Tencent Hy4: visión, uso del ordenador y pesos abiertos

Tencent Hy4 ya está disponible. El nuevo modelo incorpora por primera vez percepción visual y uso del ordenador a la familia Hy, y Tencent lo sitúa entre los modelos de pesos abiertos más potentes. Puedes probarlo ahora: elige Tencent Hy4 en el selector de modelos de vega.chat —funciona en los modos de chat y código, con entrada de imágenes— o úsalo a través de api.vega.chat, compatible con OpenRouter.

Hy4 llega después de la versión preliminar de Hy4, publicada a finales de agosto, con una ampliación del preentrenamiento y el posentrenamiento. El anuncio del 4 de noviembre destaca sus aplicaciones en desarrollo de software y videojuegos, finanzas y trabajo de oficina, investigación científica y asistencia personal. Todas las cifras que aparecen a continuación son resultados publicados por Tencent.

El gráfico principal compara Hy4 con GLM-5.3, DeepSeek-V4.1-Flash-1017, Kimi K3.1 Pro, GPT 6.1 Sol y Claude Opus 5.5 en 11 grupos de pruebas que abarcan programación agéntica, búsqueda agéntica, tareas de oficina, STEM, investigación en IA, uso del ordenador y tareas multimodales.

Visión y uso del ordenador

Hy4 es el primer modelo Hy capaz de ver. Analiza imágenes con gran precisión e interpreta gráficos complejos, combinando percepción, razonamiento y uso de herramientas. La demostración de Tencent: localizar un componente de tejado de unos dos metros dentro de una imagen aérea de 2,8 gigapíxeles.

Esa es la diferencia que merece la pena probar: no describir una imagen, sino encontrar en ella el detalle importante. Los gráficos, las capturas de pantalla y los documentos visuales densos son buenos puntos de partida.

El uso del ordenador también es nuevo. Hy4 trabaja con interfaces de línea de comandos y gráficas, y se entrenó específicamente con Blender, CAD y flujos de trabajo que abarcan varias aplicaciones.

Desarrollo frontend y de videojuegos

Para el desarrollo frontend, Tencent optimizó Hy4 para interacciones complejas con interfaces, lógica de negocio, gestión de estado e integración full-stack, con el objetivo de crear interfaces que funcionen bien, no solo que se vean pulidas.

El desarrollo de videojuegos recibió atención específica: los datos de entrenamiento y las evaluaciones se diseñaron con profesionales de Tencent Interactive Entertainment Group y abarcan implementación de funciones, lógica de juego, seguimiento del estado, flujos de trabajo de recursos y multijugador. Entre los motores compatibles están Unreal, Unity y Godot. Tencent informa de mejoras del 19,1 % en GameDev y del 9,8 % en GameLogic con respecto a la versión preliminar de Hy4.

La demostración destacada es una mesa digital interactiva de «Tencent Penguin Island»: una escena autónoma de Three.js 0.184.0 que funciona sin conexión e incluye controles de órbita, exploración en primera y tercera persona, un avatar de pingüino, controles de clima y ciclo día/noche, un minimapa y vistas interiores por planta. Una buena forma de ponerlo a prueba en el modo de código de VEGA: pídele a Hy4 un prototipo interactivo y luego solicita cambios que pongan a prueba su gestión de estado.

Finanzas y flujos de trabajo de oficina

Tencent creó miles de entornos financieros realistas y evaluó Hy4 con 213 profesionales de las finanzas: 153 trabajaban en instituciones líderes y más del 70 % tenía más de cinco años de experiencia.

En 579 tareas financieras reales, Hy4 ocupa el primer puesto entre los modelos de pesos abiertos evaluados: 3,04, frente a 2,97 de DeepSeek-V4.1-Flash-1017 y 2,68 tanto de Kimi K3.1 Pro como de GLM-5.3. En IRAB, la prueba de RabyteTech para agentes de investigación de inversiones (101 tareas), Hy4 obtuvo 61,63 puntos en total: 12,03 puntos más que la versión preliminar de Hy4. La tasa de alucinaciones declarada bajó del 15,76 % al 5,45 %, y los errores especulativos, del 23,1 % al 5,6 %.

