Tencent Hy4: 오픈 가중치 모델, 비전, 컴퓨터 사용 및 게임 개발 성과 추가

텐센트는 2026년 11월 4일 Hy4를 출시하며, 가장 강력한 오픈 가중치 모델과 경쟁할 수 있는 최초의 Hy 모델이자 비전 및 컴퓨터 사용 기능을 갖춘 최초의 Hy 모델로 자리매김했습니다. 이번 출시는 다중 모달 인식, 장기간 도구 사용, 게임 개발, 금융, 과학 연구를 위한 도메인 특화 학습을 결합하고, 텐센트가 모델 가중치를 오픈소스로 공개할 계획이기 때문에 중요합니다.

Tencent Hy4 개요

Hy4는 Hy4 프리뷰에 비해 사전 학습과 사후 학습 모두에서 대폭 확장되었습니다. 텐센트는 이 모델이 지시 따르기, 장기 문맥 이해, 장기간 작업, 심층 연구에서 큰 성과를 제공한다고 밝혔습니다. 회사는 Hy4를 "Hy를 처음으로 가장 강력한 오픈소스 모델 중 하나로 자리매김"한다고 설명합니다.

Hy4는 Tencent Cloud 및 OpenRouter에서 사용할 수 있으며, CodeBuddy, WorkBuddy, Yuanbao, ima 등 텐센트 제품 내에서도 사용할 수 있습니다. 텐센트는 Hy4가 동일한 API 가격으로 Hy4 프리뷰보다 큰 성능 향상을 제공한다고 밝혔습니다.

비전 및 컴퓨터 사용 기능 최초 도입

Hy4는 처음으로 비전 인식을 지원합니다. 인식, 추론, 도구 사용을 결합하여 Hy4는 세밀한 이미지 세부 사항을 이해하고 복잡한 차트를 해석할 수 있습니다. Hy4는 또한 명령줄 인터페이스와 그래픽 사용자 인터페이스에서 작동하는 컴퓨터 사용 기능을 처음으로 지원합니다.

텐센트는 Blender 및 CAD를 포함한 전문 소프트웨어와 여러 애플리케이션에 걸친 장기간 워크플로우에 대해 Hy4를 학습시켰습니다. 회사는 이를 통해 Hy4의 전문 작업 계획 및 수행 능력이 크게 향상되었다고 밝혔습니다.

게임 개발 및 프론트엔드 엔지니어링

시각적 이해를 통합함으로써 Hy4의 프론트엔드 엔지니어링 및 게임 개발 능력에 큰 변화가 생겼습니다. 프론트엔드 작업의 경우 텐센트는 복잡한 UI 상호작용, 비즈니스 로직, 상태 관리, 풀스택 통합에 맞게 Hy4를 최적화하여 생성된 인터페이스가 시각적으로 완성도 높고 기능적으로 완전하며 프로덕션 준비가 되도록 했습니다.

게임 개발을 위해 텐센트는 Tencent Interactive Entertainment Group의 전문 개발자와 협력하여 고품질 학습 데이터를 선별하고 평가를 구축했습니다. 이 작업은 기능 구현, 게임플레이 로직, 상태 추적, 에셋 파이프라인에 중점을 두었습니다. 텐센트는 또한 Hy4를 Unreal Engine, Unity, Godot에 맞게 조정하고 멀티플레이어 게임 개발로 기능을 확장했습니다.

텐센트에 따르면 Hy4는 Hy4 프리뷰에 비해 GameDev에서 19.1%, GameLogic에서 9.8% 향상되었습니다.

금융, 사무 워크플로우 및 환각 감소

텐센트는 펀드 리서치, 주식 분석, 퀀트 전략, 자산 배분, 기업 금융, 세무 회계를 포함한 수천 개의 현실적인 금융 작업 공간과 수만 개의 작업을 구축했습니다. Tencent Financial Technology와 협력하여 텐센트는 213명의 금융 전문가(주요 금융 기관의 153명의 전문가 포함)와 함께 Hy4를 평가했습니다. 이 전문가 중 70% 이상이 5년 이상의 업계 경험을 보유하고 있습니다.

579개의 실제 금융 작업에서 텐센트는 Hy4가 3.04점으로 오픈 가중치 모델 중 1위를 차지했다고 밝혔으며, DeepSeek-V4.1-Flash-1017은 2.97점, Kimi K3.1 Pro는 2.68점, GLM-5.3은 2.68점을 기록했습니다. 금융 AI 에이전트 회사인 RabyteTech의 내부 벤치마크인 IRAB에서 Hy4는 Hy4 프리뷰보다 12.03% 포인트 높은 점수를 받았습니다.

