Tencent Hy4 გამოვიდა: ხედვა და კომპიუტერის მართვა
Tencent Hy4 გამოვიდა. ახალ მოდელს Hy ოჯახში პირველად დაემატა ვიზუალური აღქმა და კომპიუტერის გამოყენების შესაძლებლობა, ხოლო Tencent მას ერთ-ერთ უძლიერეს ღია წონების მქონე მოდელად მიიჩნევს. მისი გამოცდა უკვე შეგიძლიათ: vega.chat-ის მოდელების სიაში აირჩიეთ Tencent Hy4 — ის მუშაობს ჩატისა და კოდის რეჟიმებში და იღებს სურათებს — ან გამოიყენეთ OpenRouter-თან თავსებადი api.vega.chat.
Hy4 აგრძელებს [Hy4 preview]-ს(/blog/tencent-hy4-preview), რომელიც აგვისტოს ბოლოს გამოვიდა; ახალ ვერსიას გაფართოებული წინასწარი და შემდგომი სწავლება აქვს გავლილი. 4 ნოემბრის განცხადებაში მოდელი განკუთვნილია პროგრამული უზრუნველყოფისა და თამაშების შექმნისთვის, ფინანსებისა და საოფისე სამუშაოებისთვის, სამეცნიერო კვლევისა და პერსონალური ასისტირებისთვის. ქვემოთ მოცემული ყველა შედეგი Tencent-ის მიერ გამოქვეყნებული მონაცემებია.
მთავარ დიაგრამაში Hy4 შედარებულია GLM-5.3-თან, DeepSeek-V4.1-Flash-1017-თან, Kimi K3.1 Pro-სთან, GPT 6.1 Sol-თან და Claude Opus 5.5-თან 11 ჯგუფის ტესტში, რომლებიც მოიცავს აგენტურ პროგრამირებასა და ძიებას, სამუშაო ამოცანებს, STEM-ს, AI კვლევას, კომპიუტერის გამოყენებასა და მულტიმოდალურ სამუშაოს.
ხედვა და კომპიუტერის გამოყენება
Hy4 პირველი Hy მოდელია, რომელსაც ვიზუალური აღქმა შეუძლია. ის დეტალურად ამოწმებს სურათებს და განმარტავს რთულ დიაგრამებს, აღქმას მსჯელობასა და ხელსაწყოების გამოყენებასთან აერთიანებს. Tencent-ის დემო: სახურავზე დაახლოებით ორი მეტრის სიგანის კომპონენტის პოვნა 2.8-გიგაპიქსელიან აეროფოტოზე.
ეს არის განსხვავება, რომლის გამოცდაც ღირს: სურათის აღწერის ნაცვლად, მასში ერთი მნიშვნელოვანი დეტალის პოვნა. პირველი ცდისთვის გამოდგება დიაგრამები, ეკრანის ანაბეჭდები და ვიზუალურად დატვირთული დოკუმენტები.
კომპიუტერის გამოყენებაც ახალი შესაძლებლობაა. Hy4 მუშაობს როგორც ბრძანების ხაზის, ისე გრაფიკულ ინტერფეისებში; სპეციალური სწავლება გაიარა Blender-ზე, CAD-ზე და რამდენიმე აპლიკაციას შორის გადამავალ სამუშაო პროცესებზე.
ვებინტერფეისებისა და თამაშების შექმნა
ვებინტერფეისებთან მუშაობისას Tencent-მა Hy4 რთულ UI ინტერაქციებზე, ბიზნესლოგიკაზე, მდგომარეობის მართვასა და სრულსტეკიან ინტეგრაციაზე მოარგო — მიზანი ისეთი ინტერფეისების შექმნაა, რომლებიც არა მხოლოდ დახვეწილად გამოიყურება, არამედ გამართულადაც მუშაობს.
თამაშების შექმნასაც განსაკუთრებული ყურადღება დაეთმო: Tencent Interactive Entertainment Group-ის პროფესიონალებთან ერთად შეიქმნა სასწავლო მონაცემები და შეფასებები, რომლებიც მოიცავს ფუნქციების დანერგვას, თამაშის ლოგიკას, მდგომარეობის აღრიცხვას, რესურსების მილსადენებსა და მრავალმოთამაშიან რეჟიმს. მხარდაჭერილი ძრავებია Unreal, Unity და Godot. Tencent-ის ცნობით, Hy4 preview-სთან შედარებით შედეგები GameDev-ში 19.1%-ით, ხოლო GameLogic-ში 9.8%-ით გაუმჯობესდა.
