Hy4 de Tencent: cómo probar el modelo open source con visión

En este artículo verás:

• Qué es Hy4 y qué cambió respecto a Hy4 preview
• Cómo probar Hy4 hoy, localmente o vía API
• Dónde el modelo acierta y dónde aún pierde frente a modelos cerrados
• Preguntas frecuentes sobre Hy4 de Tencent

Qué es Hy4 de Tencent

Hy4 es la versión estable de la familia Hy de Tencent Hunyuan. En relación con Hy4 preview, lanzado el 28 de agosto de 2026, el nuevo modelo expandió el preentrenamiento y el postentrenamiento, introdujo visión por primera vez y mejoró instrucción, comprensión de contextos largos y tareas de largo horizonte. El modelo es open source y está disponible en Hugging Face.

La arquitectura es una Mixture of Experts (MoE) con 770 mil millones de parámetros en total y 49 mil millones activados por token. Son 78 capas, de las cuales 77 usan MoE con 256 especialistas ruteados y 1 especialista compartido, activando los 8 mejores por token. La ventana de contexto es de 1 millón de tokens, al mismo nivel que los modelos open weights de frontera europeos y chinos.

Cómo probar Hy4 hoy

Hy4 está disponible de tres formas.

Primero, vía API hospedada. Tencent pone el modelo en TokenHub, en OpenRouter, en Hermes y en OpenCode. El endpoint es compatible con la API de OpenAI, así que cualquier cliente que ya llame a Chat Completions funciona cambiando la base URL y el modelo.

Segundo, auto hospedado. Los pesos están en el repositorio Tencent-Hunyuan/Hy4-preview en Hugging Face. La documentación oficial recomienda servir con vLLM o SGLang y llamar al endpoint local con la misma interfaz de OpenAI. Los parámetros recomendados son temperature 0.9 y top_p 1.0, con modo de razonamiento en "high" por defecto para tareas complejas.

Tercero, dentro de productos de Tencent. El modelo ya está en WorkBuddy, CodeBuddy, Yuanbao, ima y asistente inteligente de WeCom. Tencent ofreció uso gratuito limitado en WorkBuddy y CodeBuddy entre el 4 y el 15 de noviembre de 2026.

Para quien programa, el camino más rápido es la API en OpenRouter o el endpoint de Tencent, probando un prompt de código con contexto largo y una imagen adjunta para validar la parte de visión. Si ya ejecutas modelos locales, vale comparar Hy4 con las opciones de la guía de asistentes de IA open source para rodar localmente y con el flujo de Claude Code en VS Code.

Qué hace bien Hy4

El modelo fue entrenado con datos de ingenieros, desarrolladores de juegos, analistas financieros y especialistas en seguridad de Tencent. El resultado se ve en tareas largas de software: planificación, depuración y verificación de cambios que se extienden por varias etapas. En pruebas internas, Hy4 mejoró 19,1% en GameDev y 9,8% en GameLogic en relación con el preview.

La visión es novedad. El modelo acepta imágenes, gráficos y documentos, y hace análisis de diagramas y razonamiento matemático visual. El computer use también es nuevo: Hy4 puede operar interfaces gráficas y de línea de comando para tareas del día a día.

En una prueba ciega con 163 especialistas internos en 203 tareas de ingeniería, Hy4 quedó ligeramente por delante de GLM 5.3 (2,99 contra 2,92 de media) y de Kimi K3 (2,99 contra 2,94). En finanzas, 213 especialistas evaluaron 579 tareas reales y Hy4 quedó en primer lugar entre los modelos open source.

Donde el Hy4 todavía pierde

Tencent es explícita sobre sus limitaciones. El modelo todavía gasta más tiempo del necesario razonando tareas complejas y tiende a revisar en exceso su propio trabajo. En matemáticas de frontera, desarrollo de largo horizonte y preguntas visuales difíciles, la distancia con los mejores modelos cerrados sigue siendo grande.

La empresa también afirma que el modelo tiene headroom real tanto en preentrenamiento como en postentrenamiento, y que planea lanzar pronto el Hy4 flash, con mejor costo beneficio y velocidad. Se espera una iteración rápida, como ocurrió con el Hy4 preview.