Hy4 preview
9358°
Запустити модель
Пропозиції / Реклама
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.
Посібники до цієї моделі
Найкращі локальні LLM за випадками використання (жовтень 2026): правильна відкрита модель для кожного завдання
Скільки VRAM мені справді потрібно для локального ШІ?
Відкриті ваги проти відкритого коду проти лише API: що тобі насправді дозволено робити
Що таке файл GGUF? Пояснення квантизованих моделей (Q4, Q8, fp8, NF4)
Нотатки капітана
Нотатки від 2026-10-13
Hy4 preview — це модель зі спарсною сумішшю експертів на 770 млрд параметрів від Tencent, яка активує 49 млрд параметрів на токен, з контекстним вікном у мільйон токенів. Її тренування базувалося на реальних професійних робочих процесах — розробка ПЗ, фінанси, розробка ігор, наукові дослідження — а не на загальних бенчмарках. Якщо ви виконуєте довготривалі агентські завдання або потребуєте відкритої моделі класу фронтиру, це варто серйозно оцінити.
Відомий за
- 770 млрд загальних параметрів, 49 млрд активних на токен через архітектуру MoE з 256 експертами.
- Контекстне вікно в один мільйон токенів для тривалих багатофайлових робочих процесів.
- Вбудований шар MTP дозволяє спекулятивне декодування для швидшого інференсу.
- Навчена на реальних професійних завданнях: кодування, фінанси, розробка ігор, дослідження.
- Відкриті ваги доступні на Hugging Face, підтримують локальний або самостійний хостинг.
Зверніть увагу на
- 770 млрд загальних параметрів означає, що самостійний хостинг вимагає серйозної багатографічної інфраструктури; більшість користувачів використовуватимуть API.
- Ваги відкриті, але перевірте умови ліцензії перед комерційним або похідним використанням.
- За $2.25 за мільйон вихідних токенів це не бюджетний варіант; враховуйте це в агентських робочих процесах з великими обсягами виводу.
Підказки для спроби
План рефакторингу багатофайлового проєкту
У вас є Python-вебсервіс, розбитий на дванадцять файлів: маршрути, моделі, сервіси, тести та конфігураційний шар. Команда хоче перейти з синхронного SQLAlchemy на асинхронний SQLAlchemy 2.0 без порушення тестового набору. Напишіть покроковий план міграції, позначте кожен файл, що потребує змін, і створіть оновлений базовий клас моделі.
Каркас для агентського використання інструментів
Розробіть мінімальний агентський цикл на Python, який використовує три інструменти: web_search(query), read_file(path) і write_file(path, content). Агент повинен приймати загальну мету, розбивати її на підзадачі, послідовно викликати інструменти і перевіряти кожен результат перед переходом до наступного. Покажіть повну реалізацію з обробкою помилок.
Фінансова модель з нечіткого контексту
Ось три роки квартальних даних про доходи, витрати та чисельність персоналу, вставлені зі таблиці з непослідовним форматуванням. Очистіть дані, обчисліть річні темпи зростання та операційну маржу для кожного кварталу, визначте два квартали з найбільшим стисненням маржі і поясніть ймовірні причини, базуючись лише на цифрах.
Порівняти з
- Hy3Модель з відкритими вагамиконтекст 262,144 токенів · $0.13/M вхід, $0.53/M вихід
- Hy3 previewМодель з відкритими вагамиконтекст 262,144 токенів · $0.18/M вхід, $0.60/M вихід
- Hunyuan A13B InstructМодель з відкритими вагамиконтекст 131,072 токенів · $0.14/M вхід, $0.57/M вихід
- GPT-6 LunaМодель тільки з APIконтекст 1,050,000 токенів · $0.10/M вхід, $0.50/M вихід
Більше текстових моделей від tencent
Питання, які задають люди
- Чи можна запускати Hy4 preview локально?
- Так, ваги опубліковані на Hugging Face під tencent/Hy4-preview. Технічно запуск можливий, але 770 млрд параметрів вимагають серйозної багатографічної інфраструктури — перед початком ознайомтеся з керівництвом по VRAM.
- Скільки коштує Hy4 preview і який у нього ліміт контексту?
- Через API ціна $0.75 за мільйон вхідних токенів і $2.25 за мільйон вихідних, з контекстним вікном в один мільйон токенів.
- Для чого фактично створений Hy4 preview?
- Tencent розробив його для агентів кодування, складних робочих процесів із використанням інструментів та багатокрокових продуктивних завдань — розробка ПЗ, аналіз даних, розробка ігор і наукові дослідження — а не як загальну чат-модель.
