Tencent
Hy3
최대 컨텍스트
256K
최대 출력
128K
출시일
N/A
hy4-previewHy4 preview는 Tencent Hunyuan의 차세대 오픈소스 MoE 플래그십 모델로, 코딩, 오피스 작업, 과학 연구, 장문 컨텍스트 추론, 복잡한 에이전트 워크플로 등 실용적인 생산성 작업을 위해 설계되었습니다. Tencent Hy4 preview 또는 Hunyuan 4 preview라고도 불리며, 총 770B 파라미터, 토큰당 49B 활성 파라미터, 1M 토큰 이상의 컨텍스트 창을 지원합니다. 이 모델은 대규모 코드베이스와 문서 이해, 다단계 계획, 도구 사용, 디버깅, 검증, 지속적인 작업 실행에 강점을 보입니다.
Context Window
1M tokens
Maximum Output
64K tokens
Release Date
2026년 8월 28일
Modalities
| 입력 가격 | 출력 가격 | 캐시 읽기 |
|---|---|---|
| $0.8571/M | $2.5714/M | $0.0429/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Hy4 Preview는 장기 엔지니어링, 생산성 및 과학 추론과 100만 토큰 컨텍스트를 결합한 텍스트 중심 플래그십 모델입니다.
장기 개발 작업을 이해하고 계획하며 디버깅하고 검증하면서 여러 단계에 걸친 연속성을 유지합니다.
사무 분석, 금융 모델, 여러 파일의 정보, 구조화된 전문 결과물을 처리할 수 있습니다.
AI 연구, 분자 동역학, 응집 물질 물리학, 수학의 어려운 문제를 추론할 수 있습니다.
Hy4 Preview는 복잡한 소프트웨어 개발, 여러 문서에 걸친 사무 분석, 게임 프로토타이핑, 기술 연구에 적합합니다.
요구 사항을 분석하고 구현을 계획하며 대규모 코드베이스를 수정하고 장애를 진단한 뒤 완성된 해결책을 검증합니다.
여러 파일에 흩어진 정보와 데이터를 통합해 보고서, 스프레드시트, 프레젠테이션, 금융 모델 등의 공유 가능한 결과물을 만듭니다.
기술 문헌과 어려운 과학 문제를 분석해 설명을 도출하고 접근법을 비교하며 연구 방향을 정리합니다.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Tencent Hunyuan Hy4 Preview의 모델 구조, 긴 컨텍스트, 생산성 활용 사례, 절충점, API 사용 및 모델 선택을 설명합니다.
Hy4 Preview는 Tencent Hunyuan이 공개한 차세대 오픈 소스 Mixture-of-Experts 플래그십 모델입니다. Tencent Hy4 Preview 또는 Hunyuan 4 Preview로도 불리며 총 7,700억 개의 파라미터 중 토큰당 490억 개를 활성화하고 100만 토큰이 넘는 컨텍스트를 지원합니다. 코딩, 사무 업무, 과학 연구, 추론 및 복잡한 에이전트 워크플로를 위해 설계되었습니다.
대규모 코드 저장소 이해, 소프트웨어 계획 및 디버깅, 긴 문서 분석, 여러 파일을 다루는 사무 작업, 과학 연구, 도구 사용 에이전트와 여러 단계에서 컨텍스트를 유지해야 하는 워크플로에 적합합니다. 짧은 단일 응답보다 지속적인 작업 실행이 필요한 생산성 업무에 더 알맞습니다.
긴 컨텍스트 이해, 다단계 계획, 코딩, 도구 사용, 디버깅, 검증 및 지속적인 에이전트 실행이 주요 강점입니다. 희소 MoE 구조는 토큰마다 일부 파라미터만 활성화하면서 큰 전체 용량을 제공하며, 공개 가중치를 통해 독립적인 배포와 기술 평가도 가능합니다.
Hy4 Preview는 최종 Hy4가 아닌 초기 프리뷰이므로 동작, 가용성, 가격 및 연동 세부 사항이 바뀔 수 있습니다. 운영 적용 전 핵심 워크플로를 회귀 테스트하고 도구 실행과 긴 추론 과정을 검토하며 대체 모델을 준비하세요. 전체 공개 가중치를 직접 운영하려면 상당한 컴퓨팅 및 저장 자원이 필요합니다.
TokenHub 모델 카탈로그에 표시된 Hy4 Preview 모델 ID를 TokenHub 엔드포인트 및 API 키와 함께 사용하세요. 메시지, 추론 옵션, 스트리밍, 도구 및 구조화 출력 형식은 해당 엔드포인트 문서를 따릅니다. Tencent Hunyuan API에서 이전한다면 운영 전환 전에 요청 필드, 도구 스키마 및 응답 파싱을 검증하세요.
