텐센트가 Hy4 flash를 허깅페이스에 공개했다. 총 2200억 파라미터 중 토큰당 약 120억 개가 작동하며 100만 토큰 문맥을 지원해 저렴하고 빠른 AI 에이전트용이다.

텐센트가 이번 주 Hy4 모델 제품군 가운데 더 작고 빠른 모델인 Hy4 flash의 가중치를 허깅페이스(Hugging Face), 모델스코프(ModelScope), 깃허브에 공개했다. 자사 앱과 클라우드 API에서 이 모델을 선보인 지 며칠 만이다. 텐센트의 모델 카드에 따르면 Hy4 flash의 전체 파라미터는 2200억 개로, 이 중 약 640억 개는 'Engram'이라는 메모리 파라미터지만 토큰 하나를 처리할 때 실제로 작동하는 파라미터는 약 120억 개에 불과하다. 이 모델은 '전문가 혼합(MoE)' 구조를 써서 요청마다 네트워크의 일부만 계산하기 때문에 빠르고 비용이 낮다. 텍스트와 이미지를 읽고 텍스트를 생성하며, 최대 100만 토큰의 문맥을 처리할 수 있다. 텐센트는 초당 150개 이상의 토큰을 생성한다고 밝혔다.

텐센트는 Hy4 flash를 자사 플래그십 모델의 경쟁자가 아니라 AI 에이전트의 일상 업무를 맡는 실무형 모델로 내세운다. 자사 비서 서비스 WorkBuddy의 작업을 바탕으로 만든 자체 벤치마크 WorkIndex에서 Hy4 flash는 42.1점을 기록해 정식 Hy4 모델의 51.4점보다 낮았다. 하지만 회사는 작업당 비용이 Hy4의 약 20분의 1, DeepSeek-V4.1-Flash의 약 8분의 1 수준이라고 주장한다. 내부 사용자 85명이 참여한 블라인드 테스트에서는 만족도가 4점 만점에 2.79점으로, 앤트로픽의 Claude Haiku 5.5가 받은 2.81점에 근접했다고 텐센트는 밝혔다. 모두 회사 측 수치이며 아직 독립 평가 기관의 검증은 없다. 이번 공개로 딥시크, 알리바바 등이 가격 경쟁을 벌이는 중국 오픈 웨이트 모델 시장의 경쟁은 더 치열해질 전망이다.

개발자는 허깅페이스에서 'tencent/Hy4-flash'라는 이름으로 Hy4 flash를 무료로 내려받을 수 있으며, FP8 버전과 베이스 버전도 함께 제공된다. vLLM, SGLang, Docker Model Runner 같은 도구로 실행할 수 있다. 오픈 웨이트 모델이란 모델 파일을 내려받아 자체 서버에서 돌릴 수 있다는 뜻이다. 다만 표준 오픈소스 라이선스가 아닌 텐센트 자체의 Hy 라이선스로 배포되므로, 기업은 상업적으로 이용하기 전에 조건을 확인해야 한다. 모델 규모가 커서 여전히 서버급 GPU가 필요하다. 텐센트는 모델 카드에 토큰당 API 가격을 공개하지 않았다. 테스트한 언어 목록에 아랍어는 없어 모로코와 아랍권 사용자에게 어느 정도 성능을 낼지는 아직 알 수 없다.