The Pulse
Tencent publica los pesos de Hy4 con restricciones para grandes empresas de modelos como servicio
Tencent ha puesto a disposición su modelo Hy4, de 770 mil millones de parámetros, con pesos abiertos, además de versiones FP8 y base. Las grandes empresas de modelos como servicio se enfrentan a requisitos de licencia independientes según las condiciones de Tencent.

Tencent ha publicado pesos descargables de Hy4, un modelo de IA multimodal cuyo modelo de lenguaje tiene 770 mil millones de parámetros. Sulat AI & Tech News informó que la publicación se hizo pública el 20 de noviembre y que el modelo principal, una versión FP8 y un modelo base preentrenado están disponibles en Hugging Face, ModelScope y GitCode.
Hy4 utiliza una arquitectura de mezcla de expertos y activa 49 mil millones de parámetros de lenguaje por token. Admite texto, imágenes y vídeo, y su ventana de contexto tiene capacidad para 1.048.576 tokens, según la ficha del modelo de Tencent.
Tres conjuntos de pesos
La publicación incluye Hy4, ajustado para seguir instrucciones, Hy4-FP8 y Hy4 base. Sulat informa de que la versión FP8 almacena el modelo en números de 8 bits, mientras que la versión base es el modelo preentrenado antes del ajuste para chat.
Según el medio, los archivos ocupan en total unos 1,55 TB para Hy4, 0,79 TB para Hy4-FP8 y 1,54 TB para el modelo base en Hugging Face. Junto con los pesos se publicó una ficha del sistema que cubre la evaluación de seguridad del modelo.
El modelo de lenguaje tiene 78 capas: una capa densa y 77 capas de mezcla de expertos. Cada capa de mezcla de expertos contiene 256 expertos enrutados y uno compartido; cada token activa ocho expertos enrutados, además del compartido.
Un codificador visual independiente tiene 1,23 mil millones de parámetros. El modelo también incluye un modelo borrador DFly2 de 3,3 mil millones de parámetros para la decodificación especulativa, una técnica en la que un modelo más pequeño propone tokens para que el modelo más grande los compruebe.
Condiciones de la licencia
Hy4 utiliza la licencia Tencent Hy, en lugar de la licencia Apache 2.0 utilizada para Hy4 preview. Sulat informa de que la nueva licencia se deriva de Apache 2.0 y añade condiciones comerciales para las grandes empresas de modelos como servicio.
Según Sulat, una empresa que proporcione a terceros acceso remoto a la inferencia o al fine-tuning necesita una licencia escrita independiente si sus ingresos brutos mundiales superan los 50 millones de dólares estadounidenses en cualquier periodo de 12 meses. El medio informa de que también se necesita una licencia independiente antes de que una empresa de ese tipo utilice el modelo en un producto con más de 100 millones de usuarios mensuales.
Sulat informa de que el uso interno está exento siempre que ni el modelo, ni sus derivados ni sus resultados lleguen a terceros. Según el medio, las versiones ajustadas, cuantizadas, destiladas, fusionadas y podadas se consideran obras derivadas según las condiciones.
Evaluación y limitaciones
La ficha del modelo de Tencent describe usos que incluyen flujos de trabajo informáticos, desarrollo de videojuegos, tareas financieras e investigación. En su evaluación, que contó con 213 profesionales de las finanzas y 579 tareas financieras, Hy4 obtuvo una puntuación media de 3,04 sobre 4, frente a 2,97 de DeepSeek-V4.1-Flash-1017 y 2,68 de Kimi K3.1 Pro y GLM-5.3.
La empresa afirma que Hy4 todavía queda por detrás de los mejores modelos propietarios en algunas pruebas internas difíciles, entre ellas matemáticas de nivel de investigación, programación a largo plazo, auto-mejora del modelo y respuesta avanzada a preguntas visuales. La tabla de evaluación comparativa del modelo base también advierte que la exposición a datos sintéticos de instrucciones durante el entrenamiento intermedio puede hacer que, en ocasiones, el modelo no produzca el formato de respuesta esperado en evaluaciones few-shot, lo que podría distorsionar las puntuaciones.
Sulat informa de que la publicación permite el despliegue con los marcos de inferencia vLLM y SGLang. El medio señala que el repositorio también incluye scripts de fine-tuning para DeepSpeed, LLaMA-Factory y ms-swift.
Fuentes
- Fuente original Tencent · página 1 huggingface.co
Otras páginas leídas
- Tencent · página 2 huggingface.co
- Sulat AI & Tech News news.sulat.com
Noticias relacionadas
- Kyutai publica AURA-5B para generar vídeos de personas hablando con fines no comerciales
- Un estudio concluye que los filtros de seguridad de la IA pueden ofrecer explicaciones sin respaldo
- La prueba TuringSpace detecta carencias en la capacidad de acción espacial de los principales modelos de IA
- AWS enruta la inferencia de HyperPod entre clústeres mediante un único endpoint
- AWS Quick incorpora respuestas de varios agentes y flujos empresariales creados mediante chat