텐센트는 금융 및 사무 워크플로우를 위한 검색 기능을 타겟으로 업그레이드하여 시간에 민감한 검색, 다중 소스 합성, 사실 일관성 검증에 중점을 두었습니다. 내부 평가에서 Hy4는 환각률을 Hy4 프리뷰의 15.76%에서 5.45%로 줄였고, 추측 오류를 23.1%에서 5.6%로 줄였습니다. 텐센트는 또한 Hy4가 Word, Excel, PowerPoint 파일을 실시간으로 공동 편집하는 능력을 개선했습니다. 블라인드 평가에서 Hy4는 문서 서식, 신뢰성, 전반적인 사용성에서 Hy4 프리뷰보다 뚜렷한 개선을 보여줍니다.

과학 연구 및 AI R&D

텐센트는 Hy4가 심층 추론, 과학 컴퓨팅, 장기간 실행을 통해 엔드투엔드 과학 연구의 최전선을 확장한다고 밝혔습니다. 7개 학문 분야에 걸친 123개의 연구 작업으로 구성된 텐센트의 내부 벤치마크인 TenureTrail에서 Hy4는 오픈 가중치 모델 중 1위를 차지했습니다. 텐센트는 수학적 구성, 물리 모델링, 지구 과학, 시스템 엔지니어링, 사회경제적 의사 결정에서 강력한 능력을 보고합니다.

텐센트는 또한 Hy4의 AI R&D 능력을 발전시켜 재귀적 자기 개선을 위한 기반을 마련하고 있습니다. Hyra 2.0 하네스와 함께 Hy4는 동일한 아키텍처를 가진 더 작은 모델을 위한 텐센트의 내부 사전 학습 인프라를 최적화하고, 여러 벤치마크에서 공식 Jev 기준선을 능가하는 변형을 자율적으로 학습시켰습니다.

텐센트는 Hy4와 Hyra 2.0이 공동 개발한 두 가지 기반 모델을 오픈소스로 공개하고 있습니다: 단일 세포 표현을 위한 HyCell과 물리적 필드 모델링을 위한 HyPDE입니다.

장기간 개인 비서

Hy4는 더 강력한 문맥 학습 능력을 갖추고 있으며 여러 소스에서 복잡한 정보를 종합할 수 있습니다. WorkBuddy의 WeCom 통합을 통해 Hy4는 채팅 기록, 이메일, 문서, 캘린더, 회의 노트를 포함한 일상적인 업무 맥락에 직접 연결됩니다. 사용자가 여러 프로젝트를 동시에 관리할 때 Hy4는 각 프로젝트의 기록과 최신 업데이트를 추적하고, 실행 항목을 표시하고, 회의 브리핑을 준비하고, 다가오는 마감일을 알리고, 작업 우선순위를 정하는 데 도움을 줄 수 있습니다. Hy4 기반 팀 협업 기능은 Projects의 새 버전과 함께 WorkBuddy에서 출시될 예정입니다.

Manus, RabyteTech, WorkBuddy 및 Yuanbao의 제품 피드백

텐센트는 Hy4를 사용하는 제품 팀의 평가를 게시했습니다. Manus는 Hy4가 심층 연구, 데이터 분석, 사무 문서 작업에 걸친 내부 평가에서 전반적으로 최고 모델 중 하나로 선정되었다고 보고했습니다. Hy4는 특히 문서 작성 및 편집에서 뛰어난 성과를 보여 거의 97%의 작업 완료율을 달성했으며, 인용 형식, 제목 번호 매기기, 세부 수정 지침에 대한 지시 따르기 능력이 뛰어났습니다.

RabyteTech는 101개의 투자 연구 작업을 사용하여 투자 연구 에이전트를 위한 IRAB 벤치마크에서 Hy4를 평가했습니다. Hy4는 전체 61.63점을 받았으며, Hy4 프리뷰보다 12.03점 높습니다. RabyteTech는 Hy4가 중국 모델 중 최상위권에 확고하게 자리 잡았으며 선도적인 독점 모델과의 격차를 좁혔다고 밝혔습니다.

WorkBuddy는 Hy4가 다단계 브라우저 작업에서 평균 83.18점과 96.15%의 통과율을 달성하여 12개 시나리오 중 9개에서 중국 모델 중 1위를 차지했다고 보고했습니다. WorkBuddy는 또한 Hy4가 자신의 행동에 대한 피드백을 사용하여 접근 방식을 조정하고 결과를 스스로 검증한다고 밝혔습니다.