სადემონსტრაციო ნამუშევარია „Tencent Penguin Island“-ის ციფრული ქვიშის მოდელი: ინტერნეტის გარეშე გამოსაყენებელი, დამოუკიდებელი Three.js 0.184.0 სცენა, ორბიტული მართვით, პირველი და მესამე პირის ხედით, პინგვინის ავატარით, ამინდისა და დღე-ღამის მართვით, მინირუკითა და იატაკის ჭრილებით. VEGA-ს კოდის რეჟიმში ამის შესამოწმებლად კარგი გზაა, Hy4-ს სთხოვოთ ინტერაქტიული პროტოტიპის შექმნა, შემდეგ კი განაგრძოთ ცვლილებების მოთხოვნა, რომლებიც მის მდგომარეობის მართვას გამოცდის.
ფინანსები და საოფისე სამუშაო პროცესები
Tencent-მა ათასობით რეალისტური ფინანსური სამუშაო სივრცე შექმნა და Hy4 213 ფინანსური პროფესიონალის მონაწილეობით შეაფასა — მათგან 153 წამყვანი ინსტიტუტებიდან იყო, ხოლო 70%-ზე მეტს ხუთ წელზე მეტი გამოცდილება ჰქონდა.
579 რეალურ ფინანსურ ამოცანაში Hy4 შეფასებულ ღია წონების მქონე მოდელებს შორის პირველ ადგილზეა: 3.04, DeepSeek-V4.1-Flash-1017-ის 2.97-ისა და Kimi K3.1 Pro-სა და GLM-5.3-ის 2.68-ის წინააღმდეგ. RabyteTech-ის IRAB ტესტში, რომელიც საინვესტიციო კვლევის აგენტებს აფასებს (101 ამოცანა), Hy4-მა ჯამში 61.63 ქულა მიიღო — Hy4 preview-ზე 12.03 ქულით მეტი. ჰალუცინაციების მაჩვენებელი, როგორც იტყობინებიან, 15.76%-დან 5.45%-მდე შემცირდა, ხოლო დაუსაბუთებელი ვარაუდების შეცდომები — 23.1%-დან 5.6%-მდე.
საოფისე დემო აერთიანებს Tesla-ს ფინანსურ Excel მოდელსა და შესაბამის HY RESEARCH PDF ანგარიშს — ყველა რიცხვი გადამოწმებადია, შეფასების ლოგიკა კი ნაჩვენებია. ისინი global-equity-research და neodata ხელსაწყოებით შეიქმნა. Hy4 ასევე რეალურ დროში ერთად არედაქტირებს Word, Excel და PowerPoint ფაილებს; Manus-ის ცნობით, დოკუმენტების შექმნისა და რედაქტირების ამოცანების შესრულების მაჩვენებელი დაახლოებით 97%-ია. დოკუმენტებთან მუშაობის პროცესებში AI-ს გამოყენებისთვის ნახეთ აგრეთვე OfficeVEGA.
სამეცნიერო კვლევა და თვითგაუმჯობესებადი AI
TenureTrail-ში — Tencent-ის შიდა ტესტში, რომელიც შვიდ დისციპლინაში 123 კვლევით ამოცანას მოიცავს — Hy4 ღია წონების მქონე მოდელებს შორის პირველ ადგილზეა. მისი ძლიერი მხარეებია მათემატიკური კონსტრუქცია, ფიზიკური მოდელირება, დედამიწის შემსწავლელი მეცნიერებები, სისტემური ინჟინერია და სოციალურ-ეკონომიკური გადაწყვეტილებების მიღება.
უფრო უჩვეულო შედეგი: Hyra 2.0-ის ჰარნესთან ერთად Hy4-მა Tencent-ის შიდა წინასწარი სწავლების ინფრასტრუქტურა თავისი არქიტექტურის მქონე პატარა მოდელებისთვის გააუმჯობესა, შემდეგ კი ავტონომიურად გაწვრთნა ვარიანტი, რომელმაც რამდენიმე ტესტში ოფიციალურ Jev საბაზისო მოდელს აჯობა. ეს შეზღუდული ექსპერიმენტული შედეგია, თუმცა თვითგაუმჯობესებისკენ გადადგმული კონკრეტული ნაბიჯი.
Hy4-ისა და Hyra 2.0-ის ერთობლივი მუშაობით შექმნილი ორი საბაზისო მოდელი ღიად გამოქვეყნდება: HyCell — ერთუჯრედიანი წარმოდგენებისთვის, და HyPDE — ფიზიკური ველების მოდელირებისთვის. ზემოთ ნაჩვენები დემო ერთ მოწყობილობაზე 1.5 საათში შვიდი მილიონი უჯრედის საფუძველზე აღდგენილი თაგვის ემბრიონის 3D მოდელია.
