Tencent Hy4: ИИ для кода, игр и научных исследований
Tencent представила Hy4 Preview — открытую языковую модель, рассчитанную не только на общение с пользователем, но и на продолжительную самостоятельную работу. Она может анализировать большие проекты, пользоваться программными инструментами, писать и проверять код, создавать игровые прототипы и координировать исследовательские задачи.
В демонстрациях Tencent модель собирает интерактивные 3D-сцены, работает с игровыми движками и помогает оптимизировать инфраструктуру, на которой сама запускается. Однако за впечатляющими примерами важно увидеть реальный технический результат — и не повторять без проверки громкие сравнения с конкурентами.
Архитектура
Hy4 содержит 770 миллиардов параметров, но при обработке каждого фрагмента текста использует около 49 миллиардов. Это архитектура Mixture of Experts — «смесь экспертов».
Вместо одновременного запуска всей нейронной сети модель выбирает только те её части, которые лучше подходят для текущей задачи. Такой подход позволяет сочетать большую общую ёмкость с более умеренными вычислительными затратами.
Контекст Hy4 превышает один миллион токенов. Теоретически модель может одновременно учитывать крупную кодовую базу, документацию, историю изменений, результаты тестирования и продолжительный диалог с пользователем.
Созданное при помощи Hy4 приложение для просмотра трёхмерных моделей исторических зданий. Источник: Tencent Hy.
Игры и 3D
Одна из самых наглядных демонстраций Hy4 — создание игрового прототипа в Unity и китайском движке Tuanjie.
По описанию Tencent, модель получила задание разработать приключенческую игру с пингвином. В результате появился снежный мир с противниками, ягодами, сундуками, заданиями, инвентарём и интерфейсом. Были добавлены главное меню, пауза, экран завершения, музыка, звуковые эффекты и анимации персонажа.
В других примерах показаны шутер от первого лица, игра с видом сверху, виртуальный островной город и комната с головоломками.
При этом Hy4 нельзя считать специализированной моделью генерации 3D-объектов. Она действует скорее как ИИ-разработчик: пишет код, управляет игровым движком, подключает материалы и компоненты, исправляет ошибки и собирает всё в работающее приложение.
Это важное различие. Модель не обязательно создаёт каждую текстуру или трёхмерный объект с нуля. Её задача — организовать процесс разработки и объединить доступные инструменты в единый проект.
Длинные задачи
Tencent позиционирует Hy4 как модель для продолжительной работы, в которой недостаточно написать один фрагмент кода и остановиться.
Она должна уметь:
- изучать существующий проект;
- находить нужные файлы;
- запускать сборку и тестирование;
- анализировать ошибки;
- вносить изменения;
- проверять результат;
- повторять цикл до выполнения задания.
Кроме программирования, Tencent показывает работу с офисными документами. В одном из примеров модель проверяет 24 заявления на возмещение расходов, сопоставляет их с несколькими версиями корпоративных правил, пересчитывает суммы и отмечает подозрительные операции.
Это уже ближе не к обычному чат-боту, а к программному агенту, способному действовать внутри рабочего процесса.
Самооптимизация
Наиболее необычная часть презентации связана с участием Hy4 в собственной разработке.
По данным Tencent, модель помогала совершенствовать подготовку обучающих данных, оценивание результатов и низкоуровневые вычислительные операции. Совместно с инженерами она предложила изменения, увеличившие пропускную способность системы на 31,8% относительно первоначальной конфигурации.
Это не означает, что Hy4 полностью самостоятельно переписала себя или запустила бесконтрольное «рекурсивное самоулучшение». Речь идёт об использовании модели как инженерного помощника внутри контролируемого процесса.
Тем не менее пример важен: ИИ уже применяется не только для создания пользовательских приложений, но и для улучшения инфраструктуры, необходимой для работы других моделей.
Результаты
Во внутреннем слепом тестировании Tencent участвовали 163 специалиста компании и 203 практические инженерные задачи.
Средние оценки составили:
- Hy4 Preview — 2,99 из 4;
- Kimi K3 — 2,94;
- GLM 5.3 — 2,92.
Разница небольшая. В сравнении с Kimi K3 модель Hy4 выиграла 51,2% заданий, проиграла 40,9%, а в остальных случаях был зафиксирован равный результат.
Официальное сравнение Hy4 Preview с другими моделями. Источник: Tencent.
В более широком наборе тестов Hy4 демонстрирует сильные результаты в программировании, поиске и агентных задачах, но не занимает первое место во всех категориях. Claude, GPT и другие модели опережают её в ряде проверок на рассуждение, математику и продолжительное управление инструментами.
Поэтому заголовок исходного видео о том, что Hy4 «намного мощнее» Astra и Kimi K3, стоит воспринимать как авторскую интерпретацию. Tencent не публиковала прямого официального сравнения Hy4 с Astra, а преимущество над Kimi K3 во внутреннем тесте оказалось минимальным.
Открытый доступ
Tencent опубликовала веса Hy4 Preview под лицензией Apache 2.0. Модель доступна на Hugging Face и может запускаться через vLLM или SGLang.
Но «открытая модель» не означает «модель для домашнего компьютера». При 770 миллиардах общих параметров даже использование только 49 миллиардов активных параметров требует мощной серверной инфраструктуры и нескольких ускорителей.
Для большинства пользователей более реалистичным вариантом останется облачный API. Tencent объявила следующие ориентировочные цены за миллион токенов:
- ввод — 0,834 доллара;
- вывод — 2,501 доллара;
- кэшированный ввод — 0,042 доллара.
Ограничения
Hy4 пока имеет статус Preview. Tencent прямо предупреждает о склонности модели слишком долго обдумывать задачу и многократно проверять уже полученный результат.
Демонстрации игр также нельзя считать независимым доказательством того, что модель стабильно создаёт качественные проекты по одному запросу. Для презентации обычно отбираются наиболее успешные примеры, а подробные данные о количестве попыток, ручных исправлениях и времени разработки не опубликованы.
Оценивать практическую надёжность Hy4 можно будет после независимых экспериментов разработчиков.
Значение
Главное в Hy4 — не рекордное число параметров и не эффектные игровые кадры. Модель показывает направление, в котором развивается современный ИИ.
Нейросети постепенно переходят от генерации отдельных ответов к управлению длительными процессами. Они получают доступ к файлам, программным средам, игровым движкам, тестам и исследовательским инструментам. Вместо одного ответа модель должна спланировать работу, выполнить её, найти ошибки и самостоятельно проверить результат.
Hy4 пока не заменяет полноценную команду разработчиков. Но она показывает, насколько быстро сокращается расстояние между текстовым запросом и работающим программным продуктом.
Вопрос читателям: что кажется вам более значимым — способность ИИ создавать игровые прототипы или его участие в улучшении собственной вычислительной инфраструктуры?