API Hy4-preview para Codificação e Agentes de Longo Horizonte

O Hy4 preview é um modelo carro-chefe de texto para texto lançado pela Equipe Tencent Hy em 28 de agosto de 2026. Ele também é pesquisado como Tencent Hy4, Tencent Hunyuan 4, API Hunyuan4 e API Hy4-preview, mas o checkpoint público oficial é chamado Hy4 preview. A GPTProto oferece acesso de API hospedada ao modelo, enquanto a Tencent publica separadamente pesos para download para equipes que desejam operar seu próprio stack de inferência.

O modelo usa uma arquitetura Mixture-of-Experts com 770 bilhões de parâmetros de backbone e 49 bilhões ativados por token. Seu backbone de 78 camadas contém uma camada feed-forward densa seguida por 77 camadas MoE. Cada camada MoE tem 256 especialistas roteados e um especialista compartilhado, com oito especialistas roteados selecionados por token. Uma camada MTP nativa separada oferece suporte à decodificação especulativa.

O model card da Tencent lista um comprimento de contexto de 1M de tokens e descreve Gated DeepSeek Sparse Attention com IndexCache para reutilização de índices esparsos. Este checkpoint de preview aceita texto e retorna texto; ele não aceita nativamente imagens, áudio ou vídeo.

Aplicações da API Hy4-preview

Codificação em escala de repositório: Dê a um agente de codificação contexto suficiente para inspecionar arquitetura, interfaces, testes, logs e arquivos relacionados antes de propor um patch. A Tencent destaca especificamente melhorias em planejamento, depuração, verificação e qualidade de implementação de front-end.

Fluxos de trabalho de agentes de longo horizonte: Use o modelo para tarefas que exigem planejamento, execução, inspeção e revisão repetidos. O aplicativo de agente ao redor ainda deve controlar ferramentas, permissões, timeouts, tentativas e verificações de aceitação, em vez de tratar a saída do modelo como verificada automaticamente.

Trabalho com documentos e dados: Analise informações distribuídas em documentos longos, produza resumos estruturados e ofereça suporte a fluxos de trabalho que criam documentos, planilhas, apresentações, equações ou análises financeiras.

Desenvolvimento de jogos e pesquisa: Crie protótipos de lógica de jogo por meio de iteração multiturno ou auxilie em problemas de pesquisa difíceis em áreas como desenvolvimento de IA, dinâmica molecular, física da matéria condensada e matemática. As saídas devem ser revisadas com base em evidências do domínio antes do uso.

Melhorias do Hy4-preview e Trade-offs Conhecidos da Preview

A Tencent descreve o Hy4 preview como uma grande mudança de geração impulsionada por aumentos no tamanho do modelo, comprimento de contexto, dados de treinamento e pós-treinamento. A empresa também co-projetou o modelo com produtos como CodeBuddy e WorkBuddy, dando ao lançamento um foco maior em produtividade ponta a ponta, em vez de prompts de benchmark curtos e isolados.

A palavra preview importa. A Tencent relata que este checkpoint inicial pode raciocinar por mais tempo que o necessário em tarefas difíceis e pode verificar demais seu próprio trabalho. Para solicitações curtas de classificação, extração ou formatação, compare latência e uso de tokens com um modelo menor. Para longas execuções de codificação ou agentes, teste conclusão de tarefa, validade de chamadas de ferramentas, volume de tokens gerados e recuperação de etapas com falha antes de enviar tráfego de produção.

Hy4-preview vs GLM-5.3 e Kimi K3

A Tencent realizou uma avaliação interna cega na qual 163 especialistas revisaram saídas para 203 tarefas de engenharia. O Hy4 preview recebeu uma pontuação média de 2.99/4.00, em comparação com 2.92 para GLM-5.3 e 2.94 para Kimi K3.

Esses números foram relatados pela Tencent e não foram reproduzidos de forma independente pela GPTProto. Eles sugerem que o Hy4 é competitivo no conjunto de tarefas de engenharia da Tencent, não que ele vence todas as cargas de trabalho de codificação. Uma comparação justa de API deve reutilizar o mesmo snapshot de repositório, prompt de sistema, definições de ferramentas, orçamento de tokens e verificações de aprovação/reprovação entre os modelos.

API hospedada do Hy4-preview vs auto-hospedagem dos pesos abertos

Pesos abertos não tornam a inferência operacionalmente gratuita. A implantação de referência da Tencent usa configurações especializadas de vLLM ou SGLang para atenção esparsa, decodificação especulativa MTP, análise de raciocínio e análise de chamadas de ferramentas. O acesso hospedado elimina esse trabalho de serviço, enquanto a auto-hospedagem continua sendo a melhor opção quando o controle de infraestrutura é mais importante que o tempo de configuração.

Quando Você Deve Escolher o Hy4-preview?

Escolha o Hy4 preview quando seu aplicativo se beneficia de compreensão de código com grande contexto, análise entre documentos, planejamento sustentado ou acesso a um carro-chefe de pesos abertos Apache 2.0 sem executar o checkpoint você mesmo. É especialmente relevante para desenvolvedores que avaliam modelos de fronteira chineses para cargas de trabalho de codificação e agentes por meio de uma conta de API compartilhada.

Use um modelo menor ou mais maduro quando as solicitações forem curtas, sensíveis à latência ou altamente repetitivas. Como este é um lançamento de preview com comportamento conhecido de raciocínio excessivo e verificação excessiva, valide custo, tempo de resposta, sucesso da tarefa e consistência da saída em sua própria carga de trabalho antes de torná-lo o modelo padrão.