Tencent Hy4 Preview maakt een grote sprong, maar de gesloten top blijft buiten bereik

Tencent Hy4 Preview is een open AI-model van 770 miljard parameters dat Tencent op 28 augustus 2026 uitbracht onder de Apache 2.0-licentie. Op programmeer- en agenttaken springt het fors vooruit tegenover zijn voorganger Hy3, maar in Tencents eigen grafieken blijft het op de meeste tests achter Claude Opus 5 en GPT 5.6 Sol. Je kan het vandaag gebruiken via OpenRouter of zelf downloaden, al heb je voor dat laatste een volledige server met acht zware GPU’s nodig.

Twee maanden na de lancering zijn er praktijktests, en op 29 oktober kondigde Tencent al de volgende versie aan. Hieronder lees je wat het model is, hoe goed het echt is, wat het kost en voor wie het de moeite loont.

Wat is Hy4 Preview precies?

Hy4 Preview is het nieuwste taalmodel van Hunyuan, het AI-team van Tencent. Tencent noemt het zijn sterkste model tot nu toe, gebouwd voor vier soorten werk: software ontwikkelen, kantoorwerk en analyse, games maken en wetenschappelijk onderzoek. De trainingsdata werd samengesteld met interne experts van Tencent, zoals softwareontwikkelaars, gameontwikkelaars, financiële analisten en securityspecialisten.

De belangrijkste specificaties in gewone taal:

• 770 miljard parameters in totaal, 49 miljard actief per token. Het is een mixture-of-experts-model. Per woorddeel kiest het 8 van de 256 gespecialiseerde deelnetwerken, plus één gedeelde expert. Zo rekent het telkens met ongeveer 6 procent van zijn gewichten.
• Een contextvenster van 1 miljoen tokens. Dat is genoeg voor een volledige codebase of een stapel jaarverslagen in één opdracht. Hy3 haalde 256.000 tokens.
• Open gewichten onder Apache 2.0. Je mag het downloaden, aanpassen en commercieel gebruiken. Er staat geen regionale uitsluiting in de licentie.
• Alleen tekst. Hy4 Preview begrijpt geen beelden. Daarvoor moet je wachten op de volgende versie.

Ter vergelijking: Hy3 had 295 miljard parameters, waarvan 21 miljard actief. Hy4 is dus meer dan twee keer zo groot. De technische details, zoals 78 lagen en een eigen variant van DeepSeek Sparse Attention, staan op de modelkaart op Hugging Face.

Hoe groot is de sprong tegenover Hy3?

Groot. Tencent spreekt van de grootste verbetering tussen twee generaties die het ooit mat, en Tencents eigen metingen tonen een fors verschil met Hy3. Op DeepSWE, een test waarin een model zelfstandig softwareproblemen oplost, ging de score van 28,0 naar 64,3. Op Terminal-Bench 2.1, waar het model in een terminal moet werken, steeg ze van 70,8 naar 85,4. Op ProgramBench, waar het volledige programma’s moet bouwen, ging Hy4 van 3,0 naar 17,5.

Die sprong kwam snel. Hy3 Preview verscheen op 23 april, de volledige Hy3 op 8 juli en Hy4 Preview zeven weken later. Volgens de South China Morning Post stond Hy4 Preview enkele dagen na de lancering op de achtste plaats in het WebDev-klassement van Code Arena. Hy3 stond daar 34e.

Waar blijft Hy4 achter op de gesloten top?

Op de meeste tests. Dat staat in Tencents eigen benchmarktabel, en het is het deel dat in veel berichtgeving ontbrak. Hier zijn de cijfers van een aantal tests uit de aankondiging van Tencent:

Lees zo’n tabel met drie dingen in je achterhoofd.

