Tencent resmi meluncurkan Hy4 pada 4 November 2026, model bahasa besar generasi terbaru dari tim Hunyuan yang menggantikan Hy4 Preview dari Agustus 2026. Model ini diklaim Tencent menempatkannya untuk pertama kali di jajaran model AI open-weight terdepan dunia, meski satu catatan penting perlu diluruskan: yang tersedia saat ini adalah layanan hosted-nya, sementara bobot modelnya sendiri baru dijanjikan akan dirilis open-source dalam waktu dekat, tanpa tanggal pasti. 🔗 TechNode
Kemampuan Baru: Visi dan Computer Use
Untuk pertama kalinya di lini Hunyuan, Hy4 dilengkapi kemampuan pemahaman visual. Model ini dapat memproses gambar beresolusi tinggi, menganalisis grafik kompleks, dan melakukan penalaran matematika berbasis visual. 🔗 ChainCatcher
Hy4 juga memperkenalkan kemampuan computer use, yakni mengoperasikan komputer lewat antarmuka baris perintah (CLI) maupun antarmuka grafis (GUI). Kemampuan ini memadukan persepsi, penalaran, dan pemanggilan tool untuk menyelesaikan tugas lintas aplikasi. 🔗 MadRobot
Untuk mendukung tugas kerja nyata, Hy4 menerima pelatihan khusus pada perangkat lunak profesional seperti Blender dan CAD, serta mesin game Unreal Engine, Unity, dan Godot. Menurut Tencent, pelatihan ini meningkatkan kemampuannya merencanakan dan mengeksekusi tugas berhorizon panjang yang kompleks. 🔗 ChainCatcher
Skala dan Kinerja Produktivitas
Hy4 adalah model mixture-of-experts dengan total 770 miliar parameter, naik dari 295 miliar parameter pada Hy3. Arsitektur ini hanya mengaktifkan sebagian parameter untuk setiap tugas, sehingga kinerja dan efisiensi bisa diseimbangkan. 🔗 Dev.to
Pada skenario perkantoran WorkBuddy, Hy4 mencatat skor rata-rata 83,18 dengan tingkat kelulusan 96,15 persen, serta menempati peringkat pertama pada sembilan dari dua belas skenario di pasar Tiongkok daratan. Angka-angka ini merupakan klaim evaluasi internal Tencent, bukan hasil pengujian independen. 🔗 ChainCatcher
Pada domain pengembangan game, Tencent mengklaim Hy4 meningkat 19,1 persen pada benchmark GameDev dan 9,8 persen pada GameLogic dibanding Hy4 Preview. Klaim ini juga berasal dari evaluasi internal Tencent. 🔗 ChainCatcher
Unggul pada Evaluasi Keuangan
Hy4 dioptimalkan untuk analisis keuangan profesional, mencakup riset dana, analisis sekuritas, dan strategi investasi kuantitatif. Dalam evaluasi buta yang dilakukan tim Tencent Hy bersama Tencent Financial Technology, Hy4 tampil sebagai model open-source dengan performa tertinggi. 🔗 ChainCatcher
Penilaian melibatkan 213 profesional keuangan, termasuk 153 pakar dari lembaga eksternal terkemuka, dengan sekitar 70 persen memiliki pengalaman industri lebih dari lima tahun. Berdasarkan 579 tugas keuangan dunia nyata, Hy4 meraih skor keseluruhan tertinggi di antara model open-source yang dibandingkan. 🔗 ChainCatcher
- Hy4: 3,04
- DeepSeek-V4.1-Flash-1017: 2,97
- Kimi K3.1 Pro: 2,68
- GLM-5.3: 2,68
Harga, Ketersediaan, dan Promosi
Hy4 mempertahankan harga yang sama dengan versi preview. Harga resminya adalah 6 yuan per juta token input, 18 yuan per juta token output, dan 0,3 yuan per juta token input yang di-cache, atau setara sekitar US$0,834, US$2,501, dan US$0,042. 🔗 MadRobot
Model ini tersedia melalui Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao, asisten AI WeCom (Dayuan), dan ima, serta platform pihak ketiga seperti OpenRouter, Hermes, dan OpenCode. Varian Hy4 Flash dengan efisiensi biaya lebih tinggi dijadwalkan rilis dalam waktu dekat, tanpa tanggal pasti. 🔗 TechNode
Sebagai promosi peluncuran, WorkBuddy dan CodeBuddy dapat digunakan gratis dari 4 hingga 15 November 2026, sedangkan Hy4 tersedia di Tencent Cloud TokenHub dengan diskon 50 persen hingga 31 Desember 2026. 🔗 TechNode
Keamanan dan Tanggung Jawab
Tencent menegaskan Hy4 dilatih dengan data keamanan yang dibatasi pada konten defensif, seperti pengembangan proof-of-concept (PoC) dan remediasi kerentanan. Materi ofensif seperti pengembangan exploit, rekayasa balik, dan penetration testing secara eksplisit disaring dari data pelatihan. 🔗 Reuters
Langkah ini diambil di tengah maraknya serangan siber berbasis AI yang meningkatkan kekhawatiran atas kemampuan model canggih membantu serangan. Tencent juga menyebut Hy4 sedang dipersiapkan menuju tahap berikutnya dari Recursive Self-Improvement (RSI) untuk meningkatkan kemampuan riset dan pengembangan model. 🔗 Reuters
Fakta Kunci
- Dirilis 4 November 2026; bobot model dijanjikan dirilis open-source, tanpa tanggal pasti.
- Model mixture-of-experts 770 miliar parameter, dengan kemampuan visi dan computer use (CLI & GUI) untuk pertama kalinya di lini Hunyuan.
- Pelatihan khusus pada Blender, CAD, Unreal Engine, Unity, dan Godot.
- WorkBuddy: skor rata-rata 83,18, tingkat kelulusan 96,15%, peringkat pertama pada 9 dari 12 skenario.
- Evaluasi keuangan: 213 profesional (153 dari lembaga eksternal), 579 tugas; Hy4 skor 3,04, tertinggi di antara model open-source yang dibandingkan.
- Harga: 6 yuan (sekitar US$0,834) per juta token input, 18 yuan (sekitar US$2,501) per juta token output, 0,3 yuan (sekitar US$0,042) per juta token input cached.
- Promosi: WorkBuddy dan CodeBuddy gratis 4–15 November 2026; diskon 50% TokenHub hingga 31 Desember 2026.
- Hy4 Flash dengan efisiensi biaya lebih tinggi akan segera dirilis.
Sumber
- TechNode, "Tencent launches Hy4 with vision and computer-use capabilities," 4 November 2026, https://technode.com/2026/11/04/tencent-launches-hy4-with-vision-and-computer-use-capabilities/
- Reuters, "Tencent rolls out AI model trained with limited cybersecurity data amid hacking fears," 4 November 2026, https://www.reuters.com/legal/litigation/tencent-rolls-out-ai-model-trained-with-limited-cybersecurity-data-amid-hacking-2026-11-04/
- ChainCatcher, "Tencent Hunyuan Releases Hy4," 4 November 2026, https://www.chaincatcher.com/en/article/2301648
- MadRobot, "Tencent Hy4 is out: it can use a computer but still trails Claude," 4 November 2026, https://madrobot.blog/2026/11/04/tencent-hy4-release-computer-use-open-weight/
- Dev.to, "Tencent's Hy4 Can See and Use Your Computer — Explained Honestly," https://dev.to/paullovelace/tencents-hy4-can-see-and-use-your-computer-explained-honestly-4fc0
Tidak ada komentar:
Posting Komentar