Hy4 preview

스펙

속성	값
Developer	Tencent
Released	2026-08-28
Announced	2026-08-28
Context window	over 1,000,000
Pricing	$0.834/M input · $2.501/M output
License	Apache-2.0
Availability	Hugging Face (BF16 + FP8), ModelScope, GitCode, CNB, Tencent Cloud TokenHub, OpenRouter, WorkBuddy, CodeBuddy, Yuanbao, ima
Context window 는 보도가 적은 그대로 기록한다 — "1M 토큰 초과", 그리고 "1M
토큰 컨텍스트"라고 단정적으로 적힌 곳도 있다. config.json 값을 읽지 못했으므로 이
행에는 설정 파일이 제공했을 정확한 정수를 넣지 않는다; GLM-5.3 의 같은
수치도 그 설정을 읽고 나서야 고정되었다
(source).

Pricing 은 API 요율이고 가중치는 무료다. Apache 2.0 이 BF16 체크포인트와 FP8 양자화를 모두 덮으므로, 토큰당 수치는 모델이 아니라 Tencent 의 호스팅에 매겨진 가격이다.

아티팩트 크기: 1.5 TB. Simon Willison 은 Hugging Face 기준 1.56 TB 로 적었고(2026-08-29), 같은 날 Tencent 자신의 양자화 발표는 1.5TB 라고 한다. 같은 양을 다른 자릿수로 적은 것이며 상충으로 기록하지 않는다 (source) (source).

출시일

2026-08-28 공개, 같은 날 오픈소스화 — 발표와 가중치가 함께였고 유예 기간이 없었다. 이는 가장 가까운 두 비교 대상과 정반대다: GLM-5.3 은 2026-08-14 발표 후 안전 평가를 이유로 약 2주간 가중치를 보류했고, Qwen3.8-Flash-Next 는 공개 카운트다운 타이머를 돌렸다 (source).

벤치마크

아래 모든 수치는 Tencent 자체 수치이며, 어느 행에도 하네스가 명시되어 있지 않다. 제3자가 이 모델을 측정한 적은 없다: 같은 날 아침 캡처된 Artificial Analysis 리더보드에 등장하지 않으며, 그 리더보드는 Tencent 를 이전 모델 Hy3 의 Intelligence Index 42 로만 등재하고 있다 (source).

2026-08-31 에도 그대로이며, 가정이 아니라 확인한 결과다. 08-31 캡처는 Tencent 를 Hy3 하나로만, Intelligence Index 42, 컨텍스트 256k 로 변함없이 등재한다. 그 캡처에서 역량과 관련해 움직인 것은 아무것도 없다: 모든 행의 Intelligence Index 와 Cost per Task 가 08-30 과 바이트 단위로 동일하고, 서비스 관련 세 열 — Median Tokens/s, Latency First Chunk, Total Response — 만 다르다. 공개 나흘째, 이 모델에 대해 누구든 가진 수치는 여전히 제공사 자신의 것뿐이다 (source).

Benchmark	Hy4 preview	보도된 비교 대상
Terminal Bench 2.1	85.4	DeepSeek V4 Pro 를 앞섰다고 보도됨
DeepSWE	28.0 → 64.3	28.0 기준선의 모델은 지목되지 않음
내부 블라인드 평가 (엔지니어링 과제 203건, 전문가 163명)	2.99 / 4	Kimi K3 2.94, GLM-5.3 2.92
GLM-5.3 대상 맞대결, 같은 평가	46.8% 승 · 12.8% 무 · 40.4% 패	—
BenchAlign 리더보드	228개 중 #7, 79.16/100	제3자 리더보드이며, BenchAlign 이 아니라 BenchLM 을 통해 읽음
블라인드 평가는 측정 대상 당사자가 설계하고 실행하고 채점했다. Tencent 자체
전문가 163명이 Tencent 자체 과제 203건을 채점한 것은 유용한 내부 신호이며, 다른
누구도 재현할 수 없는 비교다. 그것이 보고하는 격차 — 2.99 대 2.94 및 2.92 — 는
4점 척도에서 0.05 와 0.07 이고, 읽은 자료 중 어느 것도 분산이나 신뢰구간이나
채점자 간 일치도를 제시하지 않으므로 그 순서가 분리 가능한지는 확립되지 않았다.

