Китайський технологічний гігант Tencent Holdings представив флагманську модель штучного інтелекту Hy4, яка публікується з відкритими вагами та орієнтована на розширені можливості ШІ-агентів. Нова розробка заявлена як основа для корпоративної платформи WorkBuddy і, за оцінкою розробників, робить лінійку ШІ-рішень компанії «однією з найпотужніших серед доступних сьогодні моделей з відкритими вагами».

Візуальне сприйняття як ключове нововведення

Найважливішою відмінністю Hy4 від попередників стала підтримка візуального сприйняття: модель здатна обробляти зображення, аналізувати складні графіки та виконувати математичні міркування на основі візуальних даних. Це розширює сценарії застосування системи за межі текстових завдань і наближає її до мультимодальних рішень закритого сегмента. Водночас Tencent чесно зазначає, що Hy4 поки що поступається передовим закритим системам, особливо у вирішенні складних завдань — математичних дослідженнях, написанні програмного коду в межах довгострокових проєктів, самостійному вдосконаленні та просунутому візуальному аналізі, зокрема відповідях на запитання щодо зображень.

Масштаб: 770 млрд параметрів і плани на Hy5

Розмір Tencent Hy4 становить 770 млрд параметрів — у 2,6 раза більше, ніж у попередньої Hy3 з 295 млрд параметрів. Розробник пообіцяв, що наступне покоління моделі, Hy5, буде ще масштабнішим, а найближчим часом з'явиться полегшений варіант Hy4 Flash, покликаний значно знизити витрати на виконання завдань. Такий підхід дає змогу компанії покривати різні сегменти: від важких дослідницьких сценаріїв до економічного промислового використання.

Інтеграція з WorkBuddy та позиції в бенчмарках

Tencent підключила нову модель до платформи ШІ-агента WorkBuddy: за внутрішніми оцінками, у зв'язці з цим інструментом Hy4 показала середній результат у 83,18 бала за частки успішних рішень 96,15%. Попередня версія Hy4, представлена наприкінці серпня, на поточний момент посідає 23-тє місце у світовому рейтингу WebDev на платформі Code Arena — бенчмарку, який оцінює великі мовні моделі в режимі реального часу на основі практичних завдань із програмування.

Перевага над попередником і конкурентами

Значне збільшення обсягу навчальних даних і масштабу моделі допомогло Hy4 перевершити свою попередню версію в 12 категоріях завдань, включно з автономним виконанням дій, написанням програмного коду та автоматизацією робочих процесів. Порівняно з конкурентами модель обійшла Z.ai GLM-5.3 і DeepSeek-V4.1-Flash-1017, виступивши на рівні з Moonshot Kimi K3.1 Pro. Таким чином, Hy4 закріплюється у верхній частині рейтингу відкритих моделей, хоча до абсолютного лідерства серед закритих систем розрив зберігається.

Обмеження в галузі кібербезпеки

У процесі навчання Tencent свідомо обмежила можливості, пов'язані з хакерською діяльністю: з навчальної вибірки виключили матеріали, пов'язані з розробкою експлойтів, зворотним проєктуванням і тестуванням на проникнення. Компанія пояснює це необхідністю «уникнути посилення можливостей для проведення наступальних кібератак». Подібний підхід відображає зростаючу практику відповідального навчання ШІ-моделей, коли розробники на етапі підготовки даних закладають обмеження щодо потенційно небезпечних сценаріїв використання.