Tencent Hy4 Preview: 770B parametrli ochiq model real ish rejimlarida qanday sinovdan o'tdi

Tencent kundan-kun kattalashayotgan ochiq model jangiga yangi, hamma e'tiborni o'ziga tortadigan o'yinchi qo'shdi. Tencent Hy4 Preview — 770 milliard umumiy parametrga ega, lekin faqat 49 milliard faol parametr (MoE arxitekturasi) va 1 million tokenlik kontekst oynasiga ega kattalab model. Bu raqamlar kagazda ajoyib ko'rinadi, lekin asl savol boshqacha: bu model haqiqiy ish rejimlarida — kod yozishda, hujjatlar tahlilida, o'yin dasturlashda va ilm-fan tadqiqotlarida — qanday ishlaydi?

Arxitektura: katta model, tejamkor ish

Hy4 Preview Mixture-of-Experts (MoE) arxitekturasida qurilgan. Demak, 770B parametr — bu modelning "barcha bilimlari" hajmi, ammo bitta so'rovda faqat 49B parametr ishga tushiriladi. Bu xotira va hisoblash resurslarini tejash yo'li, lekin sifat yo'qolmasligi kerak. Kontekst oynasi 1M tokenni o'tdi — bu taxminan 700-800 sahifalik matnni birda tutish imkonini beradi. Amalda bu katta kod bazalari, uzluz uzun hujjatlar yoki murakkab loyihalar bilan ishlash uchun zarur.

Model ochiq kod sifatida Hugging Face va GitHub da mavjud. Shuningdek, u Tencent mahsulotlari — WorkBuddy, CodeBuddy, Yuanbao, ima — orqali bepul sinovdan o'tkazilmoqda (ikki hafta davomida). API kirishi Tencent Cloud TokenHub va OpenRouter orqali tashkil etilgan.

Baholash: ekspertlar nima aytdi?

Tencent o'z ichki körinmas baholash (blind evaluation) o'tkazdi: 163 ta ekspert, 203 ta muhandislik vazifasi. Natija: Hy4 Preview 2.99 / 4.00 ball to'pladi. Yaqin raqobatchilar — GLM-5.3 (2.92) va Kimi K3 (2.94) — orqa qoldirildi. Farq kichik tuyulsa-da, bu darajada har 0.01 ball — katta model o'zgarishlari natijasida keladigan murakkab optimallashtirish ishorasi.

Muhim nuans: baholash "produktivlik" vazifalari bo'yicha o'tkazilgan — yani oddiy so'zlashuv yoki umumiy bilim emas, lekin kod yozish, tahlil, rejalar tuzish kabi real ish stsenariylari.

Nima uchun "produktivlik" modeli deb ataladi?

Tencent modelni faqat benchmarklar uchun emas, maxsus kasbiy sohalar uchun tayyorlagan ekanligi ko'rinadi. Dasturchilar, moliyachilar, o'yin yarovchilari va fanlar bilan hamkorlikda "yuqori sifatli ma'lumotlar" to'plami yaratilgan. Bu quyidagi sohalarda natija berdi:

• Dasturlash: uzun kontekstli loyihalarni tushunish, rejalashtirish, xatolarni topish va tuzatish, front-end interfeyslari vizual sifati.
• Ofis ishlari va tahlil: murakkab ish muhitini tushunish, moliya tahlili, ko'p hujjatli hamkorlik, hujjat/jadval/prezentatsiya yaratishning to'liq siklini qo'llab-quvvatlash.
• O'yin dasturlash: bitta tabiiy til so'rovi asosida o'ynash mumkin prototip yaratish, o'yin motorlari bilan integratsiya, keyin ko'p aylanmali murakkablashtirish.
• Ilm-fan tadqiqotlari: AI tadqiqoti, molekulyar dinamika, kondenslangan jism fizika, asosiy matematika masalalarida takomillashtirilgan mantiq va yechim topish.

Bu ro'yxat faqat marketing emas — model o'zini sinovdagi "ish stsenariylari"ga moslashtirilgan.

O'z-o'zini optimallashtiruvchi model: rekursiv takomillashtirish

Eng qiziq va kam uchraydigan xususiyat — Hy4 Preview o'zini o'zini rivojlantirish da ishtirok etgan. Tencent ma'lumot berib o'tiradiki, model avtomatik ravishda:

• o'qitish usullarini va ma'lumot strategiyalarini takomillashtirdi,
• baholash freymvorklarini va past darajali operatorlarni optimallashtirdi,
• takliflar qildi, eksperimentlar o'tkazdi, natijalarga ko'ra iteratsiya o'tkazdi.

