Tencentは、ソフトウェアエンジニアリング、科学研究、財務分析などの複雑な実世界の生産性タスクを処理するために設計されたフラグシップの大規模言語モデル（LLM）であるHy4をリリースしました。Hunyuanアーキテクチャに基づいて構築されたこのモデルは、約100万トークンのコンテキストウィンドウを備え、さまざまな産業アプリケーションとの深い共同設計に焦点を当てて開発されました。初期のプレビューはApache 2.0ライセンスで公開されましたが、TencentはHy4モデルのフルウェイトを数日以内に公開する予定であることを示唆しており、市場における主要なオープンウェイトモデルとしての地位を確立する可能性があります。
Plotlyによって実施された最近のデータ分析ベンチマークにおいて、Hy4はマルチターンツール呼び出しとデータ推論をテストするために設計された専門的な試験で、43点中42点（98%）を獲得しました。このパフォーマンスにより、Hy4は同等のモデルよりも低い価格帯で高い精度を提供するモデルのカテゴリーである「コスト・精度フロンティア」に位置付けられました。具体的には、Hy4は42点以上を獲得したモデルの中で最もコスト効率の高いモデルとして特定され、試験の全実行に約2.11ドルを要しました。この効率性は、一部その高いキャッシュヒット率に起因しています。テスト中、2,270万の入力トークンの91%がキャッシュから提供され、同様のキャッシングの利点を持たないモデルと比較して、クエリあたりのコストを大幅に削減しました。
このチャートは、Hy4のパフォーマンスプロファイルを定義する、高精度と低速な処理速度の間の特定のトレードオフを説明している。
この画像は、Plotlyベンチマーク中にHy4がテストされた複雑なデータ推論およびツール呼び出しタスクのタイプを実演している。
しかし、Hy4の精度には速度面での顕著なトレードオフがあります。それはテストされたモデルの中で最も遅いものの一つであり、質問あたりの処理時間の中央値は117秒で、GPT-6.1 Solよりも6倍以上遅い結果となりました。このレイテンシは、モデルの「徹底的」な挙動の直接的な結果です。Hy4は、件数、傾向、仮定を検証するために、質問ごとに24回から64回のクエリを実行するなど、広範な内部クロスチェックを行います。この徹底したアプローチにより、統計の罠の特定やデータ品質の監査において優れた能力を発揮する一方で、処理時間に極端な外れ値が生じることもあり、単一のクエリに1時間近くかかったケースもありました。プロダクション環境においては、これらの結果は、Hy4が複雑な推論において非常に信頼性が高い一方で、ユーザーは徹底的な検証サイクルを管理するために特定の時間制限を実装する必要があることを示唆しています。