ასისტენტის ფუნქციები და პროდუქტების შედეგები
WorkBuddy-სა და WeCom-ის მეშვეობით Hy4 ყოველდღიური სამუშაოს კონტექსტს — ჩატის ისტორიას, ელფოსტას, დოკუმენტებს, კალენდრებსა და შეხვედრის ჩანაწერებს — იყენებს პროექტების ისტორიის თვალყურის სადევნებლად, შესასრულებელი საქმეების გამოსავლენად, შეხვედრისთვის მოკლე მასალის მოსამზადებლად და ვადების შესახსენებლად. WorkBuddy-ის შეფასება: საშუალოდ 83.18 ქულა, 96.15% წარმატების მაჩვენებელი; 12 სცენარიდან 9-ში ჩინურ მოდელებს შორის პირველი ადგილი. Yuanbao-ში საერთო ქულა 65.25-დან 72.53-მდე გაიზარდა, ხოლო მულტიმოდალური აგენტური ამოცანების შესრულება 36.8%-ით გაუმჯობესდა.
სხვა გამოქვეყნებული მაჩვენებლები: Honor of Kings-ის კონფიგურაციის ამოცანებში სიზუსტე 91.74%-დან 97.28%-მდე გაიზარდა (აგენტის თვითშემოწმების შემდეგ — 99.32%); QQ-ს მომხმარებელთა კმაყოფილება 40-ზე მეტ სცენარში 90.11%-დან 93.10%-მდე გაიზარდა; საინვესტიციო კვლევის პლატფორმა Comein-მა Hy4-ს Claude Opus 5.5-თან ერთად საერთო რეიტინგში მეორე ადგილი მიანიჭა — მონაცემებზე შეკითხვებში კი Hy4-მა პირველ ადგილზე გასული 75.4 ქულა მიიღო.
უსაფრთხოება, ფასი და ღია გამოშვება
Tencent-მა კიბერუსაფრთხოების სასწავლო მონაცემები თავდაცვითი მასალებით შეზღუდა — კონცეფციის დამადასტურებელი მაგალითების შექმნითა და მოწყვლადობების შესწორებით — და შეტევითი შინაარსი გაფილტრა. Tencent Xuanwu Lab-ისა და Keen Security Lab-ის წითელი გუნდის აუდიტების თანახმად, შეტევით ამოცანებთან დაკავშირებული მომატებული რისკი არ გამოვლენილა. Hy-BioExperimentBench-ში მოდელმა 30.4/100 ქულა მიიღო; Tencent-ის თქმით, ვერ იპოვეს მტკიცებულება, რომ Hy4 ბიოლოგიური ზიანის მიყენების ბარიერს მნიშვნელოვნად ამცირებს.
კომპანია ასევე ღიად საუბრობს წამყვან დახურულ მოდელებთან შედარებით დარჩენილ ხარვეზებზე: კვლევითი დონის მათემატიკაზე, ხანგრძლივ პროგრამირების ამოცანებზე, მოდელის თვითგაუმჯობესებასა და რთულ ვიზუალურ კითხვა-პასუხზე.
Hy4 ხელმისაწვდომია Tencent Cloud-ის, OpenRouter-ისა და Tencent-ის პროდუქტების, მათ შორის CodeBuddy-ის, WorkBuddy-ის, Yuanbao-სა და ima-ს მეშვეობით. API-ის ფასი preview-ის შემდეგ არ შეცვლილა: $0.834 ყოველ მილიონ შესავალ ტოკენზე, $2.501 ყოველ მილიონ გამომავალ ტოკენზე, $0.042 ქეშირებულ შესავალზე. ღია წონებისა და სისტემის სრული ბარათის გამოქვეყნება იგეგმება; საზოგადოებისთვის vLLM-ისა და SGLang-ის მხარდაჭერაც ხელმისაწვდომი იქნება. გზაშია უფრო სწრაფი და იაფი Hy4 flash.
წონების გამოქვეყნებას ლოდინი არ გჭირდებათ. vega.chat-ზე აირჩიეთ Tencent Hy4 — გამოსცადეთ დიაგრამებით დატვირთულ PDF-ზე, რთულ UI პროტოტიპზე ან მრავალსაფეხურიან პროგრამირების ამოცანაზე — ან ჩართეთ ის თქვენს სისტემაში api.vega.chat-ის მეშვეობით.