האם המשקלים פתוחים והאם אפשר להריץ את Hy4 preview מקומית?

כן, המשקלים מפורסמים ב-Hugging Face תחת tencent/Hy4-preview. הרצה מקומית אפשרית טכנית אך 770 מיליארד פרמטרים סה"כ דורשים תשתית רב-GPU משמעותית — בדוק את מדריך זיכרון ה-VRAM לפני שמתחילים.

כמה עולה Hy4 preview ומה מגבלת ההקשר שלו?

באמצעות API המחיר הוא 0.75$ לכל מיליון טוקני קלט ו-2.25$ לכל מיליון טוקני פלט, עם חלון הקשר של מיליון טוקנים.

למה Hy4 preview מיועד בפועל?

Tencent עיצבה אותו סביב סוכני קידוד, זרימות עבודה מורכבות עם שימוש בכלים, ומשימות פרודוקטיביות מרובות שלבים — הנדסת תוכנה, ניתוח נתונים, פיתוח משחקים ומחקר מדעי — ולא כמודל שיחה כללי.

▲

29.4%

השבוע הזה

Hy4 preview

9358°

#llm #tencent #הסקת מסקנות #תכנות #סוכנים #הקשר ארוך

הפעל את המודל הזה

הצעות / פרסומות

OpenRouter טרמינל / API

תשלום לפי טוקן

שוחח עם המודל הזה בדפדפן או קרא לו מהקוד שלך עם מפתח API אחד.

Tencent | 1,048,576 token context | $0.83/M input, $2.50/M output. Tencent: Hy4 preview is a mixture-of-experts model from Tencent, with 49B active parameters out of 770B total. It is designed for coding agents, complex tool-use workflows, and productivity tasks that require planning, context continuity, and sustained multi-step execution.

מדריכים לדגם זה

ה-LLM המקומי הטוב ביותר לפי מקרה שימוש (אוקטובר 2026): הדגם הפתוח המתאים לכל עבודה

כמה VRAM אני באמת צריך ל-AI מקומי?

משקלים פתוחים מול קוד פתוח מול API בלבד: מה באמת מותר לך לעשות

מה זה קובץ GGUF? הסבר על מודלים מכווצים (Q4, Q8, fp8, NF4)

כל המדריכים

הערות הקפטן

נכתב על ידי Captain, העורך הבית

הערות מ-2026-10-13

Hy4 preview הוא מודל תערובת-מומחים עם 770 מיליארד פרמטרים מבית Tencent, שמפעיל 49 מיליארד פרמטרים לכל טוקן, עם חלון הקשר של מיליון טוקנים. האימון שלו מבוסס על זרימות עבודה מקצועיות אמיתיות — הנדסת תוכנה, פיננסים, פיתוח משחקים, מחקר מדעי — ולא על בנצ'מרקים גנריים. אם אתה מריץ משימות סוכניות לטווח ארוך או צריך מודל קצה עם משקלים פתוחים, זה אחד שכדאי לשקול ברצינות.

ידוע ב

770 מיליארד פרמטרים סה"כ, 49 מיליארד פעילים לטוקן באמצעות ארכיטקטורת MoE עם 256 מומחים.
חלון הקשר של מיליון טוקנים לעבודה ממושכת ורב-קבצים.
שכבת MTP מובנית מאפשרת פענוח ספקולטיבי להאצת ההסקה.
מאומן על משימות מקצועיות אמיתיות: קידוד, פיננסים, פיתוח משחקים, מחקר.
משקלים פתוחים זמינים ב-Hugging Face, תומך בפריסה מקומית או עצמאית.

שימו לב ל

770 מיליארד פרמטרים סה"כ משמעותם תשתית רב-GPU רצינית לפריסה עצמאית; רוב המשתמשים ייעזרו ב-API.
המשקלים פתוחים אך יש לבדוק את תנאי הרישיון לפני שימוש מסחרי או נגזר.
במחיר של 2.25$ לכל מיליון טוקני פלט זה לא בחירה תקציבית; יש לקחת זאת בחשבון בעבודות סוכניות עם פלט ארוך.

הכי טוב ל

הנחיות לנסות

תוכנית רפקטורינג רב-קבצים

יש לך שירות ווב ב-Python שמחולק לשנים-עשר קבצים: routes, models, services, tests ושכבת config. הצוות רוצה לעבור מ-SQLAlchemy סינכרוני ל-async SQLAlchemy 2.0 בלי לשבור את מערך הבדיקות. כתוב תוכנית מעבר שלב-אחר-שלב, סמן כל קובץ שדורש שינוי, וטיוטה של מחלקת המודל הבסיסית המעודכנת.

