Tencent Hy4: オープンウェイトモデルがビジョン、コンピューター利用、ゲーム開発の向上を追加

Tencentは2026年11月4日にHy4をリリースし、これを最強のオープンウェイトモデルと競合する最初のHyモデルであり、ビジョンとコンピューター利用機能を備えた最初のHyモデルとして位置づけました。このリリースが重要なのは、マルチモーダル知覚、長期的なツール使用、ゲーム開発、金融、科学研究のためのドメイン固有のトレーニングを組み合わせている一方で、Tencentはモデルのウェイトをオープンソース化する計画を発表しているからです。

Tencent Hy4の概要

Hy4は、Hy4プレビューと比較して、事前トレーニングと事後トレーニングの両方を大幅にスケールアップしています。Tencentは、このモデルが指示追従、長文理解、長期的タスク、ディープリサーチにおいて大きな進歩をもたらすと述べています。同社はHy4を「初めてHyを最強のオープンソースモデルの中に位置づける」と説明しています。

Hy4は、Tencent CloudとOpenRouter、およびCodeBuddy、WorkBuddy、Yuanbao、imaなどのTencent製品内で利用可能です。Tencentは、Hy4が同じAPI価格でHy4プレビューよりも大幅なパフォーマンス向上を実現すると述べています。

ビジョンとコンピューター利用が初めて登場

Hy4は初めてビジョン知覚をサポートします。知覚、推論、ツール使用を組み合わせることで、Hy4は細かい画像の詳細を理解し、複雑なチャートを解釈できます。Hy4はまた、コマンドラインインターフェースとグラフィカルユーザーインターフェースの両方で動作するコンピューター利用も初めてサポートします。

Tencentは、BlenderやCADなどの専門ソフトウェアと、複数のアプリケーションにまたがる長期的なワークフローでHy4をトレーニングしました。同社はこれにより、専門的なタスクを計画し実行するHy4の能力が大幅に向上したと述べています。

ゲーム開発とフロントエンドエンジニアリング

視覚的理解の統合により、Hy4のフロントエンドエンジニアリングとゲーム開発能力に段階的な変化がもたらされました。フロントエンド作業では、Tencentは複雑なUIインタラクション、ビジネスロジック、状態管理、フルスタック統合のためにHy4を最適化し、生成されたインターフェースが視覚的に洗練され、機能的に完全で、本番環境に対応できるようにしました。

ゲーム開発では、TencentはTencent Interactive Entertainment Groupのプロフェッショナル開発者と提携し、高品質なトレーニングデータをキュレーションし、評価を構築しました。この作業は、機能実装、ゲームプレイロジック、状態追跡、アセットパイプラインに焦点を当てました。Tencentはまた、Hy4をUnreal Engine、Unity、Godotに適応させ、マルチプレイヤーゲーム開発に能力を拡張しました。

Tencentによると、Hy4プレビューと比較して、Hy4はGameDevで19.1%、GameLogicで9.8%向上しています。

金融、オフィスワークフロー、幻覚の低減

Tencentは、ファンド調査、株式分析、クオンツ戦略、資産配分、コーポレートファイナンス、税務会計にわたる数千の現実的な金融ワークスペースと数万のタスクを構築しました。Tencent Financial Technologyと協力して、Tencentは213人の金融専門家（主要な金融機関からの153人の専門家を含む）でHy4を評価しました。これらの専門家の70%以上が5年以上の業界経験を持っています。

579の現実世界の金融タスクにわたって、TencentはHy4がオープンウェイトモデルの中でスコア3.04で首位に立ったと述べています。比較として、DeepSeek-V4.1-Flash-1017は2.97、Kimi K3.1 Proは2.68、GLM-5.3は2.68でした。金融AIエージェント企業RabyteTechの内部ベンチマークであるIRABでは、Hy4はHy4プレビューより12.03パーセントポイント高いスコアを獲得しました。

Tencentは、金融およびオフィスワークフロー向けの検索を対象としたアップグレードを行い、時間に敏感な検索、複数ソースの合成、事実の一貫性検証に焦点を当てました。内部評価では、Hy4は幻覚率をHy4プレビューの15.76%から5.45%に削減し、投機的エラーを23.1%から5.6%に削減しました。Tencentはまた、Word、Excel、PowerPointファイルを人々とリアルタイムで共同編集するHy4の能力を向上させました。ブラインド評価では、Hy4は文書フォーマット、信頼性、全体的な使いやすさにおいてHy4プレビューよりも明確な向上を示しています。

科学研究とAI研究開発

Tencentは、Hy4が深い推論、科学計算、長期的実行を通じてエンドツーエンドの科学研究の最前線を押し広げると述べています。7つの分野にわたる123の研究タスクからなるTencentの内部ベンチマークであるTenureTrailでは、Hy4はオープンウェイトモデルの中で首位に立っています。Tencentは、数学的構築、物理モデリング、地球科学、システム工学、社会経済的意思決定において強力な能力を報告しています。

