A Tencent colocou o Hy4 flash no Hugging Face: 220 bilhões de parâmetros, 12 bilhões ativos por token e contexto de um milhão de tokens para agentes de IA.
A Tencent publicou nesta semana os pesos do Hy4 flash, o membro menor e mais rápido da sua família de modelos Hy4, no Hugging Face, no ModelScope e no GitHub, poucos dias depois de disponibilizá-lo em seus próprios aplicativos e na sua API em nuvem. Segundo a ficha técnica da Tencent, o Hy4 flash tem 220 bilhões de parâmetros no total, incluindo cerca de 64 bilhões de parâmetros de memória "Engram", mas apenas cerca de 12 bilhões ficam ativos para cada token. Ele usa uma arquitetura de mistura de especialistas, na qual só uma pequena parte da rede trabalha em cada pedido, o que o torna rápido e barato. O modelo lê texto e imagens, escreve texto e aceita até um milhão de tokens de contexto. A Tencent afirma que ele gera mais de 150 tokens por segundo.
A Tencent apresenta o Hy4 flash como um modelo de trabalho para tarefas cotidianas de agentes, e não como rival do seu modelo principal. No seu próprio teste WorkIndex, baseado em tarefas do assistente WorkBuddy, a empresa atribui ao modelo 42,1 pontos, contra 51,4 do Hy4 completo, mas diz que cada tarefa custa cerca de um vigésimo do que custa com o Hy4 e um oitavo do que custa com o DeepSeek-V4.1-Flash. Em um teste às cegas com 85 usuários internos, a Tencent diz que a satisfação chegou a 2,79 de 4, perto dos 2,81 medidos para o Claude Haiku 5.5, da Anthropic. São números da própria empresa, ainda não confirmados por avaliadores independentes. O lançamento reforça a disputa de preços entre modelos abertos chineses da DeepSeek, da Alibaba e de outras empresas.
Desenvolvedores podem baixar o Hy4 flash gratuitamente no Hugging Face com o nome tencent/Hy4-flash, com versões FP8 e base, e executá-lo com ferramentas como vLLM, SGLang ou Docker Model Runner. É um modelo de pesos abertos: os arquivos podem ser baixados e rodados em servidores próprios. Porém, ele é distribuído sob a licença Hy da própria Tencent, e não sob uma licença de código aberto padrão, por isso empresas devem conferir os termos antes do uso comercial. Seu tamanho ainda exige GPUs de servidor. A Tencent não publicou um preço por token da API na ficha do modelo. O árabe não está entre os idiomas testados, então o desempenho para usuários no Marrocos e no mundo árabe continua incerto.