Вердикт капітанаСерйозна відкрита модель класу фронтиру, створена для агентів і довготривалої роботи, а не для випадкового чату — вартість інфраструктури реальна.
Картка моделі на Hugging Face
Капітан пише ці нотатки на основі опису моделі та картки моделі. Ціни та розміри контексту вказані на момент написання і можуть змінюватися.
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.
Also ranked: #3 Hottest Text / LLM model · #3 Hottest Text / LLM text model
Not this creator?
Get your own badge
Тренд популярності Hy4 preview
Показник популярності з 28 Aug 2026
Оцінка популярності
9,358°
Цього тижня
▲
29.4%
9,323° тоді, 9,358° зараз
Цього місяця
▲
349%
9,159° тоді, 9,358° зараз
За минулий рік
n/a
Ще не випущено/не відстежується
7,000°
Основний рівень
Шкала йде від 0° до 9 999°. Все, що нижче за 7,000°, відведено для моделей, про які жодне джерело ще не повідомляло, і вони мають замінне число, щоб списки були повними. 7,000° — це початок виміряних даних: модель з реальними даними, але майже без завантажень, стоїть на цьому рівні, а вимірювання додають градуси вище. Основний рівень нічого не говорить про модель; тільки градуси вище його відрізняють одну модель від іншої.
+1,974°
Токени OpenRouter
37,964,608,298,713 токенів ця модель обробила через OpenRouter за останні 30 днів, разом підказки та відповіді. Кожні 10,000,000 токенів рахується як одне завантаження в терміні завантажень, всього 3,796,460; токени останнього дня додаються до коефіцієнта прийняття. Джерело: OpenRouter (openrouter.ai/rankings).
+384°
Швидкість прийняття
Приблизно 133,694 завантажень на день, виміряно між двома зчитуваннями джерел, ніколи не вгадується за середнім за весь час. Швидкість важить чверть показника завантажень, тому свіжий сплеск видно, але одноденний стрибок не перевищить роки використання.
Показати детальний розподіл
Кожне число на цьому сайті можна перевірити. Оцінка популярності цієї моделі становить 9,358°, і тут вона побудована по одному інгредієнту за раз, з поточним підсумком після кожного: основа, градуси, які додає кожне джерело, бонус за тип моделі та віднімання за вік ваг. Кольори відповідають діапазонам на діаграмі вище. Глосарій в кінці пояснює кожен термін.
- 1Почни з основного рівня.Чому 7,000°, а не нуль: шкала йде від 0° до 9 999°, і частина нижче за 7,000° відведена для моделей, про які жодне джерело ще не повідомляло, які мають замінне число, щоб списки були повними і ніколи не перевищували модель з даними. 7,000° — це початок виміряних даних. Модель з реальними даними, але майже без завантажень, стоїть тут; все, що далі, — це вимірювання, а простір вище основного рівня містить десять десятикратних кроків у завантаженнях по 300° кожен. Основний рівень однаковий для всіх моделей, тому він нічого не вирішує; градуси вище нього — ось що вирішує.7,000°поточний підсумок
- 2Додай завантаження.Всього 3,796,460 еквівалентів завантажень з Токени OpenRouter. Десятикратне збільшення завантажень додає ті ж 300°, тож розмір важливий, але не домінує у рейтингу.+1,974°8,974°поточний підсумок
- 3Додай швидкість прийняття.Приблизно 133,694 завантажень на день зараз, виміряно між двома замірами, вагою в чверть від завантаження.+384°9,358°поточний підсумок
- =Оцінка популярності.Де ця модель стоїть у кожному списку на цьому сайті. Нічого іншого не впливає на цю оцінку.9,358°
Глосарій: терміни, що тут використовуються
- Оцінка популярності
- Одне число, що показує, наскільки модель зараз використовується і потрібна, від 0° до 9,999°. Кожен список на цьому сайті, який називається найгарячішим, відсортований саме за цим числом.
- Початкова оцінка
- 7,000° — це стартова оцінка для кожної моделі з реальними даними. Шкала від 0° до 9,999°; частина нижче початкової оцінки відведена для моделей без даних, щоб модель з даними завжди була вище. Початкова оцінка однакова для всіх і нічого не вирішує; градуси вище неї — це власне вимірювання.
- Еквіваленти завантажень
- Все, що оцінка рахує як завантаження, підсумовано: самі завантаження, кожен торрент-сідер як 1,000, кожне зображення AI Horde і кожен запуск на сайті генерації як один.
- Логарифмічна шкала
- Рахунок по десятках, а не по одиницях: перехід від 1,000 до 10,000 завантажень додає ті ж градуси, що й від 10,000 до 100,000. Це не дає гігантам витіснити все інше.
