テンセントは2026年11月16日、日常業務を対象とした言語モデルHy4 flashを公開した。ウェイトの公開と従来の主力モデルより低い利用料金により、開発者は自社サーバーへの導入とクラウドサービスへの接続から、運用に合う方法を選べる。

1. 計算を減らすハイブリッド構造

同社の発表によると、総パラメータ数は2,240億個だが、トークンごとに有効になるのは120億個だけだ。大きなモデル全体を計算する代わりに、一部だけを選んで使う設計である。

中核のハイブリッドアテンションは、異なる注意計算を組み合わせる方式だ。必要な一部のトークンだけを参照する疎アテンションと、近い範囲のトークンだけを参照するスライディングウィンドウアテンションを混ぜ、文脈参照の計算を減らす。

テキストと画像を入力としてテキストを生成し、最大100万トークンの文脈を処理する。文書と視覚資料を併せて扱う業務を狙った構成だ。

2. 社内課題でコストと性能を評価

テンセントはスライド作成や文書編集などの社内業務を基に作ったWorkIndexで性能を評価した。同社の発表によると、Hy4 flashはHy4 previewより高いスコアを得たが、Hy4には及ばなかった。

表:社内業務の評価スコア

条件:同社発表のWorkIndexの8つの評価セット

単位:スコア

社内業務の評価スコア比較Hy4 flash: スコア 42.1; Hy4 preview: スコア 39.7; Hy4: スコア 51.4Hy4 flash42.1Hy4 preview39.7Hy451.4
社内業務の評価スコア比較
社内課題でコストと性能を評価
モデルスコア
Hy4 flash42.1
Hy4 preview39.7
Hy451.4

同社の発表によると、この評価の課題当たり平均コストはHy4 previewの13分の1、Hy4の20分の1だ。DeepSeek-V4.1-Flash-1017のMaxクラスのピーク時間料金と比べると8分の1となる。最高スコアよりも課題処理コストの削減を重視した結果だ。

別途、社内のWorkBuddy利用者85人が259課題、27カテゴリを評価するブラインド試験も行った。同社発表の満足度は4点満点中2.79点で、Claude Haiku 5.5の2.81点に近かった。

同じ試験で、同社発表の完了時間の中央値は6.7分、課題当たりコストは0.26元だった。テンセントは評価対象の中で完了時間が最も短く、課題コストが最も低かったと述べた。

3. API料金の引き下げと計算コストのトレードオフ

公式ページの100万トークン当たりAPI価格は、キャッシュ入力、入力、出力のいずれもHy4より低い。以下の料金は課題当たりのコストではなく、トークン使用量に適用される価格だ。

表:公式API料金

条件:テンセント公式ページの100万トークン当たり料金

単位:ドル

100万トークン当たりAPI料金の比較キャッシュ入力: Hy4 flash 0.003, Hy4 0.042; 入力: Hy4 flash 0.070, Hy4 0.834; 出力: Hy4 flash 0.281, Hy4 2.501Hy4 flashHy4キャッシュ入力0.0030.042入力0.0700.834出力0.2812.501
100万トークン当たりAPI料金の比較
API料金の引き下げと計算コストのトレードオフ
項目Hy4 flashHy4
キャッシュ入力0.0030.042
入力0.0700.834
出力0.2812.501

同社の発表によると、結果に応じてモデルの出力を改善する学習方式である強化学習により、作業完了までの平均出力トークン数を50%削減した。文脈処理用メモリのKVキャッシュはHy3の24分の1、Hy4の6分の1に減らした。

同社の発表によると、複数の演算をまとめるメガカーネル、ウェイト表現を4ビットに減らす量子化、次の出力を先に提案するDFly2を組み合わせた出力生成速度は、毎秒150トークンを超える。

計算量と料金を削減できる一方、自社運用者はモデルのダウンロードと保存に必要なリソースを用意しなければならない。Hugging Faceページのウェイトファイルは440,521,238,479バイトで、148ファイルに分かれる。計算に使うのが一部でも、全ウェイトの保存負担は残る。

4. ウェイトを取得して直接導入

テンセントは、指示に従うよう調整した指示モデル、ウェイトを8ビット浮動小数点に削減したFP8指示モデル、事前学習済みのベースモデルを配布した。適用ライセンスはTencent Hy Licenseだ。

モデルカードが示すローカル実行方法はTransformersだ。モデルカードでは、対応コードがメイン開発ブランチに反映される前の段階だとして、次のインストールコマンドを案内している。

pip install "transformers[torch,vision] @ git+https://github.com/huggingface/transformers.git@refs/pull/50903/head"

推論サーバーを運用する場合は、公式文書が提供するvLLMまたはSGLangのデプロイレシピを利用できる。ローカルで直接読み込む方法と、サーバーを立ち上げてAPI経由でアクセスする方法の2つを提供する。

5. 用途は日常業務と自社サービス

テンセントは詳細な検索、文書処理、スライド作成、簡単なフロントエンドのデモ、コンピューター操作などの日常的な課題にHy4 flashを推奨する。長期にわたるソフトウェアエンジニアリングなどの複雑な作業には、より高い性能を出せるHy4を勧めている。

事前学習済みモデルに5つの例を与えて測定した知識評価でも、以下の3項目すべてでHy4が上回った。同社発表の分野別正解率を等しい重みで平均したスコアであり、完成した業務成果を評価する前述の社内試験とは別のものだ。

表:事前学習済みモデルの知識評価

条件:モデルカードの事前学習済みモデル、5-shot、マクロ平均正解率(†印の項目)

単位:スコア

用途は日常業務と自社サービス
ベンチマークHy4 flash BaseHy4 BaseHy3 preview Base
MMLU88.791.687.5
MMLU-Pro71.173.965.8
SuperGPQA57.862.752.3

総パラメータ数は公式発表では224B、モデルカードでは220Bと記され、文書ごとに異なる。モデルカードは、中間学習で人工的に作った指示学習資料である合成指示データに触れた影響により、例を与える評価で回答形式を外し、スコアがゆがむ可能性があると補足した。

Hy4 flashはオープンウェイトと低いサービスコストで日常業務への導入を狙うが、複雑な開発課題ではHy4が優先的な選択肢として残る。