostrar um quadro diferente. Segundo essas medições, em tarefas agênticas o Hy4 se mantém no mesmo nível dos modelos fechados GPT-6.1 Sol e Claude Opus 5.5: na correção de erros em repositórios reais no DeepSWE, ele marca quase o mesmo que ambos; nas tarefas agênticas do APEX-Agents, supera os dois; no controle de computador…

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…