- Лайки
- Вподобання і лайки з усіх джерел, вартістю половини завантаження на логарифмічній шкалі.
- Швидкість прийняття
- Скільки завантажень на день модель отримує зараз, за різницею між двома замірами джерела. Чверть ваги від терміну завантажень.
- Виміряно та оцінено
- Виміряно означає, що є два показники джерела, і різниця справжня. Оцінено означає, що відомий лише загальний показник за сьогодні, а минуле розподілено на весь час існування моделі; сайт показує, який саме варіант відображається.
- Сідер
- Хтось, хто тримає копію вагів онлайн, щоб інші могли завантажувати через торрент, або хостинг-дзеркало, що робить те саме. Кожен такий рахується як 1000 завантажень.
- AI Horde
- Добровільна мережа, яка безкоштовно генерує зображення на пожертвуваних комп’ютерах. Кількість зображень, створених з моделлю, публічна, і кожне рахується як одне завантаження.
- Сайти генерації
- Сайти, які розміщують власні копії моделі і дозволяють людям генерувати з нею, наприклад PixAI, SeaArt і Yodayo. Їхні завантаження рахується так само, як у Civitai, а кожен запуск генерації — як одне завантаження.
- Токени OpenRouter
- Текстова модель, що обслуговується через API, як Claude або GPT, не має ваг для завантаження, тому її використання вимірюється токенами: частинами тексту, які вона прочитала і написала через OpenRouter, шлюз, який використовують багато додатків, за останні 30 днів. Кожні 10,000,000 токенів рахується як одне завантаження. Джерело: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Повна модель (чекпойнт)
- Самі ваги, файл, який генерує самостійно. Має бонус, бо від нього залежать додатки.
- LoRA та embedding
- Малі додаткові файли, які направляють чужі ваги в певний стиль, персонажа чи концепцію. Вони не можуть працювати самі по собі.
- Сімейство та ваги
- База, на якій побудована модель, наприклад SD 1.5, SDXL, Flux або Wan. Кожна модель успадковує дату виходу вагів свого сімейства.
- Вік
- Віднімається градус за те, як давно вийшли ваги сімейства: 150° за рік, максимум 750°. Це зберігає старі завантаження, які мали роки, щоб накопичитись, заморожуючи їх на верху списку.
- Підсилення сімейства
- Невеликий, обмежений поштовх для LoRA сімейства, яке цей сайт зараз просуває, завжди вказується в розподілі.
- Оцінка заміщення
- Стабільне число нижче мінімуму, яке дають моделі, про яку ще немає даних, щоб списки були повними. Воно ніколи не вище за модель з даними.
- Новинка! (період очікування)
- Модель віком менше 7 днів показує Новинка! замість оцінки і не займає місце в рейтингах. Її оцінка обчислюється з першого дня, але модель віком один день росте швидше за все, тому без очікування #1 тижня завжди була б та, що вийшла вчора, а не та, що трималась тиждень.
- Тренд
- Як зростання моделі за період порівнюється зі звичайним зростанням моделей за той самий період. Швидше за звичайне — це підйом, повільніше — спад.
- Типова модель
- Середина каталогу: половина моделей з показником зросла швидше за цей період, половина повільніше.
Як популярність цієї моделі змінювалась у порівнянні з рештою каталогу: її зростання за кількістю завантажень, лайків і використання за кожен період, порівняно зі звичайним зростанням моделей за той же час, з урахуванням її рейтингу популярності на той момент. Вище звичайного зростання означає підйом, нижче — спад. Минуле відновлюється з сьогоднішніх підсумків, першого дня моделі та швидкості завантажень, якщо є два заміри; модель, якої не було на початку періоду, показує n/a.
Hy4 preview — це текстова модель для сімейства Text / LLM, представлена на ModelTrends.ai, каталозі лише для читання відкритих моделей ШІ для зображень, відео та тексту. Порівняйте її з іншими моделями Text / LLM і перевірте бал популярності, щоб побачити тренд.
Більше моделей Text / LLMБільше Text / LLM Текст / LLMllmtencentлогікакодуванняагентидовгий контекстлокально
Перегляд за сімейством моделей
Моделі Text / LLM
434
Моделі Anima
528
Моделі Chroma
19
Моделі Fibo
2
Моделі Flux
1,496
Моделі Flux 2 / Klein
1,239
Моделі Flux 3
3
Моделі Moss
3
Моделі Iris
1
Моделі MiniMax H3
364
Моделі Hunyuan
204
Моделі Ideogram
20
Моделі Krea2
717
Моделі Qwen
20
Моделі Qwen2
47
Моделі Ltx2
153