価格据え置きで画像理解とPC操作を獲得　テンセント7700億パラメータの「Hy4」正式版

　テンセントは11月4日、画像や文書を理解する視覚機能と、コンピューターを操作する機能を備えた基盤モデル「Hy4」の正式版を公開した。総パラメータ数は7700億（770B）。同社の発表によると、8月28日に公開した「Hy4 preview」に対し、事前学習と事後学習の規模を大幅に広げ、視覚機能を初めて搭載したという。

　視覚機能では、画像の細部や複雑なチャートを読み取れる。コンピューター操作では、コマンドライン（CLI）とグラフィカルユーザーインターフェース（GUI）の両方を扱う。BlenderやCADといった専門ソフトのほか、複数のアプリケーションをまたぐ長時間の作業を対象に追加の学習を行い、計画立案や実行の能力を高めたとしている。

　このほか、指示への追従、長い文脈の理解、長時間タスク、ディープリサーチなどの性能が向上した。Word、Excel、PowerPointのファイルを人と同時に編集する能力や、検索の精度も改善したという。

　Hy4はTencent CloudとOpenRouterのほか、CodeBuddy、WorkBuddy、Yuanbao、imaといった自社製品で利用できる。API料金は100万トークンあたり、入力が0.834ドル（約132円）、出力が2.501ドル（約396円）、キャッシュ入力が0.042ドル。プレビュー版と同じ価格に据え置いた。

　TechNodeによると、Tencent CloudのTokenHubでは12月31日まで50％割引となる。WorkBuddyとCodeBuddyでは、11月4日～15日に限り無料の利用枠も設ける。

　重みについては、テンセントは公開する計画で、推論エンジンのvLLMとSGLangのコミュニティと連携して利用環境を整えるとしている。公開時には、安全性評価などを記した「システムカード」も出す。公開時期は明示していない。

　今後は、費用対効果と推論速度を高めた「Hy4 flash」を近く公開する予定という。