Tencent Hy4: sprawdziłem nowy model Tencenta. Nad trzema zdaniami myślał 30 razy dłużej niż DeepSeek

👁 121 przeczytań

Poprosiłem nowy model Tencenta o trzy zdania na klatkę schodową: w środę nie będzie ciepłej wody, numer do administratora na końcu. Hy4 myślał nad tym 85 sekund i zużył ponad 9 tysięcy tokenów rozumowania. DeepSeek V4.1 Flash, z którym Tencent sam się porównuje, napisał równie poprawne ogłoszenie w 2,6 sekundy.

To jest cała historia Hy4 w pigułce. Model jest dokładny, w moich sześciu zadaniach nie oblał żadnego, ale w domyślnym ustawieniu myśli tak długo, jakby każde pytanie było egzaminem. Da się to wyłączyć. Wtedy jednak pokazuje drugą twarz, o której niżej.

Co ogłosił Tencent

Hy4 to rodzina dużych modeli językowych z laboratorium Hy (wcześniej Hunyuan). W sierpniu Tencent wypuścił wersję preview z otwartymi wagami: 770 miliardów parametrów, z których przy każdym słowie pracuje 49 miliardów, licencja Apache 2.0. Pełne Hy4, ogłoszone we wpisie zespołu Hy, ma według firmy wyraźnie większy trening wstępny i dotrenowanie. Do tego po raz pierwszy w tej serii dochodzi wzrok. Na pokazie model szuka na zdjęciu lotniczym o rozdzielczości 2,8 gigapiksela białego elementu na dachu, o boku około dwóch metrów.

Druga nowość to obsługa komputera. Tencent pisze, że uczył model na programach specjalistycznych, takich jak Blender i aplikacje CAD, oraz na zadaniach przechodzących przez kilka aplikacji po kolei. Reszta wpisu to długa lista wyników z wewnętrznych testów i od partnerów. Kilka z nich warto zapamiętać, bo da się je sprawdzić w przyszłości:

• w ocenie 213 specjalistów od finansów, na 579 zadaniach, Hy4 dostał średnio 3,04, DeepSeek V4.1 Flash 1017 2,97, a Kimi K3.1 Pro i GLM-5.3 po 2,68;
• odsetek zmyśleń w zadaniach z wyszukiwaniem spadł według Tencenta z 15,76 do 5,45 procent;
• w tworzeniu gier wynik poprawił się o 19,1 procent względem preview.

To wszystko liczby producenta, nikt ich jeszcze niezależnie nie powtórzył. Sam Tencent przyznaje na końcu wpisu, że do najlepszych zamkniętych modeli wciąż mu daleko, zwłaszcza w matematyce na poziomie badawczym, długich zadaniach programistycznych i trudnych pytaniach o obrazy. Zapowiada też tańszą i szybszą wersję Hy4 flash, bez daty.

Mój test: sześć zadań po polsku

Hy4 jest na OpenRouterze od 4 listopada, więc sprawdziłem go przez API. Ten sam zestaw dostały trzy modele: Hy4, starszy Hy4 preview i DeepSeek V4.1 Flash 1017, czyli model, z którym Tencent porównuje się w tabeli finansowej. Zadania były krótkie i dało się je sprawdzić bez zgadywania:

• ogłoszenie dla sąsiadów: dokładnie trzy zdania, bez wykrzykników, bez słowa „uprzejmie”, numer na końcu;
• streszczenie powieści Stanisława Lema „Zegar z Lublina” z 1971 roku, której nie ma;
• rok Nobla Wisławy Szymborskiej;
• funkcja w Pythonie sprawdzająca numer PESEL, którą puściłem na 15 przypadkach testowych;
• odczyt wykresu słupkowego i polskiego paragonu, tylko dla modeli, które widzą obrazy.

Wszystkie trzy modele wypełniły warunki ogłoszenia, podały 1996 jako rok Nobla, a ich funkcje PESEL przeszły 15 na 15 testów, łącznie z 29 lutego w roku 2000 i datami z XIX i XXII wieku. Różnica wyszła gdzie indziej: w czasie i w liczbie tokenów, które model spala, zanim odpowie.

Za całą szóstkę Hy4 policzył mi więc około dziesięć razy więcej niż DeepSeek, i to przy obecnej połowie ceny na OpenRouterze. Kwoty są groszowe, ale przy tysiącach zapytań w aplikacji robi się z tego realna różnica, a półtorej minuty czekania na trzy zdania to już problem dla każdego, kto rozmawia z modelem na żywo.

