Tencent выпустила Hy4: модель с открытыми весами, которая может конкурировать с DeepSeek
Tencent представила Hy4 — мультимодальную модель, которая во внутренних тестах набрала 75,2 балла в APEX-Agents и обошла DeepSeek V4.1 Flash-1017. Компания планирует опубликовать веса.
Tencent выпустила новую модель Hy4, которая может составить серьёзную конкуренцию сильнейшим ИИ-моделям с открытыми весами.
По результатам внутренних испытаний Tencent, Hy4 набрала 75,2 балла в бенчмарке APEX-Agents, опередив DeepSeek V4.1 Flash-1017, получившую 72,1 и 72,9 балла.
Впрочем, в других испытаниях преимущество переходит от одной модели к другой.
Стоимость использования Hy4 через API составляет $0,834 за миллион входных токенов и $2,501 за миллион выходных.
Модель также поддерживает работу с изображениями и предназначена для решения широкого круга задач, включая программирование, финансовый анализ, создание игр и научные исследования.
Кроме того, Tencent намерена опубликовать веса Hy4.
До 15 ноября Hy4 можно бесплатно использовать в WorkBuddy, но с ежедневными лимитами.
Почему это важно
АналитикаHy4 усиливает конкуренцию среди открытых моделей ИИ и может стать альтернативой DeepSeek для мультимодальных задач.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
DeepSeek-R1 (Модель Рассуждения DeepSeek)
Прорывная открытая модель рассуждения (Open Weights Reasoning Model) на базе 671B MoE архитектуры, доказавшая возможность формирования сверхсложного логического мышления через чистое обучение с подкреплением (GRPO).
DeepSeek (Китайский прорыв в открытом ИИ)
Серия прорывных открытых моделей от китайской лаборатории DeepSeek (V3, R1). Демонстрирует высший уровень в кодировании и рассуждении по цене в 10–20 раз ниже, чем западные коммерческие аналоги.
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: сравнение моделей 2026
Каждые несколько недель выходит новая модель, и каждый раз те же вопросы: стоит ли переходить? что изменилось? за что платить?
Revolut перевела около 2000 инженеров на локальные GLM-модели для кода
Revolut перевела около 2000 инженеров на локально развернутые GLM-модели, снизив расходы на ИИ-кодинг примерно в 10 раз и сократив время выполнения задач на 70%.