Tencent Open-Sources Hy4, ein 770-Milliarden-Parameter-Modell, das für die Büroarbeit entwickelt wurde

Tencent hat die Open-Source-Vorschau Hy4 veröffentlicht, die nächste Generation seiner Hunyuan-Modellfamilie. Die Zahlen sind groß: 770 Milliarden Gesamtparameter, davon 49 Milliarden aktiv pro Anfrage und ein Kontextfenster über einer Million Token. Parameter sind die einstellbaren Werte, die ein Modell während des Trainings lernt, ungefähr ein Maß für die Rohkapazität. Die Lücke zwischen „Gesamt“ und „Aktiv“ ist der Mixture-of-Experts-Trick, bei dem das Modell viele spezialisierte Subnetzwerke enthält, aber nur einen Bruchteil davon für eine bestimmte Anfrage aktiviert, wodurch die laufenden Kosten weit unter dem liegen, was die Headline-Größe vermuten lässt. Das Kontextfenster gibt an, wie viel Text das Modell gleichzeitig speichern kann, und eine Million Token entspricht ungefähr einem kleinen Bücherregal.

Was auffällt, ist das Ziel. Tencent hat Hy4 nicht auf Benchmark-Bestenlisten bewertet, sondern auf das, was es als Produktivität in der realen Welt bezeichnet: Codierung über lange Sitzungen hinweg, Tabellenkalkulationen und Dokumente, Finanzanalysen und wissenschaftliche Forschung. In einer internen Blindbewertung mit 163 Experten für 203 technische Aufgaben erreichte die Hy4-Vorschau einen Durchschnitt von 2,99 von 4,00 und lag damit leicht vor GLM-5.3 mit 2,92 und Kimi K3 mit 2,94. Tencent sagt außerdem, dass das Modell an seiner eigenen Entwicklung beteiligt war, Experimente zu Trainingsmethoden und Low-Level-Code vorgeschlagen und durchgeführt hat und dass es seine eigenen Inferenz-Engpässe gut genug analysiert hat, um den End-to-End-Durchsatz um 31,8 Prozent zu steigern. Der API-Preis beträgt 0,834 Dollar pro Million Eingabe-Tokens und 2,501 Dollar pro Million Ausgabe-Tokens, wobei die Cache-Treffer bei 0,042 Dollar liegen.

Was hier eigentlich vor sich geht: Open Weights bedeutet, dass die trainierten Modelldateien veröffentlicht werden, sodass jeder mit ausreichend Hardware sie selbst herunterladen und ausführen kann, anstatt eine API aufzurufen. Chinesische Labore haben dies zu ihrer Wettbewerbsstrategie gemacht, und das Tempo ist unerbittlich geworden. Hy4 erscheint in derselben Woche wie die Gewichte von GLM-5.3 und Tage nach der Veröffentlichung von Qwen und IBM. Jeder dieser Rückgang drückt den Preis leistungsfähiger KI für alle, einschließlich der Kunden der geschlossenen Labore, da diese Labore im Vergleich zu etwas kosten müssen, das kostenlos selbst gehostet werden kann. Es lohnt sich, die Erwartungen auf der Grundlage des Selbstverbesserungsanspruchs aufrechtzuerhalten: Ein Modell, das Optimierungen für seinen eigenen Inferenzcode vorschlägt, ist echtes und nützliches Engineering, aber es ist weit entfernt von einem System, das sich selbst neu gestaltet.

Was das für Sie bedeutet: Fast niemand betreibt zu Hause ein 770B-Modell, daher stellt sich der praktische Effekt für die meisten Menschen indirekt ein, durch günstigere API-Preise und durch kleinere destillierte Versionen, die später folgen. Wenn Sie neugierig sind: Hy4 kann über WorkBuddy und CodeBuddy von Tencent zwei Wochen lang kostenlos getestet werden und ist über OpenRouter erreichbar. Wenn Sie bereits für ein AI-Coding-Abonnement bezahlen, besteht der sinnvolle Schritt nicht darin, heute zu wechseln, sondern den Preis pro Token im nächsten Quartal im Auge zu behalten, denn das ist genau die Art von Veröffentlichung, die zu einem Wechsel führt. Und wenn Ihnen die Datenresidenz wichtig ist, beachten Sie, dass es sich hierbei um chinesische Cloud-Produkte handelt, während die offenen Gewichte selbst ausgeführt werden können, wo immer Sie möchten.

Quellen

• Tencent-Releases und Open-Sources Tencent Hy4-Vorschau (Tencent)
• Tencent Open-Source-Hy4-Vorschau mit 770B-Parametern und einem 1M-Token-Kontext (TechNode)