텐센트가 2026년 11월 4일 Hy4 정식판을 공개했습니다. Hy 시리즈 가운데 처음으로 이미지 입력과 컴퓨터 조작을 지원하고, 가격은 프리뷰와 같습니다. 다만 ‘오픈 모델’이라는 설명과 달리 가중치와 파라미터 수는 아직 공개되지 않았습니다.
텐센트 훈위안(混元) 팀의 Hy4는 8월 말 가중치와 함께 나온 Hy4 프리뷰의 정식판입니다. 텐센트는 Hy4가 “places Hy among the strongest open-source models for the first time”라고 밝혔습니다. 이 글은 공식 블로그, Hugging Face 모델 카드, OpenRouter 등록 정보로 확인된 내용만 정리합니다. 벤치마크는 모두 텐센트 발표치입니다.
사양: 무엇이 바뀌었나
| 항목 | Hy3 (2026년 7월) | Hy4 프리뷰 (2026년 8월) | Hy4 (2026년 11월 4일) |
|---|---|---|---|
| 총 파라미터 | 295B | 770B | 미공개 |
| 활성 파라미터 | 21B | 49B | 미공개 |
| 컨텍스트 길이 | 256K | 1M | 1,048,576토큰(OpenRouter 표기) |
| 입력 형태 | 텍스트 | 텍스트 | 텍스트+이미지 |
| 가중치 | 공개(Apache 2.0) | 공개(Apache 2.0) | 공개 예정 |
프리뷰는 전문가 혼합(MoE) 구조였지만, 정식판의 구조와 크기는 공식 블로그에 나오지 않습니다. 중국 매체 차이롄서(财联社)는 Hy4 시리즈를 770B로 보도했지만, 정식판 수치라는 텐센트의 직접 발표는 확인되지 않았습니다. 확인된 변화는 학습 규모 확대와 이미지 인식·컴퓨터 조작 기능 추가입니다.
공식 벤치마크: 오픈 모델과 비공개 모델 사이
텐센트는 부록에 30여 개 항목을 실었습니다. 비교 대상은 공개 가중치 모델 GLM-5.3, DeepSeek-V4.1-Flash-1017, Kimi K3.1 Pro와 비공개 모델 GPT-6.1 Sol, Claude Opus 5.5입니다. 아래는 공개 벤치마크와 대표 항목을 원문 그대로 옮긴 것입니다. *는 텐센트가 직접 측정한 값이고, 슬래시로 두 값이 적힌 칸도 원문 표기 그대로입니다.
| 벤치마크 | Hy4 프리뷰 | Hy4 | GLM-5.3 | DeepSeek-V4.1-Flash | Kimi K3.1 Pro | GPT-6.1 Sol | Claude Opus 5.5 |
|---|---|---|---|---|---|---|---|
| DeepSWE v1.1 | 64.3 | 74.9 | 66.9 / 68.1* | 77.0 / 73.8* | 75.5 / 76.3* | 75.2 / 72.7* | 74.2 / 72.6* |
| Terminal-Bench 4.0 | 26.3 | 44.4 | 42.9* | 42.3 / 40.0* | 65.7 / 66.8* | 55.9 / 55.5* | 66.4 / 66.4* |
| APEX-Agents v1.1 | 53.9 | 75.2 | 64.3* | 72.1 / 72.9* | 67.2 / 68.2* | 60.0 / 61.7* | 73.5 / 74.8* |
| OSWorld 2.1 | – | 78.9 | – | 68.4* | 79.6 | 75.2* | 81.8 |
| MMMU-Pro | – | 78.6 | – | 76.7* | 84.1 / 83.4* | 84.9* | 88.2* |
| Hy-FrontierMath T5(내부)* | 7.8 | 13.0 | 0.0* | 8.0* | 14.8* | 97.5* | 91.3* |
프리뷰 대비 개선 폭은 큽니다. Terminal-Bench 4.0은 26.3에서 44.4로, APEX-Agents는 53.9에서 75.2로 올랐습니다. 그러나 경쟁 공개 모델을 일관되게 앞서지는 않습니다. DeepSWE와 OSWorld에서는 DeepSeek나 Kimi가 비슷하거나 높고, Terminal-Bench 4.0에서는 Kimi K3.1 Pro가 20점 이상 앞섭니다. 연구 수준 수학(Hy-FrontierMath T5)에서는 비공개 모델과 격차가 매우 큽니다. 텐센트도 블로그에서 “a notable gap remains between it and top proprietary models”라고 인정했습니다. 항목 상당수가 내부 벤치마크라는 점도 감안해야 합니다.
이미지 인식·컴퓨터 조작·게임 개발
Hy4는 Hy 시리즈 최초로 이미지를 입력받습니다. 텐센트는 세밀한 이미지 판독과 복잡한 차트 해석을 내세웠고, 명령줄(CLI)과 그래픽 화면(GUI)을 모두 다루는 컴퓨터 조작 기능도 처음 넣었습니다. Blender, CAD 같은 전문 소프트웨어와 여러 앱을 오가는 장기 작업을 따로 학습시켰다고 설명합니다. 공식 시연에는 위성사진 속 건물 찾기, 촬영 위치 추정, 900조각 퍼즐 복원, 그림판 그리기가 있습니다.
게임 개발은 텐센트 게임 사업부(IEG)와 학습 데이터·평가를 함께 만들고 언리얼·유니티·고도 엔진에 맞췄습니다. 프리뷰 대비 GameDev는 19.1%, GameLogic은 9.8% 올랐다는 것이 텐센트 설명입니다.