입력, 출력, 캐시 또는 요청 기반 가격과 지원 엔드포인트는 현재 TokenHub 모델 페이지에서 확인하세요. 실제 프롬프트 길이, 예상 출력, 추론 동작, 동시성, 도구 호출 및 재시도율을 반영해 비용을 추정해야 합니다. 프리뷰 모델이므로 출시 가격이나 일시적 가용성을 영구적인 서비스 조건으로 간주하지 마세요.
더 긴 컨텍스트, 강력한 다단계 실행, 대규모 소프트웨어 개발, 문서 중심 업무 또는 과학 연구가 필요하다면 Hy4 Preview를 우선 평가하세요. 기존 운영 워크플로가 검증된 Hy3 동작, 지연 시간 또는 연동 규격에 의존한다면 Hy3를 유지하는 편이 더 안전할 수 있습니다. 이전 전에 동일한 대표 작업으로 두 모델을 비교하세요.
하나의 API 키로 Hy4 preview과 더 많은 AI 모델을 이용하세요.
Hy4 Preview 미디어 및 데모
Tencent Hunyuan Hy4 Preview에 관한 공개 발표, 기술 설명, 배포 테스트 및 커뮤니티 토론입니다.
X (Twitter)
Tencent Hy ·
🚀 Hy4 preview is here. 770B, 49B active, 1M context. Built for productivity. Open source frontier. Consistent affordable price. Use it. Tell us what breaks. More on Hy blog:https://hy.tencent.ai/research/hy4-preview HuggingFace:https://huggingface.co/tencent/Hy4-preview Github:https://github.com/Tencent-Hunyuan/Hy4-preview https://t.co/4iW6gSuZKr
https://pbs.twimg.com/media/HQyfABta8AAq3x7.jpg원문 보기Tencent AI ·
전체 게시물 읽기
Introducing Hy4 preview ◆ Open weights: 770B MoE, 49B active, 1M context ◆ Built for real work: code, docs and analysis, scientific research ◆ Hy4 preview helped optimize its own training pipeline, kernels included ◆ We ship upgrades, not price hikes Free in @WorkBuddy_AI for the next two weeks Blog:https://hy.tencent.ai/research/hy4-preview GitHub:https://github.com/Tencent-Hunyuan/Hy4-preview Get WorkBuddy:https://www.workbuddy.ai/
Tencent Hy ·
전체 게시물 읽기
We compressed Hy4-preview from 1.5TB to ~200GiB GGUF and it still works well ! Meet MIX-STQ1_0.The trick isn’t just going low, it’s deciding where: calibration data picks each layer’s bit-width, some down to 1.31-bit STQ1_0, some up to 2.06-bit IQ2_XXS. Same budget, lower error. Accuracy barely moves vs BF16 📊 MCP Atlas 83.7→83.2 📊 SWE-Bench multi 82.9→81.3 📊 MRCR 81.3→81.1 📊 IFBench 73.5→72.5 See the details on HF : AngelSlim/Hy4-preview-GGUF Weights & low-bit GGUFs 👇 https://huggingface.co/AngelSlim/Hy4-preview-GGUF #LLM #Quantization #llamacpp #Hy
Reddit
Tencent/Hy4-preview 770B-A49B weight dropped
Beamsters ·
원문 보기Tencent AI "Introducing Hy4 preview ◆ Open weights: 770B MoE, 49B active, 1M context ◆ Built for real work: code, docs and analysis, scientific research ◆ Hy4 preview helped optimize its own training pipeline, kernels included" ➡️ new model for you? :P
Koala_Confused ·
원문 보기Tencent Hy4 Preview is live in Command Code.
maedahbatool ·
Tencent Hy4 Preview is live in Command Code 🐐 770B mode, 49B active, 1M context. `cmd update` available in GOAT and above plans. Our early internal benchmarks show strong perf yet cheaper per task compared to GLM 5.3 Flash. Y'all share how it goes.
원문 보기YouTube
Hy4 Preview: Tencent’s 780B Open Agent Model Is Here
RepoChad
원문 보기Hy4 Preview: Built for Productivity and Beats GLM 5.3, DeepSeek, Opus
Fahd Mirza
원문 보기Tencent Hy4 Preview: 770B Parameters, 49B Active, a 200-GiB GGUF, and Day-Zero vLLM
AI tech
원문 보기