Yuanbao는 Hy4가 내부 평가 세트에서 65.25점에서 72.53점으로 상승했다고 보고했습니다. 다중 턴 메모리는 6.67점, 작문 품질은 10.89점 향상되었습니다. Yuanbao의 이전 비전-언어 모델과 비교하여 Hy4는 다중 모달 에이전트 작업 완료율을 36.8%, 다중 모달 Q&A를 15.8% 향상시켰습니다.

안전 필터링 및 생물 안전 평가

텐센트는 고급 사이버 및 생물학적 능력과 제한된 사이버 보안 데이터로 인한 잠재적 안전 위험을 인식하고 있으며, Hy4 학습 중 사이버 보안 데이터를 개념 증명 생성 및 취약점 패치와 관련된 방어 자료로 제한했습니다. 텐센트는 익스플로잇 개발, 리버스 엔지니어링, 침투 테스트와 같은 공격적 콘텐츠를 필터링하여 공격적 능력이 증폭되는 것을 방지했습니다.

텐센트는 암호 분석, 리버스 엔지니어링, 취약점 악용을 다루는 레드팀 감사에서 Tencent Xuanwu Lab 및 Tencent Keen Security Lab의 전문가와 협력했습니다. 텐센트는 결과에 따르면 Hy4가 암호화 알고리즘 역산, 바이너리 난독화 해제, 취약점 악용과 같은 공격적 작업에서 높은 위험을 제기하지 않는다고 밝혔습니다.

생물 안전 평가에서 텐센트는 Hy4의 개방형 실험 설계 능력이 Hy-BioExperimentBench에서 30.4/100점으로 높은 위험 임계값보다 훨씬 낮다고 밝혔습니다. 내부 전문가가 모델의 추론 과정을 감사한 결과 Hy4는 기초 생물학에 대한 확실한 이해를 가지고 있지만, 그 지식을 실행 가능한 실험 프로토콜로 전환하는 능력은 여전히 제한적임을 발견했습니다. 텐센트는 Hy4가 생물학적 피해를 유발하는 장벽을 의미 있게 낮춘다는 증거를 찾지 못했습니다.

가격, 가용성 및 오픈 가중치 계획

Hy4는 Tencent Cloud 및 OpenRouter에서 사용할 수 있으며 CodeBuddy, WorkBuddy, Yuanbao, ima에서도 사용할 수 있습니다. 텐센트는 Hy4가 동일한 API 가격으로 Hy4 프리뷰보다 큰 성능 향상을 제공한다고 밝혔습니다.

Hy4 API 가격	백만 토큰당
캐시된 입력	$0.042
입력	$0.834
출력	$2.501

텐센트는 Hy4의 모델 가중치를 오픈소스로 공개할 계획이며, 생태계 지원을 위해 vLLM(Inferact Inc.) 및 SGLang 커뮤니티와 파트너십을 맺었습니다. 텐센트가 가중치를 공개할 때 안전 평가 및 추가 기술 세부 사항을 설명하는 시스템 카드도 게시할 예정입니다.

향후 전망

텐센트는 Hy4와 최고 수준의 독점 모델 간에 특히 연구 수준의 수학, 장기간 코딩, 모델 자기 개선, 고급 시각적 질문 응답에 대한 어려운 내부 벤치마크에서 여전히 상당한 격차가 있음을 인정합니다. 텐센트는 이 격차를 좁히기 위해 사전 학습과 사후 학습을 계속 확장할 것이라고 밝혔습니다. 텐센트는 또한 가까운 시일 내에 비용 효율성 향상, 더 빠른 추론, 제품과의 더 긴밀한 공동 설계를 갖춘 Hy4 flash를 출시할 계획입니다.

Hacker News 댓글 작성자들이 강조한 점

비용 및 벤치마크 위치

댓글 작성자들은 Hy4의 가격 대비 성능 위치에 크게 집중했습니다. Plotly의 데이터 분석 벤치마크를 링크한 한 댓글 작성자는 Hy4가 GPT-6.1 Sol과 GPT-6.1 Terra 사이의 비용/정확도 경계선에 위치하지만, 모델이 매우 철저해서 매우 느리다고 설명했습니다:

"각 질문에 많은 시간을 할애하여 질문당 약 26개의 쿼리를 실행했고, 일부 질문에서는 64개의 쿼리를 실행했습니다. 작성한 쿼리 중 하나는 실행하는 데 약 1시간이 걸려 전체 시험 시간에 영향을 미쳤습니다."

