Herramienta de IA

Hy4 preview Review

Hy4 preview es un modelo de IA de 770B parámetros con una ventana de contexto de 1M de tokens, diseñado para ingeniería de software, trabajo de oficina, desarrollo de juegos e investigación científica.

shipped 29 ago 2026writingpaid

Domain rating53Monthly visits107/mo

writingresearch

Por qué importa

1Presenta una arquitectura Mixture-of-Experts (MoE) de 770 mil millones de parámetros totales con 49 mil millones de parámetros activos.

2Ofrece una ventana de contexto extendida que supera 1 millón de tokens para tareas complejas.

3Logró un aumento del 31.8% en el rendimiento de extremo a extremo a través de un bucle recursivo de auto-mejora.

4El precio incluye $0.834 por millón de tokens de entrada y $2.501 por millón de tokens de salida.

Sobre Hy4 preview

Modelo de negocio

Usage-Based (Pay Per Use)

Precio por uso

$0.042 (cached input) / $0.834 (input) / $2.501 (output) per 1M tokens

Sede

Shenzhen, China

Planes de precios

Hy4 preview API Pricing

$0.042 per 1M tokens (cached input) / per-request

• $0.042 for cached input
• $0.834 for input
• $2.501 for output

Ejemplos de costes

• 1M cached input tokens: $0.042
• 1M input tokens: $0.834
• 1M output tokens: $2.501

GitHubOpen Source

Especificaciones

Documentación API

Ver documentación →

API disponible

Sí, API pública

overview

¿Qué es Hy4 preview?

Hy4 preview es una herramienta de modelo de lenguaje grande (LLM) desarrollada por Tencent que permite a desarrolladores, ingenieros, trabajadores de oficina e investigadores realizar tareas complejas de productividad. Es un modelo Mixture-of-Experts (MoE) de 770B parámetros con una ventana de contexto de 1M de tokens, lanzado el 28 de agosto de 2026. Este modelo está diseñado para mejorar las capacidades en áreas como la ingeniería de software, la investigación científica, el análisis financiero y el desarrollo de juegos. La arquitectura incluye 49 mil millones de parámetros activos por token, lo que contribuye a su eficiencia en el procesamiento de datos extensos y flujos de trabajo complejos. Tencent también ha lanzado una variante Hy4 preview-FP8 de menor precisión para implementaciones que requieren una huella más pequeña.

features

Características Clave de Hy4 preview

Hy4 preview incorpora varias características técnicas diseñadas para soportar aplicaciones avanzadas de IA en diversos dominios profesionales. Su arquitectura y metodologías de entrenamiento contribuyen a su rendimiento en el manejo de tareas complejas y de largo alcance.

Arquitectura Mixture-of-Experts (MoE) de 770B parámetros con 49 mil millones de parámetros activos por token.
Ventana de contexto de 1M de tokens, lo que permite el procesamiento de documentos extensos y bases de código.
Bucle recursivo de auto-mejora, donde el modelo optimizó sus propios métodos de entrenamiento, lo que llevó a un aumento del 31.8% en el rendimiento de extremo a extremo.
Datos de entrenamiento de alta calidad co-creados con expertos de dominio internos de Tencent en ingeniería de software, juegos, finanzas y seguridad.
Capacidades mejoradas para la comprensión, planificación, depuración y validación en tareas de ingeniería de software.
Manejo mejorado de flujos de trabajo de análisis financiero, síntesis entre documentos y análisis de datos.
Capacidades más sólidas en la comprensión, el razonamiento y la resolución de problemas complejos en la investigación científica, incluido el desarrollo de IA y la dinámica molecular.
Capacidad para generar prototipos jugables e iterar en proyectos de juegos a través de interacciones en lenguaje natural.

use cases

¿Quién Debería Usar Hy4 preview?

Hy4 preview está diseñado específicamente para profesionales que requieren asistencia avanzada de IA en tareas complejas, intensivas en datos y con gran carga de razonamiento. Su diseño se adapta a necesidades industriales específicas, ofreciendo soporte especializado.

Ingenieros y Desarrolladores de Software: Para una mejor comprensión, planificación, depuración y validación de tareas de desarrollo de largo alcance, incluido el desarrollo front-end.
Investigadores Científicos: Para la resolución de problemas complejos, el razonamiento y la comprensión en campos como la investigación de IA, la dinámica molecular, la física de la materia condensada y las matemáticas puras.
Analistas Financieros y Trabajadores de Oficina: Para un manejo mejorado de los flujos de trabajo de análisis financiero, la síntesis entre documentos, el análisis de datos y la creación de documentos, hojas de cálculo y presentaciones.
Desarrolladores de Juegos: Para generar prototipos jugables a partir de solicitudes en lenguaje natural e iterar en proyectos de juegos complejos a través de interacciones de múltiples turnos.

how to use

Cómo Usar Hy4 preview

Hy4 preview es accesible a través de API a través de Tencent Cloud TokenHub y OpenRouter, lo que permite la integración en flujos de trabajo existentes. Hay un período de evaluación gratuito limitado disponible en las plataformas WorkBuddy y CodeBuddy de Tencent.