금융·연구·업무 비서
텐센트 금융기술(FiT)과 금융 전문가 213명이 579개 실제 과제를 평가한 결과, 공개 가중치 모델 중 Hy4가 3.04점으로 1위였고, DeepSeek-V4.1-Flash-1017 2.97점, Kimi K3.1 Pro와 GLM-5.3이 각각 2.68점이었습니다. 내부 평가에서 검색 환각률은 15.76%에서 5.45%로, 추측성 오류는 23.1%에서 5.6%로 줄었다고 텐센트는 밝혔습니다(중국 매체 보도에는 환각률이 12.95%에서 7.2%로 다르게 실렸습니다).
연구 분야에서는 7개 학문 123개 과제의 내부 벤치마크 TenureTrail에서 공개 가중치 모델 1위라고 밝혔습니다. 자동 연구 도구 Hyra 2.0과 함께 만든 단일세포 모델 HyCell과 물리장 모델 HyPDE도 공개한다고 했지만, 11월 5일 현재 Hugging Face에서는 찾을 수 없습니다.
업무 비서 기능은 WorkBuddy와 WeCom을 연결해 대화·메일·문서·일정을 함께 읽습니다. 파트너 평가로는 Manus가 문서 작성·편집 과제 완료율 약 97%를, WorkBuddy는 12개 시나리오 평균 83.18점, 통과율 96.15%를 제시했습니다.
안전성 평가와 가격
텐센트는 사이버 보안 학습 데이터를 개념증명(PoC) 생성·취약점 패치 같은 방어용 자료로 제한하고 익스플로잇·침투 테스트 자료는 걸러냈다고 밝혔습니다. 사내 쉬안우·킨 보안 연구소의 레드팀 점검에서도 공격 과제 위험이 높아지지 않았다고 했습니다. 생물 안전 평가에서는 Hy-BioExperimentBench 30.4점(100점 만점)으로 자체 고위험 기준에 크게 못 미쳤다고 했습니다. 모두 자체 평가입니다.
| 구분(100만 토큰당) | 캐시 입력 | 입력 | 출력 |
|---|---|---|---|
| 공식 정가(프리뷰와 동일) | 0.042달러 | 0.834달러 | 2.501달러 |
| OpenRouter 현재가(50% 할인) | 0.021달러 | 0.417달러 | 1.2505달러 |
Hy4는 텐센트 클라우드, OpenRouter, CodeBuddy·WorkBuddy·위안바오·ima에서 쓸 수 있습니다. 중국 매체 보도에 따르면 위안화 정가는 입력 6위안·출력 18위안이고, TokenHub는 12월 31일까지 50% 할인합니다. OpenRouter는 FP4 양자화 버전을 제공하며 최대 출력은 65,536토큰입니다.
공개되지 않은 것
- 가중치와 시스템 카드: 텐센트는 가중치 공개 ‘계획’을 밝혔고, 공개 시점에 안전성 평가를 담은 시스템 카드를 함께 내겠다고 했습니다. 11월 5일 현재 Hugging Face와 ModelScope에 Hy4 저장소는 없습니다.
- 라이선스와 파라미터 수: 프리뷰는 Apache 2.0이었지만, 정식판의 라이선스와 크기는 발표되지 않았습니다.
- 기술 보고서와 외부 평가: 별도 기술 보고서는 없고, Artificial Analysis 같은 제3자 평가도 아직 게시되지 않았습니다.
- 출시 일정: 경량판 Hy4 flash는 ‘가까운 시일 내’라고만 밝혔습니다.
의미와 앞으로 볼 지점
Hy 시리즈는 7월 Hy3(295B), 8월 Hy4 프리뷰(770B), 11월 Hy4 정식판으로 약 두 달 간격의 출시를 이어 왔습니다. 정식판의 핵심은 성능 상승보다 이미지 입력과 컴퓨터 조작을 같은 가격에 얹었다는 점입니다.
- 가중치 공개 여부와 라이선스: 공개 전까지 Hy4는 사실상 API 전용 모델입니다. Apache 2.0이 유지되는지가 기업 도입의 관건입니다.
- 시스템 카드: 공개 가중치는 회수가 어려워, 사이버·생물 위험 자체 평가가 외부 검증을 견디는지가 중요합니다.
- 제3자 벤치마크: 내부 지표 비중이 큰 만큼, 독립 평가에서 DeepSeek·Kimi와의 순위가 유지되는지 확인해야 합니다.
자주 묻는 질문
Q. Hy4를 지금 내려받아 직접 실행할 수 있나요?
A. 아닙니다. 11월 5일 현재 Hy4 가중치는 공개되지 않았습니다. 직접 실행할 수 있는 것은 8월에 나온 Hy4 프리뷰(770B, Apache 2.0)입니다.
Q. 프리뷰보다 비싸졌나요?
A. 공식 정가는 100만 토큰당 입력 0.834달러, 출력 2.501달러로 프리뷰와 같습니다. 현재 OpenRouter와 텐센트 클라우드 TokenHub에서는 50% 할인가가 적용됩니다.
Q. GPT나 Claude보다 성능이 높은가요?
A. 텐센트 자료로도 그렇지 않습니다. 텐센트는 연구 수준 수학, 장기 코딩, 고급 시각 질의응답에서 최상위 비공개 모델과 뚜렷한 격차가 있다고 밝혔습니다.
출처: Tencent Hy, Introducing Hy4 (2026-11-04), Hugging Face tencent/Hy4-preview 모델 카드, Hugging Face tencent/Hy3 모델 카드, OpenRouter tencent/hy4, 财联社(2026-11-04), 澎湃新闻(2026-11-04)
대표 이미지: Tencent Hunyuan 공식 블로그 Hy4 벤치마크 그래프(흑백 변환)