• Het sterretje. Scores met een * mat Tencent zelf, met zijn eigen testopstelling, en dat geldt voor de meeste cijfers van andere modellen. GDPval-AA en CritPt duidt Tencent aan als officiële leaderboardresultaten. Op allebei blijft Hy4 duidelijk achter de gesloten modellen, en op CritPt ook achter alle Chinese concurrenten in de tabel.
• De blinde test. Tencent liet 163 interne experts 203 engineeringtaken beoordelen. Hy4 kreeg gemiddeld 2,99 op 4, tegenover 2,92 voor GLM 5.3 en 2,94 voor Kimi K3. Dat is een nipte voorsprong in een test die Tencent zelf organiseerde.
• De vergelijking veroudert. Sinds de lancering kwamen Claude Opus 5.5 en Kimi K3.1 Pro uit. We vonden Hy4 Preview nog niet terug op de onafhankelijke Artificial Analysis Index, dus een rechtstreekse vergelijking met die nieuwere modellen ontbreekt.

Hy4 Preview speelt dus mee in de kopgroep van de Chinese open modellen, maar wint niet overal. In Tencents eigen grafiek blijft het op DeepSWE, Terminal-Bench 2.1 en ProgramBench ook achter GLM 5.3 en Kimi K3. De gesloten modellen van Anthropic en OpenAI blijven op de moeilijkste taken een stap voor.

Wat zeggen testers na twee maanden?

Het beeld uit de praktijk is gemengd en past bij het woord preview. De Chinese techsite iFeng testte het model in WorkBuddy. Het doorzocht een document van ongeveer 930.000 tokens, de volledige Drie Lichamen-trilogie plus een jaarverslag, in zo’n negen minuten en vond de gevraagde passages correct terug. Een to-do-app van ongeveer 650 regels en een eenvoudige 3D-shooter in Three.js werkten meteen.

Er waren ook duidelijke problemen. Over een eenvoudige vraag naar de tijdscomplexiteit van quicksort dacht het model ongeveer dertig minuten na, met drie keer een tussenstap om zichzelf te controleren. Bij gelijktijdige taken liepen twee oproepen in een time-out en stopte één codegeneratie halverwege. Het lange nadenken noemt Tencent zelf een bekend probleem.

Op X schreef een tester die het model een tijd gebruikte dat het “not frontier” is: het redeneert in de goede richting, maar trekt verkeerde conclusies. En de vraag was groter dan Tencent verwachtte. Volgens 36Kr zat de takenwachtrij van WorkBuddy op de eerste dag vol. Taken die twee minuten duurden, liepen in de piekuren op tot meer dan vijf minuten, en Tencent moest zijn inferentiecluster dringend uitbreiden.

Wat kost Hy4 Preview en waar probeer je het?

Via de API betaal je per miljoen tokens:

• $0,834 voor input;
• $2,501 voor output;
• $0,042 voor input die al in de cache zit.

Dat is goedkoper dan Kimi K3.1 Pro ($2 en $10), maar een stuk duurder dan de zuinigste Chinese modellen zoals DeepSeek V4.1-Flash. Omdat Hy4 lang nadenkt, betaal je per taak ook voor veel denktokens. Reken dus op de kost per opdracht, niet alleen op de prijs per token.

Je kan het model op vier manieren gebruiken:

• OpenRouter, de makkelijkste route vanuit België. Zeven aanbieders draaien het model, waaronder Tencent Cloud, Cohere en DeepInfra. OpenRouter meldt wel dat Hy4 Preview niet beschikbaar is via zijn EU in-region routing. Je kan dus niet afdwingen dat je verzoeken in Europa verwerkt worden.
• Tencent Cloud TokenHub, de eigen API van Tencent.
• Tencents eigen apps: CodeBuddy en WorkBuddy voor ontwikkelaars en kantoorwerk, Yuanbao als chatbot en ima als kennisassistent.
• Zelf draaien met de gewichten van Hugging Face of ModelScope, ook in een compactere FP8-versie. De recepten staan op GitHub.

Dat laatste is geen project voor een laptop of een werkstation. De officiële recepten voor vLLM en SGLang verdelen het model over acht GPU’s. Onze eigen ruwe schatting: in FP8 nemen de gewichten alleen al zo’n 780 GB in, nog zonder geheugen voor de context. Voor die FP8-versie is een server met acht H100’s van 80 GB, samen 640 GB, dus te klein. Je komt uit bij een node met acht nieuwere kaarten zoals de H200, of bij een gehuurde server in de cloud. Wil je je data echt in eigen beheer houden, lees dan ook ons stuk over Mistral Large 4 zelf draaien.