Tencentはまた、Hy4のAI研究開発能力を進めることで、再帰的自己改善の基盤を築いています。Hyra 2.0ハーネスと組み合わせることで、Hy4は同じアーキテクチャを持つ小さなモデル向けにTencentの内部事前トレーニングインフラを最適化し、複数のベンチマークで公式のJevベースラインを上回るバリアントを自律的にトレーニングしました。

Tencentは、Hy4とHyra 2.0によって共同開発された2つの基盤モデルをオープンソース化しています：単一細胞表現のためのHyCellと物理フィールドモデリングのためのHyPDEです。

長期的なパーソナルアシスタント

Hy4はより強力なコンテキスト学習能力を持ち、複数のソースから複雑な情報を合成できます。WorkBuddyのWeComとの統合を通じて、Hy4はチャット履歴、メール、ドキュメント、カレンダー、会議メモなど、日常の仕事のコンテキストに直接接続します。ユーザーが複数のプロジェクトを同時に管理する場合、Hy4は各プロジェクトの履歴と最新の更新を追跡し、アクションアイテムを表面化し、会議ブリーフを準備し、今後の締め切りをフラグし、タスクの優先順位付けを支援できます。Hy4を搭載したチームコラボレーション機能は、Projectsの新しいバージョンとともにWorkBuddyでローンチされます。

Manus、RabyteTech、WorkBuddy、Yuanbaoからの製品フィードバック

Tencentは、Hy4を使用している製品チームからの評価を公開しました。Manusは、内部評価でHy4がディープリサーチ、データ分析、オフィス文書タスクにわたって全体的にトップモデルの中にランクインしたと報告しました。Hy4は特に文書作成と編集で優れたパフォーマンスを発揮し、タスク完了率はほぼ97%に達し、引用フォーマット、見出し番号、詳細な改訂指示において強力な指示追従を示しました。

RabyteTechは、101の投資調査タスクを使用して、投資調査エージェント向けのIRABベンチマークでHy4を評価しました。Hy4は全体で61.63をスコアし、Hy4プレビューより12.03ポイント高かったです。RabyteTechは、Hy4が中国モデルのトップティアにしっかりと位置し、主要なプロプライエタリモデルとのギャップを縮めたと述べました。

WorkBuddyは、Hy4がマルチステップブラウザタスクで平均スコア83.18と96.15%の合格率を達成し、12のシナリオのうち9つで中国モデルの中で首位に立ったと報告しました。WorkBuddyはまた、Hy4が自身のアクションからのフィードバックを使用してアプローチを調整し、結果を独自に検証すると述べました。

Yuanbaoは、Hy4が内部評価セットで72.53をスコアし、Hy4プレビューの65.25から向上したと報告しました。マルチターンメモリは6.67ポイント向上し、ライティング品質は10.89ポイント跳ね上がりました。Yuanbaoの以前のビジョン言語モデルと比較して、Hy4はマルチモーダルエージェントタスク完了率を36.8%、マルチモーダルQ&Aを15.8%向上させました。

安全性フィルタリングとバイオセキュリティ評価

Tencentは、高度なサイバーおよび生物学的能力からの潜在的な安全リスクを認識しており、Hy4のトレーニング中に限られたサイバーセキュリティデータを、概念実証生成と脆弱性パッチに関連する防御資料に限定したと述べています。Tencentは、エクスプロイト開発、リバースエンジニアリング、ペネトレーションテストなどの攻撃的なコンテンツをフィルタリングして、攻撃的な能力の増幅を回避しました。

Tencentは、Tencent Xuanwu LabとTencent Keen Security Labの専門家と協力して、暗号解読、リバースエンジニアリング、脆弱性悪用をカバーするレッドチーム監査を実施しました。Tencentは、調査結果はHy4が暗号アルゴリズムのリバース、バイナリ難読化の打破、脆弱性の悪用などの攻撃的なタスクにおいて高いリスクをもたらさないことを示していると述べています。

バイオセキュリティ評価では、TencentはHy4のオープンエンドな実験設計能力が高リスク閾値をはるかに下回っており、Hy-BioExperimentBenchで30.4/100のスコアであると述べています。内部専門家がモデルの推論トレースを監査し、Hy4は基礎生物学のしっかりした把握を持っているが、その知識を実行可能な実験プロトコルに変える能力は限られたままであることを発見しました。Tencentは、Hy4が生物学的害を引き起こす障壁を有意に低下させる証拠を見つけませんでした。

価格、可用性、オープンウェイト計画

Hy4はTencent CloudとOpenRouter、およびCodeBuddy、WorkBuddy、Yuanbao、imaで利用可能です。Tencentは、Hy4が同じAPI価格でHy4プレビューよりも大幅なパフォーマンス向上を実現すると述べています。