La demostración de oficina combina un modelo financiero de Tesla en Excel con un informe PDF de HY RESEARCH correspondiente —con cada cifra verificable y la lógica de valoración a la vista—, creado con las herramientas global-equity-research y neodata. Hy4 también edita en colaboración archivos de Word, Excel y PowerPoint en tiempo real; Manus informa de una tasa de finalización de tareas cercana al 97 % en la creación y edición de documentos. Si buscas IA integrada en los flujos de trabajo con documentos, también puedes echar un vistazo a OfficeVEGA.

Investigación científica e IA que se mejora a sí misma

En TenureTrail —la prueba interna de Tencent, con 123 tareas de investigación en siete disciplinas— Hy4 ocupa el primer puesto entre los modelos de pesos abiertos. Entre sus puntos fuertes destacan la construcción matemática, el modelado físico, las ciencias de la Tierra, la ingeniería de sistemas y la toma de decisiones socioeconómicas.

Lo más inusual: junto con el sistema Hyra 2.0, Hy4 optimizó la infraestructura interna de preentrenamiento de Tencent para modelos más pequeños que comparten su arquitectura y, después, entrenó de forma autónoma una variante que superó la línea base oficial de Jev en varias pruebas. Es un resultado experimental acotado, pero un paso concreto hacia la automejora recursiva.

Dos modelos fundacionales desarrollados conjuntamente por Hy4 y Hyra 2.0 se publicarán como código abierto: HyCell, para la representación de células individuales, y HyPDE, para el modelado de campos físicos. La demostración anterior muestra un embrión de ratón en 3D reconstruido a partir de siete millones de células en 1,5 horas en una sola máquina.

Resultados en asistencia y productos

A través de WorkBuddy y WeCom, Hy4 se integra en el contexto de trabajo cotidiano —historial de chats, correos electrónicos, documentos, calendarios y notas de reuniones— para seguir el historial de proyectos, señalar acciones pendientes, preparar resúmenes de reuniones y avisar de plazos. En la evaluación de WorkBuddy obtuvo 83,18 puntos de media y un 96,15 % de aprobados, y ocupó el primer puesto entre los modelos chinos en 9 de 12 escenarios. En Yuanbao, la puntuación general subió de 65,25 a 72,53, y la finalización de tareas con agentes multimodales aumentó un 36,8 %.

Otras cifras publicadas: la precisión en tareas de configuración de Honor of Kings pasó del 91,74 % al 97,28 % (y al 99,32 % tras la autoverificación del agente); la satisfacción de los usuarios de QQ subió del 90,11 % al 93,10 % en más de 40 escenarios; y la plataforma de investigación de inversiones Comein sitúa a Hy4 empatado con Claude Opus 5.5 en el segundo puesto general, con un primer puesto de 75,4 en consultas de datos.

Seguridad, precios y publicación de los pesos

Tencent limitó los datos de entrenamiento de ciberseguridad a material defensivo —generación de pruebas de concepto y aplicación de parches a vulnerabilidades— y filtró el contenido ofensivo. Las auditorías de equipos rojos de Tencent Xuanwu Lab y Keen Security Lab no detectaron un mayor riesgo en tareas ofensivas. En Hy-BioExperimentBench, el modelo obtuvo 30,4/100; Tencent afirma que no encontró indicios de que Hy4 reduzca de manera significativa las barreras para causar daño biológico.

La empresa también reconoce las brechas que aún existen frente a los mejores modelos propietarios: matemáticas de nivel investigador, programación a largo plazo, automejora del modelo y respuestas avanzadas a preguntas visuales.

Hy4 está disponible en Tencent Cloud, OpenRouter y productos de Tencent como CodeBuddy, WorkBuddy, Yuanbao e ima. Los precios de la API no han cambiado desde la versión preliminar: 0,834 $ por millón de tokens de entrada, 2,501 $ por millón de tokens de salida y 0,042 $ por millón de tokens de entrada en caché. Está previsto publicar los pesos y una ficha técnica completa del sistema, con soporte de la comunidad para vLLM y SGLang; próximamente llegará Hy4 flash, una versión más rápida y barata.

No hace falta esperar a que se publiquen los pesos. Selecciona Tencent Hy4 en vega.chat —pruébalo con un PDF lleno de gráficos, un prototipo de interfaz complejo o una tarea de programación de varios pasos— o intégralo a través de api.vega.chat.