Tencent, Hy4'ü Duyurdu ve Açık Kaynak LLM Zirvesinde Olduğunu İddia Ediyor — Ağırlıklar Yolda

Tencent ne duyurdu

Tencent, büyük dil modelinin en yeni sürümü olan Hy4'ü tanıttı ve sistemin artık en iyi açık kaynak yapay zeka modelleri düzeyinde performans gösterdiğini söylüyor. Şirketin duyurusuna göre model ağırlıkları ve eşlik eden sistem kartları önümüzdeki birkaç gün içinde yayınlanacak; yani duyuru anında açık kaynak sürümün kendisi henüz tamamlanmamış, beklenen durumdaydı.

Sürüm, model ailesine ilk kez görsel anlama yeteneğini ekliyor. Tencent'e göre Hy4, ayrıntılı görüntü çalışmaları, karmaşık grafik yorumlama ve görsel matematik üzerinde akıl yürütme gibi işleri gerçekleştirebiliyor. Model ayrıca bilgisayar kullanımı özellikleri kazanıyor; yani işleri yürütmek için hem komut satırı hem de grafik arayüzlerini kullanabiliyor ve daha uzun, çok adımlı işleri desteklemek üzere Blender ve CAD gibi profesyonel araçlar üzerine hedefli eğitim aldı. Şirket ayrıca talimat takibi, uzun bağlam anlama ve uzun vadeli agent görevlerinde geniş çaplı iyileşmeler bildiriyor.

Rakamlar ve bunları üretenler

Performans kanıtlarının neredeyse tamamı Tencent'in kendi duyurusundan veya şirketin kendi yürüttüğü değerlendirmelerden geliyor; dolayısıyla üçüncü taraf incelemeler ortaya çıkana kadar bu rakamlar satıcı iddiası olarak değerlendirilmeli.

Öne çıkan sonuç, Tencent Hy ekibi ile Tencent Financial Technology'ın birlikte düzenlediği kör bir karşılaştırmadan geliyor. Karşılaştırmada 213 profesyonelin önüne 579 gerçek finansal görev konuldu; profesyonellerin 153'ü kurum dışından geliyordu ve yaklaşık yüzde 70'i sektörde beş yıldan fazla denetime sahipti. Hy4, 3,04 puanla genel olarak en yüksek skoru aldı ve 2,97'lik DeepSeek-V4.1-Flash-1017'ın önünde yer alırken, Kimi K3.1 Pro ile GLM-5.3 her ikisi de 2,68'de kaldı. Ayrıca finansal yapay zeka şirketi Rabyte, kendi Investment Research Agent Benchmark'ında önceki Hy4 Preview'a kıyasla 12,03 puanlık yüzdelik bir artış ölçtü.\nDiğer kendi bildirdikleri rakamlar ofis ve geliştirici senaryolarını kapsıyor. Tencent'in kendi WorkBuddy paketinde model ortalama 83,18 puan aldı, yüzde 96,15 geçme oranına ulaştı ve anakara Çin pazarındaki on iki senaryodan dokuzunda birinci oldu. Oyun geliştirme, önizlemeye kıyasla bir GameDev benchmark'ında yüzde 19,1 ve GameLogic'te yüzde 9,8 iyileşti; bu iyileşmede Tencent'in oyun bölümünün Unreal Engine, Unity ve Godot üzerindeki çalışmaları pay sahibi. Bilgi erişiminde ise iddia edilen halüsinasyon oranı yüzde 12,95'ten yüzde 7,2'ye düştü ve desteksiz varsayımlardan kaynaklanan hatalar yüzde 23,1'den yüzde 5,6'ya geriledi.

Erişilebilirlik

Hy4, Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao, WeCom'un yapay zeka asistanı Dayuan ve ima dahil Tencent ürünlerinde zaten kullanımda; API'si ise OpenRouter, Hermes ve OpenCode üzerinden sunuluyor. Tencent, QQ, Honor of Kings, Game of Peace, WeRead ve Tencent News için ek entegrasyonların planlandığını ve daha düşük maliyetli Hy4 Flash varyantının da yayınlandığını söylüyor.

Güvenlik ve araştırma taahhütleri

Duyuru, ağırlık sürümünden önce yapılan güvenlik çalışmalarına vurgu yapıyor. Siber güvenlik alanında model, kavram kanıtı geliştirme ve güvenlik açığı düzeltme gibi savunmaya yönelik materyallerle eğitildi ve Tencent, saldırgan istismar içeriklerinin eğitim verilerinden bilinçli olarak çıkarıldığını söylüyor. Xuanwu Lab ve Keen Security Lab, kriptografik tersine mühendislik ve ikili kod karıştırma kaldırma gibi alanları inceledi ve değerlendirdikleri alanlarda saldırgan yetenek konusunda önemli bir endişe bildirmedi. Biyogüvenlik konusunda ise şirket içi uzmanlar modeli temel biyolojide güçlü, ancak uçsuz bucaksız deneysel tasarımda sınır sistemlerinden zayıf olarak değerlendirdi.

Ekip ayrıca Hyra 2.0 adını verdiği bir harness kullanarak özyinelemeli kendini geliştirmeyi sürdürüyor ve bununla geliştirilmiş iki bilimsel temel model yayınladı: Tek hücre temsilleri için HyCell ve fizik alanları için HyPDE.

Neden önemli

Hy4, giderek kalabalıklaşan Çin açık ağırlıklı modeller alanına adım atıyor; DeepSeek, Kimi ve GLM, Tencent'in kendi değerlendirmesinde doğrudan rakipler olarak anıldı ve şirket aralarında zirveyi iddia ediyor. Bağımsız testler bunu doğrularsa, bu düzeyde indirilebilir bir model hem Batı'nın kapalı laboratuvarları hem de rakip açık kaynak projeleri üzerinde baskı yaratacaktır. Duyuru ayrıca satıcıların artık ağırlık yayınlamanın temel gereklilikleri olarak neye değer verdiğini gösteriyor: görme, bilgisayar kullanımı, agent yürütme ve kamuya açık bir güvenlik incelemesi. Ama uyarı şu: Henüz hiçbir şey doğrulanabilir değil. Ağırlıklar yayınlanmadı ve yukarıdaki her rakam Tencent'in kendisinden kaynaklanıyor.