Tencent представила Hy4 Preview — відкриту модель Mixture-of-Experts (MoE). Цей випуск підсилює інтенсивну боротьбу Китаю в галузі ШІ, де найбільші технологічні компанії країни змагаються за створення все більших фундаментальних моделей.
Для контексту: попередня модель Tencent Hy3 мала загальну кількість параметрів 295 мільярдів. Уявіть параметри як регулятори, які модель може налаштовувати під час навчання: більше параметрів зазвичай означає, що модель може вивчати більш тонкі закономірності, але не менш важливо, наскільки ефективно використовуються ці параметри.
Від Hy3 до Hy4: швидка еволюція
Hy4 Preview базується на вже міцній основі. Модель Hy3 від Tencent — це MoE-архітектура з загальною кількістю параметрів 295 млрд, з 21 млрд активних параметрів та вікном контексту 256K — була відкрита за ліцензією Apache 2.0 в квітні 2026 року, до офіційного релізу в липні.
Тижневе використання Hy3 зросло більше ніж у 68 разів після переходу з попереднього огляду на офіційний реліз.
Hy3 став двигуном за зростаючим набором продуктів Tencent, забезпечуючи функції в Yuanbao (додаток AI-асистента Tencent), CodeBuddy (його асистент для програмування) та WorkBuddy (його інструмент підвищення продуктивності для бізнесу). Модель забезпечила значні покращення в міркуванні, програмуванні та виконанні складних багатокрокових завдань.
Сіре тестування та шлях до повного релізу
Під час звіту про фінансові результати за другий квартал близько 12–13 серпня 2026 року Tencent розкрила плани щодо запуску моделі Hy4 з більшими параметрами, з акцентом на покращену продуктивність та мультимодальні можливості.
До 20–21 серпня початкове сіре тестування моделі Hy4 було зафіксовано в додатку Tencent Yuanbao, де її позиціонували як «модель експертного рівня». Офіційні специфікації, включаючи точну кількість параметрів та деталі архітектури, не були розкриті.
Серія Hy розробляється під керівництвом головного науковця з ШІ в Tencent Яо Шунью. Tencent застосовує двоїсту стратегію: розробляє власні моделі, такі як серія Hy, водночас використовуючи найкращі відкриті альтернативи, включаючи моделі від DeepSeek.