
2026/08/30 4:33
騰訊發布並開源騰訊Hy4預覽版
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
以下の改良版は、完全性を保ちながら読みやすさを維持するため、不足していた技術仕様と性能指標を組み込んでいます。
改善された要約
Tencent は次世代の 770B パラメータを持つ大規模言語モデル(アクティブパラメータ:49B)「Hy4 preview」をローンチしました。このモデルは高生産性タスクに特化して最適化されており、1M トークンを超える広大なコンテキストウィンドウを備えています。Hy4 はシリーズ初となる自主的なトレーニングおよび推論システムの最適化を実現し、オペレーターフュージョンによりエンドツーエンドのスループットを 31.8% 向上させました。内部での盲目評価において、203 のエンジニアリングタスクにわたる 163 名の専門家によって行われ、GLM-5.3(2.92)および Kimi K3(2.94)に対してそれぞれ 2.99/4.00 と高いスコアを記録し、主要競合他社を上回りました。
ソフトウェアエンジニアリング、ゲーム、金融、科学の分野で Tencent の専門家によって共同作成された高品質なデータを用いてトレーニングされた Hy4 は、長文脈開発、単一のプロンプトからのゲームプロトタイピング、分子動力学や物理学などの科学研究分野において明確な優位性を発揮します。現在、Hy4 は Tencent Cloud TokenHub および OpenRouter を介して世界中で利用可能であり、競合的 API 料率(入力トークンあたり 83.4 米セント)で提供されています。同モデルは WorkBuddy および CodeBuddy の Tencent プラットフォーム上で 2 週間無料利用が可能ですが、前世代の Hy3 は引き続き 9 月 30 日までの間アクセス可能です。
本文
騰勢 Hy4 Preview:開源モデルの最上位クラスへ到達した次世代 LLM
騰勢(Tencent)が開発した「Hy4 Preview」は、実社会での生産性向上を目的とした次世代大規模言語モデルです。総パラメータ数 7,700 億、有効パラメータ数 490 億、コンテキストウィンドウが100 万トークンを超えるというスペックを持つことで、コーディング、オフィスワーク、科学研究など幅広い分野で卓越したパフォーマンスを発揮しています。
現在は開源モデルとして提供されており、以下の経路から全世界でアクセス可能です。
- アプリケーション経由:WorkBuddy、CodeBuddy、元寶(Yuanbao)、ima など
- API 接続:Tencent Cloud TokenHub、OpenRouter
🎁 サービス特典とアクセス情報
サービス開始時期に伴う特別措置として、以下の無料利用期間が設定されています。
- WorkBuddy および CodeBuddy:Hy4 Preview が2 ヶ月間無料で利用可能。
- 両プラットフォームにおける Hy3 の無料アクセス期間:9 月 30 日まで延長。
🚀 モデルの進化:全分野で飛躍的な性能向上
事前学習と後続学習の双方において進歩を遂げ、開源モデルの最上位クラスへと登り詰めました。Blind(ブラインド)評価では、163 名の専門家に対し 203 のエンジニアリングタスクを検証し、平均スコア4.00 点満点中 2.99 点を記録しました。これは GLM-5.3(2.92 点)および Kimi K3(2.94 点)を上回る結果です。
分野別性能の詳細
-
🛠️ ソフトウェア工学分野
- 長文脈開発タスクにおける理解力・計画立案・デバッグ・検証能力の強化。
- フロントエンド開発の視覚品質とインタラクション体験の向上。
-
📊 オフィス生産性及び分析シナリオ
- 複雑な作業環境への理解力の大幅な向上。
- 金融分析能力の強化と、情報処理からドキュメント・スプレッドシート作成までのフルワークフロー支援。
- 複数ドキュメント間の協調作業やデータ分析への最適化。
-
🎮 ゲーム開発分野
- 単一の自然言語指示から遊べるプロトタイプの即時生成。
- ゲームエンジンとの円滑な連携と、マルチターンインタラクションによるプロジェクトの継続的な洗練。
-
🔬 科学研究分野
- 複雑な研究課題の理解、論理的推論、解決能力の強化。
- AI 研究開発、分子動力学シミュレーション、凝縮系物理学、基礎数学等领域での顕著な性能向上。
🤖 自律的最適化:自己改良によるインフラ最適化
Hy4 Preview は、開発プロセス自体に貢献し、「自律的最適化」を実現した点で画期的です。
1. 開発プロセスへの貢献
- トレーニング手法、データ戦略、評価フレームワーク、低階層オペレーターにおいて自動化された最適化に参加。
- モデルが提案アプローチを実行・実験し、結果に基づき反復的に改善。
- 生成されたコード、ログ、フィードバックを次のサイクルにフィードバックさせ、初期段階での再帰的自己改善ループを確立。
2. インフラストラクチャの自律的改善
- 推論システムのボトルネックを自律的に分析し、オペレーター融合や通信最適化を実施。
- ベースラインと比較してエンドツーエンドのスループットが31.8% 向上。
- コンテキスト長の違いや並列処理レベルによらず、一貫した性能向上を達成。
💰 コスト効率性と将来展望
Hy4 Preview は高いコスト効率性を維持し、高度な AI 技術の普及に貢献しています。API 料金は以下のように設定されています(米ドル換算)。
| トークン種別 | 単価(100 万件あたり) |
|---|---|
| 入力トークン | $0.834 |
| 出力トークン | $2.501 |
| キャッシュヒット分 | $0.042 |
今後の展開
- **「プレビュー先行」**のリリース戦略を採用。実社会からのフィードバックを研究開発に取り込み、モデルが自律的に進化していく仕組みを確立しています。
- Hy4 シリーズの次のモデルバッチも近日中にローンチ予定とのことです。