Tencent представила Hy4: модель з відкритими вагами, що кинут виклик DeepSeek

Tencent випустила Hy4 — модель ШІ з підтримкою зображень, яка за внутрішніми тестами перевершує DeepSeek V4.1 Flash-1017 у бенчмарку APEX-Agents. Компанія планує опублікувати ваги моделі.
Tencent випустила нову модель Hy4, яка може скласти серйозну конкуренцію найсильнішим моделям ШІ з відкритими вагами.
За результатами внутрішніх випробувань Tencent, Hy4 набрала 75,2 бала в бенчмарку APEX-Agents, обігнавши DeepSeek V4.1 Flash-1017, яка отримала 72,1 та 72,9 бала.
Водночас у інших тестах перевага переходить від однієї моделі до іншої.
Вартість використання Hy4 через API становить $0,834 за мільйон вхідних токенів і $2,501 за мільйон вихідних токенів.
Модель також підтримує роботу з зображеннями та призначена для широкого кола задач, зокрема програмування, фінансового аналізу, створення ігор і наукових досліджень.
Крім того, Tencent має намір опублікувати ваги Hy4.
До 15 листопада Hy4 можна безкоштовно використовувати в WorkBuddy, але з щоденними лімітами.
Чому це важливо
АналітикаHy4 показує, що конкуренція серед моделей ШІ з відкритими вагами загострюється, а Tencent пропонує мультимодальну альтернативу DeepSeek із відносно низькою ціною API.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
DeepSeek-R1 (Модель міркування DeepSeek)
Проривна відкрита модель міркування (Open Weights Reasoning Model) на базі 671B MoE архітектури, що довела можливість формування надскладного логічного мислення через чисте навчання з підкріпленням (GRPO).
DeepSeek (Китайський прорив у відкритому ШІ)
Серія проривних відкритих моделей від китайської лабораторії DeepSeek (V3, R1). Демонструє найвищий рівень у кодингу та міркуванні за вартістю у 10–20 разів нижчою за західні комерційні аналоги.
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: порівняння моделей 2026
Кожні кілька тижнів виходить нова модель, і щоразу ті самі запитання: чи варто переходити? що змінилося? за що платити?
Revolut масово перейшла на локальні GLM-моделі для коду
Revolut перевела близько 2000 інженерів на локальні GLM-моделі, знизивши витрати на ШІ-кодинг у ~10 разів і скоротивши час виконання задач на 70%.