Tencent, Hy4 preview'ı yayımladı ve açık kaynağa açtı: 770B parametre, 1M token bağlam

Tencent, 28 Ağustos'ta Tencent Hy4 preview'ı yayımladı ve açık kaynak olarak paylaştı: 770 milyar toplam parametre, 49 milyar aktif parametre ve bir milyon token'ı aşan bağlam penceresine sahip yeni nesil bir dil modeli. Şirkete göre model; kodlama, ofis işleri ve bilimsel araştırma gibi gerçek dünya verimlilik görevleri için geliştirildi.

Erişim ve fiyatlandırma

Hy4 preview açık kaynak model olarak ve küresel ölçekte WorkBuddy, CodeBuddy, Yuanbao, ima ile diğer Tencent ürünleri üzerinden kullanılabiliyor; API bağlantısı Tencent Cloud TokenHub ve OpenRouter üzerinden mümkün. Model, lansmanda WorkBuddy ve CodeBuddy'de iki hafta ücretsiz olacak; her iki platformda Hy3'e ücretsiz erişim de 30 Eylül'e kadar uzatıldı. API fiyatları milyon giriş token'ı için 0,834 dolar, milyon çıkış token'ı için 2,501 dolar ve önbellek isabetinde milyon token için 0,042 dolar olarak belirlendi.

İç değerlendirme ve yetenekler

163 uzmanın ve 203 mühendislik görevinin yer aldığı iç kör değerlendirmede Hy4 preview 4,00 üzerinden ortalama 2,99 puan aldı; bu, GLM-5.3 (2,92) ve Kimi K3'ün (2,94) biraz önünde. Model, yazılım mühendisliği, oyun, finans ve güvenlik alanlarında Tencent uzmanlarıyla birlikte üretilen yüksek kaliteli verilerle eğitildi. Yazılım mühendisliğinde uzun bağlamlı geliştirme görevlerinde anlama, planlama, hata ayıklama ve doğrulamayı, ayrıca ön yüz görsel kalitesini güçlendiriyor; ofis ve analitik senaryolarda finansal analizi ve belgeler, tablolar ve sunumlar arası çalışmayı iyileştiriyor; oyun geliştirmede tek bir doğal dil isteğinden oynanabilir prototip üretebiliyor; araştırmada ise yapay zekâ Ar-Ge, moleküler dinamik simülasyonu, yoğun madde fiziği ve temel matematikte kayda değer ilerleme gösteriyor.

Kendini geliştirme ve çıkarım kazanımları

Dikkat çeken ayrıntı: Hy4 preview ilk kez kendi geliştirme sürecine katıldı — eğitim yöntemlerinin, veri stratejilerinin, değerlendirme çerçevelerinin ve alt seviye operatörlerin otomatik optimizasyonunda rol aldı. Yaklaşımlar önerdi, deneyler yürüttü ve sonuçlara göre iterasyon yaptı; üretilen kod, günlükler ve geri bildirim sonraki turlara beslendi ve böylece erken aşamada özyinelemeli bir kendini geliştirme döngüsü oluştu. Model ayrıca kendi çıkarım sistemindeki darboğazları bağımsız olarak analiz etti ve operatör birleştirme ile iletişim optimizasyonunda birkaç tur iyileştirme yaptı; uçtan uca verim taban çizgisine göre %31,8 arttı ve kazanım farklı bağlam uzunlukları ile eşzamanlılık seviyelerinde tutarlı kaldı. Şirket, Hy4 serisinin sonraki modellerinin yakında geleceğini belirtiyor.