같은 댓글 작성자는 작년에는 오픈 가중치 모델이 저렴하고 좋은 대안이었지만, GPT-6 시리즈와 Claude의 5 시리즈가 비용 이야기를 다시 쓰면서 Hy4가 오픈 모델을 다시 비용/정확도 경계선으로 가져왔다고 덧붙였습니다. 그들은 시험이 전체 소프트웨어 프로젝트가 아닌 단기간, 낮은 문맥의 데이터 분석 작업을 다룬다고 경고했습니다.

또 다른 댓글 작성자는 Hy4를 Kimi 3.1M Pro와 비교하며 Hy4가 약간 더 나쁘지만 현재 50% 프로모션을 제외하더라도 훨씬 저렴하다고 말했습니다. 다른 댓글 작성자는 Hy4가 DeepSeek와 비용 경쟁력이 없다고 주장하며, Hy4가 캐시된 입력 $0.042, 입력 $0.83, 출력 $2.50(백만 토큰당)인 반면 DeepSeek는 피크 시간에 $0.006, $0.30, $1.20이고 비피크 시간에 $0.003, $0.15, $0.60이라고 언급했습니다.

한 댓글 작성자는 PacBench 결과를 강조했습니다: Tencent Hy4는 DeepSeek V4.1 Flash와 82/100으로 동률을 이루었으며, 작업을 23.2분 만에 $0.30으로 완료한 반면 DeepSeek는 20.1분 만에 $2.26으로 완료했습니다. 댓글 작성자는 이를 "약 7분의 1 가격으로 동일한 게임 품질"이라고 요약했습니다.

오픈 사이언스 대 안전 경계

한 저명한 댓글 작성자는 텐센트가 HyCell과 HyPDE를 오픈소스로 공개하기로 한 결정을 일부 미국 AI 기업들의 경계와 대조했습니다:

"정말 신선한 대조입니다. 미국 스타트업들이 연구자들이 소외된 열대성 질병에 대한 보조금을 작성하고 새로운 항우울제를 만드는 것을 막는 것을 자랑하는 동안, 이들은 과학을 수행할 수단을 오픈소스로 공개하고 있습니다."

댓글 작성자는 사람들이 일을 할 수 있도록 허용하는 것이 문명적 이점을 얻는 방법이라고 주장했습니다. 다른 댓글 작성자들은 텐센트가 공격적 사이버 보안 기능을 필터링했다고 언급했으며, 한 사람은 회사가 Kimi K3.1 Pro와 유사하게 "사이버 보안 기술을 제거했다"고 말했습니다.

실용적 주의 사항 및 모델 격차

댓글 작성자들은 텐센트가 독점 모델과의 Hy4의 남은 격차를 명시적으로 인정한 점을 높이 평가했습니다. 한 사람은 다음과 같이 썼습니다:

"그들이 그 점을 인정하는 것이 마음에 듭니다. 도구로서 AI를 사용하는 데 있어 오픈 모델은 이미 훌륭합니다. 밀레니엄 문제와 둠머맥싱을 위해서는 아직 거기까지는 아닙니다."

또 다른 댓글 작성자는 Hy4의 FrontierCode 2.0 점수 31이 GPT-6.1 Sol 및 Opus 5.5 medium과 대략 비슷하다고 언급했습니다. 한 댓글 작성자는 또한 비전 및 컴퓨터 사용 데모 비디오에서 모델이 대형 위성 이미지에서 2미터 크기의 특징을 찾은 다음 사진이 촬영된 위치를 결정하는 것을 보여주며, 중국 모델 출시가 군사 도구처럼 보이는 것에 대해 덜 우려하는지에 대한 의문을 제기했습니다.

여러 댓글 작성자가 프레젠테이션 문제를 제기했습니다: 한 사람은 Hy4가 중간에 위치하더라도 벤치마크 차트가 정상적으로 보이고 읽을 수 있다고 말했고, 다른 사람은 벤치마크 이미지를 확대할 수 없다고 불평했습니다. 한 댓글 작성자는 또한 미국 경제가 미국 연구소가 중국 모델보다 앞서는 것에 의존하며, 격차가 좁혀지면 생산성 향상에도 불구하고 경제적 긴장이 생길 수 있다는 더 넓은 거시경제적 우려를 제기했습니다.