Bu — rekursiv o'z-o'zini takomillashtirish (recursive self-improvement) dastlabki bosqichlari. Model hali to'liq avtonom emas, lekin o'z o'qitish jarayoniga kod, loglar va fikr-mulohaza sifatida hissa qo'shgan. Bu yo'l kelajakda modellarni odam grejderlashiga kam bog'liq qilishi mumkin.

Inferens tezligi: 31.8% daraja ko'tarildi

Model faqat o'qitilishda emas, ishlash (inference) davrida ham o'zini kuzatib, optimallashtirgan. Operatorlarni birlashtirish (operator fusion) va aloqa optimallashtirish orqali yakuniy o'tish qobiliyati (throughput) 31.8% ga oshirildi. Bu turli kontekst uzunliklari va parallel so'rovlar sonida barqaror. Amalda bu — foydalanuvchi uchun tezroq javob va Tencent uchun arzonroq server yuki.

Narxlash: ochiq model uchun raqobatbardosh

API narxlari quyidagicha belgilangan:

• Kirish tokenlari: $0.834 / 1M token
• Chiqish tokenlari: $2.501 / 1M token
• Keshga tegish (cache hits): $0.042 / 1M token

Bu narxlar GPT-4o yoki Claude 3.5 Sonnet kabi yopiq modellaridan arzon, lekin ba'zi ochiq model API provayderlari (masalan, Together AI, Fireworks) orqali ishga tushirilgan Llama 3.1 405B yoki Qwen 2.5 72B ga yaqin. Lekin Hy4 Preview 1M kontekst va MoE samaradorligi bilan kelgani uchun — katta hajmdagi ishlar uchun moliyaviy jihatdan jalb qiluvchi.

Strategik kontekst: "Preview-avval" foydasi

Tencent "preview-first" strategiyasini amalga oshiryapti: avval oldindan ko'rinish (preview), keyin rasmiy versiya. Bu ularning oldingi Hunyuan (Hy3) modeli uchun ham ishlagan — Hy3 bepul kirishi sentyabr 30-gacha uzaytirildi. Bu yondashuv real foydalanuvchi fikr-mulohazasini erta to'plash va modelni "jang maydonida" sinab ko'rish imkonini beradi. Keyingi Hy4 seriyasi modellari yaqin orada kutilmoqda.

Kitoydagi ochiq model ekosistemi tez o'sib bormoqda: Alibaba (Qwen), Zhipu (GLM), Moonshot (Kimi), DeepSeek — har biri o'z ustunligi bilan. Tencentning afzalligi — ichki mahsulot ekosistemi (WeChat, Tencent Docs, o'yin studiyalari, bulut xizmatlari) orqali modelni darhol milyonlab foydalanuvchiga yetkazib berish qobiliyati.

Ochiq savollar va cheklovlar

Barcha yutuqlarga qaramasdan, bir nechta nuqta hali noaniq:

• Xavfsizlik va muvofiqlik: Ochiq model sifatida u qanday qadar xavfsiz, qonunga muvofiq (maxsuslik: Kitoy ma'lumotlar qonunchiligi) va "jailbreak"ga chidamli — bu mustaqil tekshiruvlarni talab qiladi.
• Kichik tillar uchun sifat: O'zbek tili kabi resurslari kam tillar uchun model qanchalik yaxshi ishlashi hali aniq emas. Ko'p tilli ma'lumotlar to'plami haqida batafsil ma'lumot yo'q.
• Uzun muddatli qo'llab-quvvatlash: Tencent bu modelni qanchalik davom ettirishi, yangilab borishi va bug'larni tuzatishi haqida rasmiy yo'l xaritasi e'lon qilinmagan.
• Haqiqiy dunyo API SLA: TokenHub va OpenRouter orqali xizmat ko'rsatish mustahkamligi, uptime va limitlar amalda qanday ekanligi vaqtini o'zida kasb etadi.

Xulosa: nima uchun bu muhim?

Tencent Hy4 Preview — bu faqat yana bir katta model emas. Bu MoE samaradorligi, 1M kontekst, mahsulotga tegan optimallashtirish va o'z-o'zini takomillashtirish dastlabki bosqichlari birlashtirgan bir necha qadam oldinga surish. Agar siz katta kod bazasi, hujjatlar to'plami yoki murakkab tahlil ishlari bilan shug'ullanasangiz — bu modelni sinab ko'rish qiymatli. Agar oddiy chatbot kerak bo'lsa — arzonroq va osonroq yechimlar bor.

Asl imtihon oldinda: keyingi Hy4 seriyasi modellari bu asos ustida qanday quriladi va ochiq jamiyat bu modelni o'z maqsadlari uchun qanday moslashtiradi. Tencent hozircha ochiq model bozorida kuchli o'z o'rnini egalladi — lekin bu o'rin doimiy emas.

Asl manba: tencent.com