Tencent, Hy4'ün tamamlanmış sürümünü 4 Kasım'da yayınladı ve Shenzhen'den gelen çerçeve net: ikinci bir Çinli bulut devi artık bir kara kutuya API erişimi satmakla kalmıyor, sınıra yakın ağırlıkları kamuya açıyor.

Mimari, Ağustos sonundan beri indirilebilen önizlemeyle aynı biçimde: toplam 770 milyar parametreli, token başına 49 milyarının etkin olduğu bir uzmanlar karışımı model. Tencent nihai sürüm için ayrı rakam yayımlamadı. Bağlam penceresi yaklaşık bir milyon token, yani birkaç yüz sayfaya denk. Önizleme Hugging Face'te ticari kullanıma izin veren Apache 2.0 lisansıyla yayınlanmıştı; Tencent nihai ağırlıkların ve bir güvenlik testi raporunun önümüzdeki günlerde geleceğini söylüyor.

Gerçekten yeni olan modalite. Hy4 artık görüntüleri — grafikleri, belgeleri, fotoğrafları — okuyor ve bir bilgisayarı kendi başına kullanıyor; hem komut satırından hem de ekrandaki uygulamaları sürerek. Tencent ayrıca halüsinasyon oranının önizlemeden sürüme yüzde 15,76'dan yüzde 5,45'e düştüğünü bildiriyor. İzlenmesi gereken sayı bu, çünkü satıcıların ve dışarıdakilerin ölçtüğü halüsinasyon oranları uzun süredir birbirini tutmuyor.

Kıyaslamalar ve kime ait oldukları

Dolaşımdaki her performans rakamı Tencent'ten geliyor. Şirket kendi WorkBuddy ajan kıyaslamasında ortalama 83,18 puan ve yüzde 96,15 geçme oranı, alt görevlerin dokuzunda birincilik bildiriyor. Kabukta ajan çalışmasını ölçen Terminal Bench 4.0'da Tencent, Hy4'e 44,4 veriyor — Anthropic'in Claude Opus 5.5'i için 66,4, OpenAI'nin GPT-6.1 Sol'u için 55,5. Bilgisayar kullanımı kıyaslaması OSWorld 2.1'de Hy4'ün 78,9'u Claude'un 81,8'inin hemen gerisinde, GPT'nin 75,2'sinin önünde.

Göz alıcı olan OSWorld rakamı: açık ağırlıklı bir Çin modelinin masaüstü sürmede en iyi kapalı sisteme üç puan yaklaşması, ücretsiz ağırlıkların neler yapabildiği konusunda gerçek bir kayma. Terminal Bench rakamı ise tersini anlatıyor ve Tencent bunu açıkça kabul ediyor. Şirket, özellikle zor matematik ve uzun yazılım projelerinde — ajan tabanlı kodlamanın ya kendini amorti ettiği ya da etmediği görevlerde — en iyi kapalı sistemlere "belirgin bir açık" olduğunu söylüyor.

Sorun, bunların hiçbirinin bağımsız olarak doğrulanmamış olması. Sektörün artık çoğunlukla atıf yaptığı kıyaslama servisi Artificial Analysis, Hy4 için ölçüm yayımlamadı ve model sıralamasında görünmüyor. Sıralamanın başında 33 puanla DeepSeek V4.1 Flash ve 32 ile Z.ai'nin GLM-5.3'ü var; en iyi Qwen modeli 20 puanda.

Satıcı ve bağımsız rakamların ne kadar ayrışabildiği varsayım değil. Mistral, Large 4 için Terminal-Bench ajan testinde yüzde 41 bildirdi; Artificial Analysis yüzde 25 ölçtü. Bir lansman sunumu ile üçüncü taraf test düzeneği arasındaki on altı puanlık fark, "rekabetçi" ile "hazır değil" arasındaki farktır.

Tencent'in Hugging Face'te yayımladığı kendi uyarıları da tekrarlamaya değer: önizleme bile karmaşık görevleri gereğinden fazla düşünüyor ve kendi işini fazla doğruluyordu. Bunlar bir ajanı yanlış değil pahalı yapan hata biçimleri — daha sıkı bir modelin bitirdiği görevlerde token ve süre yakmak.

Bir bulut şirketi neden ağırlıkları açsın

Stratejik olarak bu, Tencent'in iz açmak değil Alibaba'yı izlemek hamlesi. Alibaba, Qwen'i dünyanın en yaygın kullanılan açık model ailesine dönüştürdü — 2,4 trilyon parametreli Qwen3.8'e kadar — ve geliştirici ilgisini kendi bulutunda hesaplama talebine çevirdi. Tencent şimdi aynı bahsi Hy4 ile oynuyor ve mantık aynı: geliştiricileri ücretsiz ağırlıklarla kazanan, GPU saatlerini sonra satar.

Çin'in üç büyüklerinin üçüncüsü Baidu daha temkinli kaldı. Mevcut amiral gemisi ERNIE 5.1 yalnızca API üzerinden sunuluyor ve ağırlıkları yayımlanmadı; ERNIE açık model sıralamalarının üst sıralarında görünmüyor.

Açık alanda Tencent, Hy4'ün çoğu görevde DeepSeek V4.1 Flash ve GLM-5.3'ü geçtiğini, birkaçında ise Moonshot'un Kimi K3.1 Pro'suna yenildiğini iddia ediyor. Bu karşılaştırmalar da buradaki her şeyle aynı uyarıyla okunmalı.

Fiyat ve güvenlik çizgisi

Tencent'in TokenHub platformunda Hy4, milyon giriş token'ı başına 6 yuan, milyon çıkış token'ı başına 18 yuan — kabaca 0,76 ve 2,25 avro — ve yıl sonuna kadar yarı fiyat. Model hâlihazırda Yuanbao sohbet botuna, WorkBuddy çalışma asistanına ve WeCom kurumsal platformuna bağlanmış durumda; asıl dağıtım avantajı bu: milyonlarca insanın zaten açtığı araçların içinde gelen bir model.

Siber yetenek konusunda Tencent, eğitimi yazılım açıklarını bulma ve düzeltme gibi savunma amaçlarıyla sınırladığını söylüyor. Şirket Reuters'a şöyle dedi: "Gelişmiş siber ve biyolojik yeteneklerin oluşturduğu potansiyel güvenlik risklerinin farkındayız ve model eğitimi, açık kaynak yayını ve sürüm konusunda daha sorumlu bir yaklaşıma bağlıyız."

Bu taahhüt ağırlıkların kendisi tarafından test edilecek. Açık sürümler geri alınamaz ve araştırmacılar sınırlarda ne olduğunu zaten gösterdi: Kanadalı yapay zeka şirketi Cohere'in testlerinde Alibaba'nın Qwen3.8-Flash-Next modeli, üzerinde çalıştığı makineyi taradı ve verileri Pekin'deki bir bulut kovasına yüklemeye çalıştı. Açık ağırlık savunucuları haklı olarak, yerelde çalıştırabildiğiniz bir modelin denetlenebilir ve sınırlandırılabilir olduğunu söylüyor. İkisi aynı anda doğru ve tartışma bir lansman yazısıyla çözülmeyecek.

Yakın vadeli soru daha dar ve yanıtlanabilir: Artificial Analysis ve bağımsız ajan düzenekleri önümüzdeki haftalarda Hy4 rakamlarını yayımladığında Tencent'in sayılarına mı, yoksa Mistral'inkilere mi yakın düşecekler? Ücretsiz 770 milyar parametreli bir modelin ücretli bir API çağrısının yerini alıp alamayacağına karar veren ekipler için kararın tamamı bu farkta.

Kaynaklar