Tencent представила Hy4 із розумінням зображень і керуванням програмами

Tencent випустила Hy4 — свою першу мультимодальну мовну модель, яка розуміє зображення та може самостійно працювати з програмами. Компанія заявляє, що модель навчали на значно більшому обсязі даних, ніж попередницю, і спеціально оптимізували для програмування, фінансів, офісних завдань та професійних інструментів, зокрема Blender і CAD-систем. Ваги моделі мають опублікувати пізніше, але дату ще не визначено. Наразі Hy4 доступна через Tencent Cloud, OpenRouter і застосунки Tencent, зокрема чатбот Yuanbao.

Hy4 може розпізнавати дрібні деталі на фотографіях і складних схемах, створювати фрагменти зображень за допомогою коду та виконувати послідовності дій у кількох застосунках. Tencent адаптувала її для Unreal, Unity, Godot і гри Honor of Kings. У внутрішньому фінансовому тестуванні майже 600 реальних завдань модель, за даними компанії, випередила кількох китайських конкурентів. Оновлений пошук, як стверджує Tencent, зменшив частку галюцинацій під час веб-досліджень майже з 16% до приблизно 5%.

Artificial Analysis оцінила Hy4 у 35 балів за своїм Intelligence Index. Це друге місце серед моделей китайських лабораторій після Kimi K3.1 Pro із 46 балами. Водночас незалежна перевірка виявила низьку фактичну точність без пошуку, а Tencent визнає відставання від найсильніших комерційних моделей у складній математиці, тривалих проєктах програмування та аналізі зображень. Мільйон вхідних токенів коштує близько $0,83, вихідних — $2,50.