Tencent stellt Hy4 vor: ein Open-Weight-Modell, das DeepSeek herausfordert
Tencent hat Hy4 veröffentlicht, ein multimodales Modell, das in internen Tests 75,2 Punkte im APEX-Agents-Benchmark erreichte und vor DeepSeek V4.1 Flash-1017 lag. Das Unternehmen will die Modellgewichte veröffentlichen.
Tencent hat Hy4 veröffentlicht, ein neues Modell, das mit den stärksten Open-Weight-KI-Modellen ernsthaft konkurrieren könnte.
Nach internen Tests von Tencent erzielte Hy4 75,2 Punkte im APEX-Agents-Benchmark und lag damit vor DeepSeek V4.1 Flash-1017, die 72,1 und 72,9 Punkte erhielt.
In anderen Tests wechselt der Vorteil jedoch zwischen den beiden Modellen.
Die Nutzung von Hy4 über die API kostet 0,834 US-Dollar pro Million Eingabe-Tokens und 2,501 US-Dollar pro Million Ausgabe-Tokens.
Das Modell unterstützt auch die Arbeit mit Bildern und ist für ein breites Aufgabenspektrum gedacht, darunter Programmierung, Finanzanalyse, Spieleentwicklung und wissenschaftliche Forschung.
Darüber hinaus beabsichtigt Tencent, die Gewichte von Hy4 zu veröffentlichen.
Offizielle Hy4-Forschungsseite
Bis zum 15. November kann Hy4 in WorkBuddy kostenlos genutzt werden, allerdings mit täglichen Limits.
Warum das wichtig ist
AnalyseHy4 zeigt, dass der Wettbewerb bei Open-Weight-KI-Modellen zunimmt, und bietet eine multimodale Alternative mit konkurrenzfähigen API-Preisen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
DeepSeek (Chinesischer Durchbruch im Bereich Open-Source-KI)
Eine Reihe bahnbrechender Open-Source-Modelle des chinesischen Labors DeepSeek (V3, R1). Sie demonstriert das höchste Niveau in Coding und Reasoning bei Kosten, die 10–20 Mal niedriger sind als bei westlichen kommerziellen Alternativen.
Open Weights vs. Truly Open Source AI
Rechtliche und ingenieurtechnische Analyse des fundamentalen Unterschieds zwischen verfügbaren Modellgewichten (Llama, DeepSeek) und vollständig offenen Projekten mit Quellcode, Daten und Architektur gemäß dem OSI-Standard.
Revolut setzt rund 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle für Programmierung
Revolut hat etwa 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle umgestellt und damit die Kosten für KI-Coding um rund das Zehnfache sowie die Bearbeitungszeit um 70 % gesenkt.
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: Modellvergleich 2026
Alle paar Wochen erscheint ein neues Modell, und jedes Mal stellen sich dieselben Fragen: Lohnt sich der Wechsel? Was hat sich geändert? Wofür lohnt sich die Investition?