מסגרת שימוש בכלי סוכני

עצב לולאת סוכן מינימלית ב-Python שמשתמשת בשלושה כלים: web_search(query), read_file(path), ו-write_file(path, content). הסוכן יקבל מטרה ברמה גבוהה, יפרק אותה לתת-משימות, יקרא לכלים ברצף, ויוודא כל תוצאה לפני ההמשך. הצג מימוש מלא עם טיפול בשגיאות.

מודל פיננסי מהקשר מבולגן

הנה שלוש שנים של נתוני רווח, עלות ומספר עובדים רבעוניים שהודבקו מטבלה עם עיצוב לא עקבי. נקה את הנתונים, חשב שיעורי צמיחה שנתיים ושולי תפעול לכל רבעון, זהה שני הרבעונים עם הצמצום החדה ביותר בשוליים, והסבר סיבות סבירות על סמך המספרים בלבד.

השווה עם

Hy3
מודל עם משקלים פתוחים
הקשר של 262,144 טוקנים · קלט $0.13/M, פלט $0.53/M
Hy3 preview
מודל עם משקלים פתוחים
הקשר של 262,144 טוקנים · קלט $0.18/M, פלט $0.60/M
Hunyuan A13B Instruct
מודל עם משקלים פתוחים
הקשר של 131,072 טוקנים · קלט $0.14/M, פלט $0.57/M
GPT-6 Luna
מודל רק ל-API
הקשר של 1,050,000 טוקנים · קלט $0.10/M, פלט $0.50/M

עוד דגמי טקסט מ-tencent

שאלות שאנשים שואלים

האם המשקלים פתוחים והאם אפשר להריץ את Hy4 preview מקומית?: כן, המשקלים מפורסמים ב-Hugging Face תחת tencent/Hy4-preview. הרצה מקומית אפשרית טכנית אך 770 מיליארד פרמטרים סה"כ דורשים תשתית רב-GPU משמעותית — בדוק את מדריך זיכרון ה-VRAM לפני שמתחילים.
כמה עולה Hy4 preview ומה מגבלת ההקשר שלו?: באמצעות API המחיר הוא 0.75$ לכל מיליון טוקני קלט ו-2.25$ לכל מיליון טוקני פלט, עם חלון הקשר של מיליון טוקנים.
למה Hy4 preview מיועד בפועל?: Tencent עיצבה אותו סביב סוכני קידוד, זרימות עבודה מורכבות עם שימוש בכלים, ומשימות פרודוקטיביות מרובות שלבים — הנדסת תוכנה, ניתוח נתונים, פיתוח משחקים ומחקר מדעי — ולא כמודל שיחה כללי.

פסק הדין של הקפטן
מודל קצה רציני עם משקלים פתוחים, בנוי לסוכנים ולעבודה לטווח ארוך, לא לשיחה מזדמנת — עלות התשתית משמעותית.

כרטיס דגם ב-Hugging Face

הקפטן כותב את ההערות האלו מתוך התיאור וכרטיס הדגם של המודל. מחירים וגודל ההקשר הם של הספק בזמן הכתיבה ויכולים להשתנות.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #3 Hottest Text / LLM model · #3 Hottest Text / LLM text model

Not this creator?

Get your own badge

מגמת הפופולריות של Hy4 preview

ציון חום מאז 28 Aug 2026

ציון חום

9,358°

השבוע הזה

▲

29.4%

9,323° אז, 9,358° עכשיו

החודש הזה

▲

349%

9,159° אז, 9,358° עכשיו

השנה האחרונה

לא זמין

טרם שוחרר/נמדד

7,000°

רצפה

הסולם נע מ-0° עד 9,999°. כל מה שמתחת ל-7,000° נשמר לדגמים שאין עליהם דיווח ממקור כלשהו, שנושאים מספר תחליפי שם כדי לשמור על שלמות הרשימות. 7,000° הוא המקום שבו מתחילים הנתונים הנמדדים: דגם עם נתונים אמיתיים אך כמעט ללא הורדות יושב על הרצפה, והמדידות ממלאות את המעלות מעליה. הרצפה לא אומרת דבר על הדגם; רק המעלות מעליה אומרות, והן מה שמבדיל דגם מדגם.

