The Pulse
Tencent rilascia i pesi di Hy4 con limiti per i grandi fornitori di modelli come servizio
Tencent ha reso disponibili come pesi aperti il suo modello Hy4 da 770 miliardi di parametri, insieme alle versioni FP8 e base. In base alle condizioni di Tencent, le grandi aziende che offrono modelli come servizio devono rispettare requisiti di licenza distinti.

Tencent ha rilasciato i pesi scaricabili di Hy4, un modello di IA multimodale il cui backbone linguistico ha 770 miliardi di parametri. La pubblicazione è avvenuta il 20 novembre, secondo quanto riportato da Sulat AI & Tech News; il modello principale, una versione FP8 e un modello base preaddestrato sono disponibili su Hugging Face, ModelScope e GitCode.
Hy4 usa un’architettura mixture-of-experts, attivando 49 miliardi di parametri linguistici per token. Accetta testo, immagini e video e, secondo la model card di Tencent, la sua finestra di contesto contiene 1.048.576 token.
Tre serie di pesi
La pubblicazione comprende Hy4 ottimizzato sulle istruzioni, Hy4-FP8 e Hy4 base. Sulat riferisce che la versione FP8 archivia il modello in numeri a 8 bit, mentre la versione base è il modello preaddestrato prima dell’ottimizzazione per la chat.
Secondo la testata, su Hugging Face i file occupano in totale circa 1,55 TB per Hy4, 0,79 TB per Hy4-FP8 e 1,54 TB per il modello base. Insieme ai pesi è stata pubblicata una system card che illustra la valutazione della sicurezza del modello.
Il backbone linguistico ha 78 layer: uno denso e 77 layer mixture-of-experts. Ogni layer mixture-of-experts contiene 256 esperti instradati e un esperto condiviso; per ogni token si attivano otto esperti instradati, oltre a quello condiviso.
Un encoder visivo separato ha 1,23 miliardi di parametri. Il modello include anche DFly2, un modello proponente da 3,3 miliardi di parametri per la decodifica speculativa, una tecnica in cui un modello più piccolo propone token che il modello più grande può verificare.
Condizioni di licenza
Hy4 usa la Tencent Hy License, anziché la licenza Apache 2.0 usata per Hy4 preview. Sulat riferisce che la nuova licenza deriva da Apache 2.0 e aggiunge condizioni commerciali per le grandi aziende che offrono modelli come servizio.
Secondo Sulat, un’azienda che fornisce a terzi accesso remoto all’inferenza o al fine-tuning deve ottenere una licenza scritta separata se i suoi ricavi lordi a livello mondiale superano i 50 milioni di dollari USA in un qualsiasi periodo di 12 mesi. La testata riferisce che serve una licenza separata anche prima che un’azienda di questo tipo utilizzi il modello in un prodotto con oltre 100 milioni di utenti mensili.
Sulat riferisce che l’uso interno è esente, a condizione che né il modello, né un suo derivato, né i relativi output raggiungano terzi. Secondo la testata, in base alle condizioni, le versioni sottoposte a fine-tuning, quantizzazione, distillazione, fusione o pruning sono considerate opere derivate.
Valutazione e limiti
La model card di Tencent descrive usi che comprendono flussi di lavoro informatici, sviluppo di videogiochi, attività finanziarie e ricerca. Nella valutazione condotta con 213 professionisti della finanza e 579 attività finanziarie, Hy4 ha ottenuto un punteggio medio di 3,04 su 4, contro 2,97 per DeepSeek-V4.1-Flash-1017 e 2,68 ciascuno per Kimi K3.1 Pro e GLM-5.3.
L’azienda afferma che Hy4 è ancora inferiore ai migliori modelli proprietari in alcuni test interni difficili, tra cui matematica a livello di ricerca, programmazione su orizzonti temporali lunghi, auto-miglioramento del modello e risposta avanzata a domande visive. La tabella dei benchmark del modello base include anche un’avvertenza: l’esposizione a dati sintetici di istruzioni durante il mid-training può talvolta far sì che il modello non produca il formato di risposta atteso nelle valutazioni few-shot, distorcendo potenzialmente i punteggi.
Secondo Sulat, la pubblicazione supporta l’implementazione con i framework di inferenza vLLM e SGLang. La testata afferma che il repository include anche script di fine-tuning per DeepSpeed, LLaMA-Factory e ms-swift.
Fonti
- Fonte originale Tencent · pagina 1 huggingface.co
Altre pagine lette
- Tencent · pagina 2 huggingface.co
- Sulat AI & Tech News news.sulat.com
Notizie correlate
- Endless Frontier rilascia i pesi di un modello di bioinformatica da 180 miliardi di parametri
- Tencent rilascia Hy4 flash, con prezzi API inferiori a quelli di Hy4
- Tencent porta Hunyuan Hy4 su Cloud ADP con comprensione visiva e uso del computer
- Kyutai rilascia AURA-5B per video in stile talking-head a uso non commerciale
- Tencent: gli agenti che hanno sondato Amap provenivano da valutazioni di modelli di terze parti