Tencent lanceert Hy4 model met beperkingen op cyberaanvalgegevens
7 november 2026 · 2 min leestijd
Ook gepubliceerd in Deutsch, Italiano, Русский, עברית, Português (Brasil), Svenska, English, Indonesia, ไทย, हिन्दी
Tencent heeft het nieuwe kunstmatige intelligentiemodel Hy4 onthuld, waarbij de trainingsgegevens zijn beperkt om het risico op misbruik voor cyberaanvallen te verkleinen. Het model is voornamelijk getraind op gegevens voor defensieve doeleinden, zoals het vinden en herstellen van softwarekwetsbaarheden.
Het model is gebaseerd op een Mixture of Experts structuur met in totaal 770 biljoen parameters, waarvan er ongeveer 49 biljoen worden geactiveerd tijdens het redeneren. Hy4 ondersteunt een context van maximaal 1 miljoen tokens en introduceert functies voor beeldbegrip, waaronder het analyseren van complexe grafieken en visueel wiskundig redeneren. Daarnaast kan het model zowel opdrachtregelinterfaces als grafische gebruikersinterfaces bedienen.
Tencent stelt dat Hy4 vergelijkbare prestaties levert als de nieuwste modellen van Z.ai, Moonshot AI en DeepSeek op het gebied van programmeren, agenten en browsergebruik. In een evaluatie met 579 praktijkopdrachten door 213 financiële experts behaalde Hy4 een score van 3,04 punten, waarmee het DeepSeek V4.1 Flash, Kimi K3.1 Pro en GLM-5.3 overtrof. Binnen de eigen tool WorkBuddy behaalde het model een slagingspercentage van 96,15 procent voor alle taken en daalde het hallucinatiepercentage van 12,95 procent in de preview naar 7,2 procent.
Externe evaluaties tonen een ander beeld. Volgens Vals AI staat Hy4 op de 13e plaats van 33 modellen met een algemene nauwkeurigheid van 59,35 procent, en op de 4e plaats onder open-weight modellen. Het model scoorde lager dan Kimi K3.1 Pro, DeepSeek V4.1 Flash en GLM-5.3. Tencent erkent dat er nog aanzienlijke verschillen zijn met gesloten modellen op het gebied van geavanceerde visuele vraagbeantwoording, langdurig programmeren en wiskunde op onderzoeksniveau.
Voor de beveiliging zijn aanvalsgegevens uitgesloten van de training, terwijl reverse engineering en penetratietesten alleen zijn gebruikt voor defensieve analyse. Evaluaties door Xuanwu Lab en Keen Security Lab vonden geen significante risico's met betrekking tot aanvalscapaciteiten. Ook bij biologische veiligheidsevaluaties bleek dat het model niet in staat is om complexe experimenten te ontwerpen.
Hy4 is beschikbaar via Tencent Cloud, CodeBuddy, WorkBuddy en Yuanbao. De gewichten van het model en een systeemkaart met veiligheidsresultaten worden binnenkort vrijgegeven. Er is tevens een lichter model, Hy4 Flash, gepland om de snelheid en kostenefficiëntie te verbeteren.