Hy4 API価格	100万トークンあたり
キャッシュされた入力	$0.042
入力	$0.834
出力	$2.501

TencentはHy4のモデルウェイトをオープンソース化する計画を立てており、エコシステムサポートを提供するためにvLLM（Inferact Inc.）およびSGLangコミュニティと提携しています。Tencentがウェイトをリリースするとき、安全性評価と追加の技術詳細を詳述したシステムカードも公開します。

今後の展望

Tencentは、Hy4とトップのプロプライエタリモデルとの間には依然として顕著なギャップが残っていることを認めています。特に、研究レベルの数学、長期的なコーディング、モデルの自己改善、高度な視覚質問応答のための挑戦的な内部ベンチマークにおいてです。Tencentは、このギャップを縮めるために事前トレーニングと事後トレーニングをスケールアップし続けると述べています。Tencentはまた、近い将来にHy4 flashをリリースする計画であり、コスト効率の向上、より高速な推論、製品とのより緊密な共同設計を実現します。

Hacker Newsコメンターが強調した点

コストとベンチマークの位置付け

コメンターはHy4の価格性能比に大きく焦点を当てました。Plotlyのデータ分析ベンチマークにリンクしたあるコメンターは、Hy4がGPT-6.1 SolとGPT-6.1 Terraの間のコスト/精度フロンティアに位置するが、モデルは非常に徹底しているため非常に遅いと述べました：

「各質問に長い時間を費やし、各質問に対して約26のクエリを実行し、一部の質問では64のクエリを実行しました。書いたクエリの1つも実行に約1時間かかり、全体の試験時間に影響しました。」

同じコメンターは、昨年はオープンウェイトモデルが安くて良い選択肢だったが、その後コストの話はGPT-6シリーズとClaudeの5シリーズによって書き換えられ、Hy4はオープンモデルをコスト/精度フロンティアに戻すと付け加えました。彼らは、試験が短期的で低コンテキストのデータ分析タスクをカバーしており、完全なソフトウェアプロジェクトではないと警告しました。

別のコメンターはHy4をKimi 3.1M Proと比較し、Hy4はわずかに劣るが、現在の50%プロモーションを除外してもはるかに安いと述べました。別のコメンターは、Hy4がDeepSeekとコスト競争力がないと主張し、Hy4のキャッシュ入力$0.042、入力$0.83、出力$2.50（100万トークンあたり）に対して、DeepSeekはピーク時$0.006、$0.30、$1.20、オフピーク時$0.003、$0.15、$0.60であると引用しました。

あるコメンターはPacBenchの結果を強調しました：Tencent Hy4はDeepSeek V4.1 Flashと82/100でタイし、タスクを23.2分で$0.30で完了したのに対し、DeepSeekは20.1分で$2.26でした。コメンターはこれを「同じゲーム品質で約7分の1の価格」と要約しました。

オープンサイエンスと安全性の注意

著名なコメンターは、TencentがHyCellとHyPDEをオープンソース化する決定と、一部のアメリカのAI企業の慎重さを対比しました：

「なんとさわやかな対比でしょう。アメリカのスタートアップが、研究者が顧みられない熱帯病についての助成金を書いたり、新しい抗うつ薬を作ったりするのを止めると自慢する一方で、これらの人々は科学を行う手段をオープンソース化しています。」

コメンターは、人々が物事を行うことを許可することが文明的な優位性を得る方法であると主張しました。他のコメンターは、Tencentが攻撃的なサイバーセキュリティ機能をフィルタリングしたと指摘し、ある人は同社が「サイバーセキュリティスキルを核攻撃した」と述べ、Kimi K3.1 Proに似ているとしました。

実用的な注意点とモデルギャップ

コメンターは、TencentがHy4のプロプライエタリモデルへの残りのギャップを明示的に認めたことを評価しました。ある人は次のように書きました：

「彼らがそれを認めているのが好きです。ツールとしてAIを扱うには、オープンモデルはすでに素晴らしいです。ミレニアム問題やドーマーマックスにはまだ達していません。」

別のコメンターは、Hy4のFrontierCode 2.0スコア31がGPT-6.1 SolとOpus 5.5 mediumとほぼ同等であるように見えると指摘しました。また、あるコメンターは、ビジョンとコンピューター利用のデモビデオが、モデルが大きな衛星画像で2メートルの特徴を見つけ、その後写真が撮影された場所を特定する様子を示しており、中国のモデルリリースが軍事ツールのように見えることについてあまり懸念していないのかという疑問を提起しました。

数人のコメンターがプレゼンテーションの問題を提起しました：ある人は、Hy4がパックの真ん中に位置しているにもかかわらず、ベンチマークチャートは普通に見えて読みやすいと述べ、別の人はベンチマーク画像をズームできないと不満を述べました。また、あるコメンターは、米国経済がアメリカの研究所が中国モデルより先を行くことに依存しており、ギャップが縮まると生産性の向上があっても経済的負担が生じる可能性があるという、より広範なマクロ経済的懸念を提起しました。