Wykres miał celowo słupki bez podpisanych wartości. Prawda: styczeń 412 zł, czerwiec 219 zł, lipiec 231 zł. Hy4 i DeepSeek trafnie wskazały miesiące i podały kwoty w przybliżeniu („ok. 410 zł”). Paragon z krakowskiego sklepu z rabatem na kawę wszyscy odczytali bezbłędnie, łącznie z sumą przed rabatem, której na paragonie nie było (74,41 zł).

Bez myślenia zmyśla Lema

Hy4 pozwala ustawić, ile ma rozumować: wysoko (domyślnie), nisko albo wcale. Puściłem więc jeszcze raz cztery zadania na dwóch niższych poziomach. Na niskim ogłoszenie zajęło 24,8 sekundy, a wykres 11,8 sekundy i tym razem z dokładnymi kwotami 412, 219 i 231 zł. Bez rozumowania ogłoszenie przyszło po 3,7 sekundy, paragon po 3 sekundach, oba poprawne.

Tylko że bez rozumowania Hy4 bez mrugnięcia streścił nieistniejącą powieść. „Zegar z Lublina” to według niego pseudodokumentalna opowieść o tajemniczym zegarze, „labirynt przypisów, stylizacji i parodii naukowej erudycji”. Brzmi jak Lem, tyle że Lem takiej książki nie napisał. Na poziomie niskim model już odmówił, ale przy okazji dorzucił kilka nowych zmyśleń: „Pamiętnik znaleziony w wannie” przesunął z 1961 na 1971 rok, a w „Bajkach robotów” znalazł opowiadanie „Zegar”, którego w tym zbiorze nie ma. Dopiero na domyślnym, najwyższym poziomie odpowiedź była prawie czysta. Prawie, bo do książek z 1971 roku dopisał „Wielkość urojoną”, wydaną dwa lata później.

Dla porównania: DeepSeek też odmówił streszczenia i poprawnie wskazał zbiór „Bezsenność” z 1971 roku, ale dodał od siebie, że jest w nim opowiadanie „Zegar”. Tego nie potwierdziłem. Hy4 preview odmówił czysto, z poprawnymi datami.

Wniosek z tej jednej pułapki jest prosty: deklarowany przez Tencenta spadek zmyśleń do 5,45 procent dotyczy zadań z wyszukiwaniem i trybu z rozumowaniem. Gdy dla szybkości wyłączysz myślenie, dostajesz model, który pewnym tonem opisuje książki, których nie ma.

Cena i gdzie go użyć

Tencent zostawił cennik z wersji preview: 0,834 USD za milion tokenów wejścia, 2,501 USD za milion tokenów wyjścia i 0,042 USD za wejście z pamięci podręcznej. Na OpenRouterze jedynym dostawcą jest sam Tencent i na razie bierze połowę tej stawki: 0,417 i 1,25 USD. Model jest też w chmurze Tencenta oraz w aplikacjach firmy (WorkBuddy, CodeBuddy, Yuanbao, ima), które w Polsce mają marginalne znaczenie.

Ważne zastrzeżenie dla tych, którzy liczą na uruchomienie Hy4 u siebie: tego się na razie nie da. Repozytorium tencent/Hy4 na Hugging Face 8 listopada nadal odpowiadało błędem 401, czyli jest prywatne. Do pobrania jest tylko sierpniowe preview, a przy 770 miliardach parametrów i tak nie jest to model na domowy komputer.

Komu go polecam? Na dziś głównie tym, którzy budują agentów do długich zadań biurowych i finansowych, bo tam Tencent pokazuje najwięcej wyników i tam długie myślenie ma sens. Do czatu, szybkich odpowiedzi i prostego kodu DeepSeek V4.1 Flash jest u mnie kilka razy szybszy, wielokrotnie tańszy i w tych zadaniach równie dokładny. O nim pisałem przy premierze wersji 1017, a o tym, dlaczego chińskie firmy w ogóle rozdają takie modele, w tekście Chińskie otwarte modele AI: rozdają, ale nie zarabiają.

Następny ruch należy do Tencenta: obiecane wagi z kartą systemu i Hy4 flash. Jeśli flash zachowa dokładność pełnej wersji i odpowie w kilka sekund, będzie to pierwszy model z tej serii, który polecę bez gwiazdki.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

• Tencent Hy: Introducing Hy4 (4.11.2026) - nowości, wyniki producenta, cennik, plan wag i Hy4 flash
• OpenRouter: Tencent Hy4 - data dodania 4.11.2026, kontekst, stawka z rabatem 50 procent
• Hugging Face: Hy4 preview - otwarte wagi z sierpnia
• Własny test przez API OpenRouter, 8.11.2026: 3 modele, 6 zadań, potem Hy4 na dwóch niższych poziomach rozumowania; czasy i koszty z pola usage, łącznie 0,09 USD.

Sprawdzone: 8.11.2026.

Link do Kimi jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.