+1,974°

אסימוני OpenRouter

37,964,608,298,713 אסימונים שעיבד המודל דרך OpenRouter ב-30 הימים האחרונים, כולל בקשות ותשובות. כל 10,000,000 אסימונים שווים הורדה אחת במונח ההורדה, 3,796,460 בסך הכל; אסימוני היום האחרון נכללים בקצב האימוץ. מקור: OpenRouter (openrouter.ai/rankings).

+384°

קצב אימוץ

כ-133,694 הורדות ביום, נמדד בין שתי קריאות של המקורות, לא משוערך מממוצע חיים. הקצב שווה רבע ממונח ההורדה, כך שפרץ טרי מופיע בלי שזינוק של יום אחד יעקוף שנים של שימוש.

הצג פירוט מפורט

כל מספר באתר הזה ניתן לבדיקה. ציון החום של דגם זה הוא 9,358°, וכאן הוא בנוי מרכיב אחד בכל פעם, עם הסכום המצטבר אחרי כל אחד: הרצפה, המעלות שכל מקור מוסיף, הבונוס לסוג הדגם ומה שהגיל של המשקלים שלו מוריד. הצבעים הם רצועות הגרף למעלה. המילון בסוף מגדיר כל מונח.

1
התחל מהרצפה.
למה 7,000° ולא אפס: הסולם נע מ-0° עד 9,999°, והחלק מתחת ל-7,000° שמור למודלים שאין עליהם דיווח ממקור כלשהו, שנושאים שם מספר זמני כדי שהרשימות יישארו שלמות ולעולם לא יעקפו מודל עם נתונים. 7,000° הוא המקום שבו מתחילים הנתונים המדודים. מודל עם נתונים אמיתיים אך כמעט ללא הורדות יושב כאן; כל מה שמעל הוא מדידה, והחלל מעל הרצפה מחזיק עשר מדרגות של פי עשר בהורדות ב-300° כל אחת. הרצפה זהה לכל מודל, ולכן אינה קובעת דבר; המעלות שמעליה הן שקובעות.
7,000°
סכום מצטבר
2
הוסף את ההורדות.
3,796,460 שקולים להורדה בסך הכל, מ-אסימוני OpenRouter. עשר פעמים יותר הורדות מוסיפות את אותו 300°, כך שהגודל חשוב אך לא משתלט על הציון.
+1,974°
8,974°
סכום מצטבר
3
הוסף את קצב האימוץ.
כ-133,694 הורדות ביום כרגע, נמדד בין שתי קריאות, במשקל רבע.
+384°
9,358°
סכום מצטבר
=
ציון החום.
מיקום המודל בכל רשימה באתר זה. שום דבר אחר לא משנה את זה.
9,358°