Heeft Hy4 echt aan zichzelf meegebouwd?

Tencent beweert dat Hy4 Preview voor het eerst meewerkte aan zijn eigen ontwikkeling: aan trainingsmethodes, datastrategie, evaluatie en de software die het model laat draaien. Het model stelde oplossingen voor, voerde experimenten uit en gebruikte de resultaten voor de volgende ronde. Volgens Channel Insider analyseerde het ook knelpunten in Tencents inferentiesysteem. Die aanpassingen zouden de doorvoer met 31,8 procent hebben verhoogd tegenover de vorige opstelling.

Dat blijft een claim van Tencent zelf, zonder onafhankelijke controle en zonder uitleg over de meting of over hoeveel mensen bijstuurden. Lees het als een bruikbare hulp bij onderzoek en optimalisatie, niet als een model dat zichzelf zonder toezicht herontwerpt.

Wat komt er na de preview?

Op 29 oktober kondigde Dowson Tong, senior executive vice president van Tencent, aan dat Hy4 en Hy4 Flash binnenkort volgen. Allebei krijgen ze beeldbegrip, wat Hy4 Preview mist. De volledige Hy4 moet beter worden in lange taken en efficiënter redeneren, wat precies de zwaktes van de preview aanpakt. Hy4 Flash mikt op een lagere kost. Een datum gaf Tencent niet, en of de nieuwe modellen opnieuw open gewichten krijgen, is nog niet bekend.

Voor wie is Hy4 Preview interessant?

• Ontwikkelaars en teams die agents bouwen en een sterk open model willen naast hun gesloten favoriet, vooral voor lange codeertaken en documenten die in één keer in het geheugen moeten.
• Bedrijven die open gewichten willen zonder licentievoorwaarden, en die de hardware hebben of willen huren.
• Wie Chinese modellen opvolgt. Hy4 laat zien hoe snel Tencent bijbeent. Ons overzicht van de 40 meest innovatieve AI-labs in China geeft de bredere context.

Minder geschikt is het voor wie lokaal op een eigen pc wil werken, voor wie beelden wil laten analyseren, en voor wie persoonsgegevens verwerkt en de verwerking binnen de EU wil houden zonder zelf te hosten.

Veelgestelde vragen over Tencent Hy4

Is Tencent Hy4 Preview gratis?

De gewichten zijn gratis te downloaden onder Apache 2.0. Via de API betaal je $0,834 per miljoen inputtokens en $2,501 per miljoen outputtokens. Bij de lancering was het twee weken gratis te gebruiken in CodeBuddy en WorkBuddy.

Mag ik Hy4 Preview commercieel gebruiken in België?

Ja. De Apache 2.0-licentie laat commercieel gebruik toe en sluit geen regio’s uit. Verwerk je persoonsgegevens via een API, kijk dan na waar de aanbieder de data verwerkt, want OpenRouter biedt voor dit model geen EU in-region routing.

Kan ik Hy4 Preview lokaal draaien?

Niet op een gewone computer. De modelkaart verwijst naar gekwantiseerde versies van de community voor llama.cpp, Ollama en LM Studio, maar zelfs met 4 bits per parameter kom je volgens onze rekensom nog op honderden gigabytes.

Snel beter, nog niet de beste

Hy4 Preview is vooral een signaal over tempo. Tencent zette in vier maanden twee generaties neer en trok zijn open model van de middenmoot naar de kopgroep van de Chinese open modellen. De sterkste gesloten modellen haalt het nog niet in, en de cijfers waarmee het GLM en Kimi voorbijsteekt, komen grotendeels uit Tencents eigen tests. Wil je het model inzetten, test het dan op je eigen taken, meet de kost per opdracht inclusief al dat nadenken, en wacht met grote beslissingen tot de volledige Hy4 er is. Die komt er volgens Tencent binnenkort, met beeldbegrip erbij.