벤치마크 12개에 걸쳐 "어떤 단일 시험에서도 최하위가 아니었다" 는 것이 Tencent 가 앞세우는 주장이다. 읽은 자료에서 인용된 것은 위의 행들뿐이고 나머지 벤치마크는 지목되지 않았으므로, 그 주장은 여기서 검증할 수 없다.

LMArena, 2026-09-13 — 이 저장소의 상위 10 계열에 처음 등장

Hy4 preview 가 5.23% ±1.31% 로 #10 에 진입하며, Tencent 소속으로 실린다 (source). 2026-08-30 과 2026-09-06 캡처에는 없었고, 09-06 에 GLM 5.2 (Max) 가 차지했던 자리를 가져간다.

지표는 리더보드 자신의 신뢰구간 딸린 퍼센트이지 Elo 가 아니며, 스냅샷이 보는 것은 서버 렌더링된 상위 10 뿐이다 — 그래서 앞선 캡처에서의 부재는 표 부족·미등재·10위 밖 가운데 어느 것인지 구분되지 않고, 어느 쪽도 주장하지 않는다.

중국 랩 항목 둘이 그 열 안에 보인다 — 이 모델과 #8 의 Kimi K3 — 09-06 에는 GLM 5.2 가 그 둘 중 하나였다. 수는 그대로이고 주인이 바뀌었다.

활용 사례

에이전트 코딩과 터미널 작업이, 무엇을 벤치마크했는지가 말해 주는 바다: Terminal Bench, DeepSWE, 그리고 엔지니어링 과제로 서술된 내부 과제 집합. 처음 탑재된 일차 제품들 — CodeBuddy 와 WorkBuddy — 도 같은 방향을 가리킨다 (source).

희소성이 배포 논거다. 770B 중 활성 49B 는 순전파당 모델의 약 6% 이며, 770B 모델을 $0.834/M input 으로 부를 수 있게 하는 것이 그것이다. 읽은 자료 중 어느 것도 처리량이나 지연을 측정하지 않는다.

2026-08-29 — 제공사가 가중치 하루 뒤에 ~200 GiB 양자화를 내놓았고, 그 대가에 대해서는 측정 가능한 말을 하지 않았다. Tencent Hunyuan 이 MIX-STQ1_0 를 발표하고, 자사 AngelSlim 툴킷으로 모델을 1.5 TB 에서 ~200 GiB GGUF 로 압축했다. 방식은 균일한 비트 폭이 아니라 캘리브레이션 데이터가 층마다 비트 폭을 고르는 혼합 정밀도로, 일부는 1.31-bit(STQ1_0) 까지 내려가고 일부는 2.06-bit(IQ2_XXS) 까지 올라가며, AngelSlim/Hy4-preview-GGUF 로 공개되었다 (source).

품질 주장은 "it still works well" 이고 그게 전부다. 읽은 자료에는 벤치마크 표도, 과제별 차이도, 유지된 정확도 수치도 공개되어 있지 않다. 떠도는 "약 98% 성능" 은 Reddit 게시자의 제목이지 Tencent 의 수치가 아니고 어떤 표로도 추적되지 않으므로, 이 페이지에는 의도적으로 옮기지 않는다. 7.5배 축소는 실제 공학적 성과이고 그 옆의 정량화되지 않은 품질 주장은 측정이 아니다. 양쪽 모두 기록한다.

이는 2026-08-30 에 이 절이 지적한 공백을 절반만 메운다. 없던 로컬 아티팩트가 이제 있지만, ~200 GiB 는 여전히 다중 GPU 또는 대용량 통합 메모리를 요구하는 수치이고, 하드웨어 목표, 처리량, 메모리 측정치는 공개되지 않았으므로 무엇 위에서 돌아가는지는 아무도 밝히지 않은 채다.