מילון: המונחים כאן

ציון חום: מספר אחד שמייצג כמה מודל בשימוש ומבוקש כרגע, מ-0° עד 9,999°. כל רשימה באתר שאומרת "הכי חם" ממוינת לפי ציון זה בלבד.
רצפה: 7,000° שממנו מתחיל כל מודל עם נתונים אמיתיים. הסולם נע מ-0° עד 9,999°; החלק מתחת לרצפה שמור למודלים ללא נתונים, כך שמודל עם נתונים תמיד מדורג מעל מודל ללא. הרצפה זהה לכולם ואינה קובעת דבר; המעלות שמעליה הן המדידה.
שקולים להורדה: כל מה שהציון מתייחס אליו כהורדה, מצטבר: הורדות עצמן, כל משתף טורנט כשווה ל-1,000, כל תמונת AI Horde וכל הרצת יצירה באתר כשווה להורדה אחת.
סולם לוגריתמי: ספירה בעשרות, לא ביחידות: מעבר מ-1,000 ל-10,000 הורדות מוסיף את אותן מעלות כמו מעבר מ-10,000 ל-100,000. זה מונע מגיבורים להדחיק את כל השאר.
לייקים: אצבעות למעלה ולייקים מכל מקור, שווים חצי הורדה כל אחד בסולם הלוגריתמי.
קצב אימוץ: כמה הורדות ביום מקבל מודל כרגע, מההפרש בין שתי קריאות מקור. רבע ממשקל מונח ההורדה.
מדוד ומוערך: מדוד אומר שיש שתי קריאות מקור וההפרש אמיתי. מוערך אומר שרק סך היום ידוע והעבר מפוזר על חיי המודל; האתר מציין מה מוצג.
משתף: מישהו ששומר עותק של המשקלים באינטרנט להורדה דרך טורנט, או מראה מאוחסנת שעושה זאת. כל אחד שווה 1,000 הורדות.
AI Horde: רשת מתנדבים שיוצרת תמונות בחינם במחשבים שנתרמו. מספר התמונות שיצרה עם מודל הוא ציבורי, וכל אחת שווה הורדה אחת.
אתרי יצירה: אתרים שמארחים עותקים של מודל ומאפשרים יצירה איתו, כמו PixAI, SeaArt ו-Yodayo. ההורדות שלהם נספרות כמו ב-Civitai וכל הרצת יצירה שווה הורדה אחת.
אסימוני OpenRouter: מודל טקסט שמוגש דרך API, כמו Claude או GPT, אין לו משקלים להורדה, לכן השימוש נמדד באסימונים: חתיכות הטקסט שקרא וכתב דרך OpenRouter, שער שמשמש אפליקציות רבות, ב-30 הימים האחרונים. כל 10,000,000 אסימונים שווים הורדה אחת. מקור: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
מודל מלא (נקודת שמירה): המשקלים עצמם, הקובץ שנוצר בעצמו. מקבל בונוס כי התוספים תלויים בו.
LoRA והטמעה: קבצי תוסף קטנים שמכוונים משקלים של מישהו אחר לסגנון, דמות או מושג. הם לא יכולים לפעול לבד.
משפחה ומשקלים: הבסיס שעליו בנוי המודל, כמו SD 1.5, SDXL, Flux או Wan. כל מודל יורש את תאריך השחרור של משקלי המשפחה שלו.
גיל: מנוכים מעלות לפי כמה זמן עבר מאז יציאת משקלי המשפחה: 150° בשנה, עד 750°. זה שומר הורדות ישנות שהצטברו במשך שנים כדי להקפיא את הפסגה של הרשימה.
דחיפה משפחתית: דחיפה קטנה ומוגבלת לתוספי LoRA ממשפחה שהאתר מקדם כרגע, תמיד מופיעה בפירוט.
ציון מייצג: מספר יציב מתחת לתקרה שניתן למודל שאין עליו דיווח מקור עדיין, כדי שהרשימות יישארו שלמות. הוא אף פעם לא מדורג מעל מודל עם נתונים.
חדש! (תקופת חסד): מודל שגילו פחות מ-7 ימים מציג 'חדש!' במקום ציון ואינו תופס מקום בדירוג. הציון שלו מחושב מהיום הראשון, אבל מודל בן יום צומח מהר יותר מכולם, ולכן בלי ההמתנה המוביל השבועי היה תמיד מה שיצא אתמול במקום מה שהחזיק מעמד שבוע.
מגמה: איך הצמיחה של מודל בתקופה מסוימת משתווה לצמיחה הטיפוסית של מודל באותה תקופה. מהיר מהטיפוסי נקרא עלייה, איטי יותר ירידה.
מודל טיפוסי: האמצע של הקטלוג: חצי מהמודלים עם ציון צמחו מהר יותר בתקופה, וחצי לאט יותר.

איך הפופולריות של דגם זה השתנתה לעומת שאר הקטלוג: הצמיחה בהורדות, לייקים ושימוש בכל תקופה, נמדדת מול הצמיחה הטיפוסית של דגם באותה תקופה, עם ציון החום שלו באותו זמן. מעל הצמיחה הטיפוסית נקרא עלייה, מתחת לה ירידה. העבר משוחזר מסכומים של היום, היום הראשון של הדגם ומהירות ההורדה שנמדדה כשיש שתי קריאות; דגם שלא היה קיים בתחילת התקופה מציג n/a.

דגמים דומים

Qwen3 VL 32B Instruct

מודלי AI ליצירת תמונות, וידאו וטקסט

Hy4 preview הוא מודל טקסט ממשפחת Text / LLM הרשומה ב-ModelTrends.ai, קטלוג לקריאה בלבד של מודלי AI פתוחים לתמונה, וידאו וטקסט. השווה אותו למודלים אחרים ממשפחת Text / LLM ובדוק את ציון החום שלו כדי לראות איך הוא במגמה.

עוד דגמים ממשפחת Text / LLM עוד טקסט / LLM ממשפחת Text / LLM llm tencent הסקת מסקנות תכנות סוכנים הקשר ארוך מקומי

דפדף לפי משפחת מודלים