1Acceda a la API de Hy4 preview a través de Tencent Cloud TokenHub o OpenRouter.
2Integre la API en aplicaciones de ingeniería de software, investigación u oficina.
3Utilice la ventana de contexto de 1M de tokens para procesar grandes conjuntos de datos o bases de código extensas.
4Aproveche el modelo para tareas como la generación de código, el resumen de documentos o la resolución de problemas científicos.
5Supervise el uso de tokens de entrada y salida para la gestión de costos según el modelo de precios basado en el uso.
6Para la evaluación inicial, utilice el período de acceso gratuito en las plataformas WorkBuddy y CodeBuddy de Tencent.

pricing

Precios y Planes de Hy4 preview

Hy4 preview opera con un modelo de precios basado en el uso, con costos distintos para tokens de entrada, salida y en caché. Esta estructura permite a los usuarios pagar solo por los recursos consumidos durante las interacciones de la API.

Tokens de Entrada: $0.834 por millón de tokens.
Tokens de Salida: $2.501 por millón de tokens.
Tokens de Lectura de Caché: $0.042 por millón de tokens.
Evaluación Gratuita: Disponible por un período limitado de dos semanas en las plataformas WorkBuddy y CodeBuddy de Tencent desde su fecha de lanzamiento.

¿Te está gustando? Recibe uno así en tu bandeja cada mañana.

un correo al día · date de baja en dos clics · sin rastreadores de terceros

Pros

+Features a substantial 1M-token context window, suitable for extensive documents and codebases.
+Utilizes a 770B-parameter Mixture-of-Experts (MoE) architecture for efficient processing.
+Demonstrated a 31.8% increase in end-to-end throughput due to a recursive self-improvement loop.
+Offers competitive pricing, with output tokens 82% cheaper than Kimi K3 and 36% cheaper than GLM-5.3.
+Strong performance in productivity-focused engineering tasks, as indicated by internal evaluations (2.99/4.00 score).

Cons

−Known limitations include taking longer than necessary on complex questions, potentially increasing latency.
−Exhibits a tendency to over-verify its own answers, which can also contribute to increased latency.
−Reportedly lags behind Zhipu's GLM-5.3 in public benchmarks for code and cybersecurity tests (e.g., DeepSWE, CyberGym).
−As a recent release (August 28, 2026), extensive third-party technical reviews are still emerging.

Herramientas similares

Hy4 preview vs Competidores

Hy4 preview compite en el mercado de LLM de código abierto y alojados, particularmente contra modelos de otros desarrolladores chinos importantes y proveedores globales de IA. Su ventaja competitiva a menudo reside en sus especificaciones técnicas específicas y estrategia de precios.

Llama 3.1↗

An open-weight model family from Meta, offering strong performance across various tasks, with Llama 3.1 specifically expanding the context window to 128K tokens and a 405B parameter variant.

While Llama 3.1's 128K token context window is smaller than Hy4 preview's 1M, it offers the flexibility and cost-effectiveness of an open-source model that can be run locally or on various platforms, making it a powerful free alternative.

Mistral AIOn Stork

Offers a range of high-performance models, including specialized ones like Codestral for software engineering, with competitive pricing and a focus on efficiency and reasoning.

Mistral AI provides a strong, cost-effective API alternative with models specifically tuned for coding and complex tasks, though its largest context windows might not consistently reach Hy4 preview's 1M tokens across all models.

Anthropic ClaudeOn Stork

Known for strong reasoning, safety, and a large context window, with several models offering a 1M token context window at standard pricing.

Claude directly competes with Hy4 preview on context window size (1M tokens) and advanced reasoning capabilities, offering a robust alternative for complex tasks, though its per-token pricing for top-tier models can be higher.

Perplexity AI (Sonar API)On Stork

Specializes in search-augmented generation, providing real-time web retrieval and citations, making it highly effective for research and information-intensive tasks.

Perplexity AI excels at grounding responses with real-time web data, a feature not explicitly highlighted for Hy4 preview, making it superior for tasks requiring up-to-date information, but its context window might be smaller than Hy4 preview's 1M tokens for some models.

OllamaOn Stork

Enables users to download and run open-source large language models (like Llama, Mistral, DeepSeek, Qwen) locally on their own machines, providing complete control and privacy.

Ollama offers a truly free and private alternative by allowing local execution of various open-source models, but it requires the user to manage hardware and model deployment, and the performance will be limited by local machine specifications, unlike a hosted API like Hy4 preview.

Más en Stork

Herramientas IA relacionadas

Otras herramientas de esta categoría, emparejadas por etiquetas comunes

BAIS Agent Badgerlytics Tenvar Terminalblog.com Fantasy Football AI Weekly Recaps Rubbletag

Visitar Hy4 preview↗