Ferramenta de IA

Revisão da prévia do Hy4

Hy4 preview é um modelo de IA de 770 bilhões de parâmetros com uma janela de contexto de 1 milhão de tokens, projetado para engenharia de software, trabalho de escritório, desenvolvimento de jogos e pesquisa científica.

shipped 29 de ago. de 2026writingpaid

Domain rating53Monthly visits107/mo

writingresearch

Por que importa

1Apresenta uma arquitetura Mixture-of-Experts (MoE) com um total de 770 bilhões de parâmetros e 49 bilhões de parâmetros ativos.

2Oferece uma janela de contexto estendida que excede 1 milhão de tokens para tarefas complexas.

3Alcançou um aumento de 31,8% na taxa de transferência de ponta a ponta através de um ciclo de autoaperfeiçoamento recursivo.

4O preço inclui US$ 0,834 por milhão de tokens de entrada e US$ 2,501 por milhão de tokens de saída.

Sobre o Hy4 preview

Modelo de negócio

Usage-Based (Pay Per Use)

Preço por uso

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

Sede

Shenzhen, China

Planos de preços

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

Exemplos de custo

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

GitHubOpen Source

Especificações

Documentação API

Ver documentação →

API disponível

Sim, API pública

overview

O que é Hy4 preview?

Hy4 preview é uma ferramenta de modelo de linguagem grande (LLM) desenvolvida pela Tencent que permite que desenvolvedores, engenheiros, trabalhadores de escritório e pesquisadores realizem tarefas complexas de produtividade. É um modelo Mixture-of-Experts (MoE) de 770 bilhões de parâmetros com uma janela de contexto de 1 milhão de tokens, lançado em 28 de agosto de 2026. Este modelo foi projetado para aprimorar as capacidades em áreas como engenharia de software, pesquisa científica, análise financeira e desenvolvimento de jogos. A arquitetura inclui 49 bilhões de parâmetros ativos por token, contribuindo para sua eficiência no processamento de dados extensos e fluxos de trabalho complexos. A Tencent também lançou uma variante Hy4 preview-FP8 de menor precisão para implantações que exigem uma pegada menor.

features

Principais Recursos do Hy4 preview

Hy4 preview incorpora vários recursos técnicos projetados para suportar aplicações avançadas de IA em vários domínios profissionais. Sua arquitetura e metodologias de treinamento contribuem para seu desempenho no tratamento de tarefas complexas e de longo prazo.

Arquitetura Mixture-of-Experts (MoE) de 770 bilhões de parâmetros com 49 bilhões de parâmetros ativos por token.
Janela de contexto de 1 milhão de tokens, permitindo o processamento de documentos e bases de código extensos.
Ciclo de autoaperfeiçoamento recursivo, onde o modelo otimizou seus próprios métodos de treinamento, levando a um aumento de 31,8% na taxa de transferência de ponta a ponta.
Dados de treinamento de alta qualidade cocriados com especialistas de domínio internos da Tencent em engenharia de software, jogos, finanças e segurança.
Capacidades aprimoradas para compreensão, planejamento, depuração e validação em tarefas de engenharia de software.
Manuseio aprimorado de fluxos de trabalho de análise financeira, síntese entre documentos e análise de dados.
Capacidades mais fortes de compreensão, raciocínio e resolução de problemas complexos em pesquisa científica, incluindo desenvolvimento de IA e dinâmica molecular.
Capacidade de gerar protótipos jogáveis e iterar em projetos de jogos por meio de interações em linguagem natural.

use cases

Quem Deve Usar o Hy4 preview?

Hy4 preview é especificamente projetado para profissionais que exigem assistência avançada de IA em tarefas complexas, intensivas em dados e com forte raciocínio. Seu design atende a necessidades específicas da indústria, oferecendo suporte especializado.

Engenheiros de Software e Desenvolvedores: Para compreensão, planejamento, depuração e validação aprimorados de tarefas de desenvolvimento de longo prazo, incluindo desenvolvimento front-end.
Pesquisadores Científicos: Para resolução de problemas complexos, raciocínio e compreensão em campos como pesquisa de IA, dinâmica molecular, física da matéria condensada e matemática pura.
Analistas Financeiros e Trabalhadores de Escritório: Para manuseio aprimorado de fluxos de trabalho de análise financeira, síntese entre documentos, análise de dados e criação de documentos, planilhas e apresentações.
Desenvolvedores de Jogos: Para gerar protótipos jogáveis a partir de solicitações em linguagem natural e iterar em projetos de jogos complexos por meio de interações em várias etapas.

how to use

Como Usar o Hy4 preview

Hy4 preview é acessível via API através do Tencent Cloud TokenHub e OpenRouter, permitindo a integração em fluxos de trabalho existentes. Um período de avaliação gratuita limitada está disponível nas plataformas WorkBuddy e CodeBuddy da Tencent.

1Acesse a API Hy4 preview através do Tencent Cloud TokenHub ou OpenRouter.
2Integre a API em aplicações de engenharia de software, pesquisa ou escritório.
3Utilize a janela de contexto de 1 milhão de tokens para processar grandes conjuntos de dados ou bases de código extensas.
4Aproveite o modelo para tarefas como geração de código, sumarização de documentos ou resolução de problemas científicos.
5Monitore o uso de tokens de entrada e saída para gerenciamento de custos com base no modelo de precificação baseado em uso.
6Para avaliação inicial, use o período de acesso gratuito nas plataformas WorkBuddy e CodeBuddy da Tencent.

pricing

Preços e Planos do Hy4 preview

Hy4 preview opera em um modelo de precificação baseado em uso, com custos distintos para tokens de entrada, saída e em cache. Essa estrutura permite que os usuários paguem apenas pelos recursos consumidos durante as interações da API.

Tokens de Entrada: US$ 0,834 por milhão de tokens.
Tokens de Saída: US$ 2,501 por milhão de tokens.
Tokens de Leitura de Cache: US$ 0,042 por milhão de tokens.
Avaliação Gratuita: Disponível por um período limitado de duas semanas nas plataformas WorkBuddy e CodeBuddy da Tencent a partir da data de lançamento.

Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.

um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros

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.

Ferramentas similares

Hy4 preview vs Concorrentes

Hy4 preview compete no mercado de LLM de código aberto e hospedado, particularmente contra modelos de outros grandes desenvolvedores chineses e provedores globais de IA. Sua vantagem competitiva geralmente reside em suas especificações técnicas específicas e estratégia de precificação.

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.

Mais no Stork

Ferramentas IA relacionadas

Outras ferramentas desta categoria, associadas por tags em comum

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

Visitar Hy4 preview↗