비교

• Hy3, 자사 직전 모델 — 모든 수치가 같은 기준으로 맞물리는 유일한 비교. Simon Willison 은 Hy3(2026년 7월)를 295B total / 21B active / 256,000 context / 598 GB 로 적으며, Hy4 preview 의 770B / 49B / 1M / 1.56 TB 와 대비된다. 총 파라미터와 활성 파라미터 모두 약 일곱 주 만에 약 2.3배, 컨텍스트는 약 4배. 이 위키는 models/hy3 페이지를 보유하지 않으므로 수치는 그 페이지가 아니라 여기 둔다. Hy3 는 Artificial Analysis 가 등재한 유일한 Tencent 모델로 Intelligence Index 42 다 (source).
• GLM-5.3 — Tencent 가 직접 고른 비교 대상이며, 점수보다 라이선스가 더 크게 갈린다. GLM-5.3 은 그룹 매출 100억 달러를 넘는 Model-as-a-Service 사업자에게 Z.AI 의 보안 심사를 요구하는 전용 glm-5.3 라이선스로 나왔고, Hy4 preview 는 그런 조항 없이 Apache 2.0 으로 나왔다. Tencent 자체 블라인드 평가에서 격차는 2.99 대 2.92 다.
• DeepSeek V4-Pro-0813 — 1.6T/49B MoE, MIT, 대략 두 배 큰 총 규모에 동일한 활성 49B 파라미터. Terminal Bench 2.1 수치가 맞아떨어지지 않는 건은 ## 상충 보고 를 볼 것.
• Kimi K3 — 2.8T MoE, Tencent 블라인드 평가의 세 번째 모델로 2.94.
• Qwen3.8-Flash-Next — 이번 2주의 또 다른 중국 오픈 웨이트 릴리스이자 정반대의 설계 지점: 770B/49B 에 대해 총 176B / 활성 6B, Apache 2.0 에 대해 qwen-community-1.0.
• 아키텍처상으로는 DeepSeek 의 작업에 가장 가깝고, 그것은 Tencent 자신의 명명에 따른 것이다: 어텐션 모듈이 Gated DeepSeek Sparse Attention (Gated DSA) 이다. 지목된 경쟁사의 어텐션 메커니즘 위에 프런티어 모델을 세워 공개하는 것은 오픈 웨이트가 낳으리라 기대되는 바로 그것이며, 일반론이 아니라 사례로 기록해 둘 가치가 있다.

상충 보고

Terminal Bench 2.1 — Hy4 preview 의 85.4 는 DeepSeek V4-Pro 를 앞섰다고 보도되는데, 이 위키는 그 모델에 대해 87.9 를 보유하고 있다. DeepSeek V4-Pro-0813 은 2026-08-14 에 여기 기록된 대로 하네스가 공개되지 않은 상태의 벤더 자체 Terminal Bench 2.1 87.9 를 달고 있다. Tencent 의 주장이 성립하려면 85.4 아래의 V4-Pro 수치가 필요한데, Tencent 가 V4-Pro 에 대해 사용한 수치는 읽지 못했다.

이것은 해소되지 않았고, 해소해서도 안 된다. 두 벤더가 같은 벤치마크를 각자 자체 보고하면서 어느 쪽도 하네스를 명시하지 않은 것은 Eval Harness Configuration 이 존재하는 이유 그 자체다: 두 수치가 서로 다른 구성에 대한 정확한 측정일 수 있고, 공개된 어떤 것도 그것을 가려낼 수 없다. CLAUDE.md 에 따라 페이지 본문은 어느 쪽도 확정으로 싣지 않으며 둘 다 출처와 함께 여기에 놓인다 (source).

GLM-5.3 과 공유하는 파라미터 형태. 여기 보고된 백본 — 78 레이어, 라우티드 익스퍼트 256 개, top-8 활성 — 은 2026-08-28 에 GLM-5.3 의 config.json 에서 읽은 레이어/익스퍼트/라우팅 형태와 같다. 관찰로만 기록한다: 읽은 자료 중 어느 것도 둘을 연결하지 않으며, MoE 모델 둘이 같은 구성에 도달한 것 자체는 아무것도 입증하지 않는다.

소스

• Tencent Hunyuan: Hy4 preview 공개 및 오픈소스화, 2026-08-30 캡처
• Artificial Analysis 리더보드, 2026-08-30
• MIX-STQ1_0 GGUF 양자화에 대한 Tencent Hunyuan 게시물, 2026-08-29
• Simon Willison, "Introducing Hy4 Preview", 2026-08-29
• Artificial Analysis 리더보드, 2026-08-31