تينسنت تطلق نموذج 'Hy4 Preview' مفتوح المصدر بـ770 مليار معامل

أطلقت شركة تينسنت في 28 أغسطس نموذجها اللغوي الكبير الجديد 'Hy4 Preview' كمصدر مفتوح. بُني النموذج على معمارية خليط الخبراء (MoE) ويضم ما مجموعه 770 مليار معامل، منها 49 مليار معامل فقط يتم تفعيلها لكل رمز مُدخل أثناء الاستدلال الفعلي. تتجاوز نافذة السياق مليون رمز، وهو ما يكفي لمعالجة قاعدة برمجية كاملة أو عدة مستندات طويلة دون فقدان السياق. ويمثل هذا قفزة واضحة مقارنة بالإصدارات السابقة من عائلة نماذج Hunyuan التابعة لتينسنت، سواء من حيث حجم النموذج أو طول السياق الذي يمكنه معالجته.

مصمم للعملاء الأذكياء والإنتاجية، لا للمحادثة فقط

تقول تينسنت إن Hy4 Preview لم يُصمم كمساعد محادثة عام، بل لعملاء البرمجة الأذكياء، وسير العمل المعقد القائم على الأدوات، ومهام الإنتاجية التي تتطلب التخطيط واستمرارية السياق والتنفيذ متعدد الخطوات. وتذكر الشركة أنها تعاونت منذ مرحلة التصميم مع خبراء ميدانيين في هندسة البرمجيات وتطوير الألعاب والتمويل والأمن، ودرّبت النموذج على بيانات عمل حقيقية. ويتكامل النموذج بعمق مع أدوات تينسنت الخاصة: 'كود بادي' للبرمجة و'ورك بادي' للتعاون المكتبي، بهدف معلن هو تقديمه كحل إنتاجية للشركات يمكن للمهندسين والمحللين استخدامه فورًا.

تفوق طفيف على GLM-5.3 وKimi K3 في تقييم أعمى

أجرت تينسنت تقييمًا داخليًا أعمى شارك فيه 163 خبيرًا على 203 مهام هندسية واقعية. حصل Hy4 Preview على معدل 2.99 من أصل 4.00، متفوقًا بفارق طفيف على GLM-5.3 من Zhipu AI (2.92) وKimi K3 من Moonshot AI (2.94). تحسّن الأداء في البرمجة والمهام الوكيلية بشكل ملحوظ مقارنة بالإصدار السابق، ما وضع النموذج في صدارة النماذج المفتوحة المصدر — لكن تينسنت نفسها تقر بأنه لا يزال متأخرًا عن أحدث النماذج المغلقة من OpenAI وAnthropic. والفارق الضئيل بين النماذج الثلاثة، أقل من عُشر نقطة، يُظهر أن المنافسة بين نماذج اللغة الكبيرة الصينية مفتوحة المصدر دخلت مرحلة تُقاس فيها الفروق بأجزاء يسيرة من النقطة.

تشير تينسنت إلى أن سوق الذكاء الاصطناعي في الصين يشهد منافسة متزايدة الحدة بين كبرى شركات التقنية والشركات الناشئة، سواء من حيث أداء النماذج أو سرعة طرحها في السوق. وبدلاً من انتظار نسخة نهائية مكتملة، تقول الشركة إنها اختارت إطلاق نسخة معاينة أولاً لجمع ملاحظات حقيقية من السوق ثم التكرار السريع بناءً عليها. ويأتي هذا الإطلاق في وقت تتوالى فيه إصدارات نماذج جديدة من Zhipu AI (عبر سلسلة GLM) وMoonshot AI (عبر سلسلة Kimi)، حيث تسعى تينسنت إلى تثبيت حضورها بنموذج موجه للعمل ومرتبط بمنظومة منتجاتها الخاصة.

• 770 مليار معامل إجمالاً، و49 مليار معامل نشط (معمارية MoE)
• نافذة سياق تتجاوز مليون رمز، تكفي لقاعدة برمجية كاملة أو مستندات ضخمة
• متاح عبر WorkBuddy وCodeBuddy (النسختان الصينية والدولية)، وYuanbao، وima، وواجهة Tencent Cloud TokenHub، وOpenRouter
• مجاني لمدة أسبوعين على WorkBuddy وCodeBuddy عند الإطلاق
• تسعيرة الواجهة البرمجية: 0.834 دولار لكل مليون رمز إدخال، و2.501 دولار لكل مليون رمز إخراج
• الأوزان منشورة في آن واحد على Hugging Face وGitHub وModelScope

حدود معترف بها واستراتيجية تكرار سريعة

تقر تينسنت بأن النموذج، بوصفه نسخة معاينة قبل الإصدار النهائي، لا يزال يحمل بعض القيود: وقت تفكير يطول في المهام المعقدة، ونزعة نحو الإفراط في التحقق الذاتي من إجاباته. كما تذكر الشركة أن النموذج ساهم في تحسين جزء من أنظمة التدريب والاستدلال الخاصة بها، ما رفع الإنتاجية من طرف إلى طرف بنسبة 31.8% مقارنة بخط أساس. والاستراتيجية المعلنة هي إطلاق نسخة معاينة بسرعة لجمع ملاحظات حقيقية من السوق بدلاً من انتظار نسخة نهائية مكتملة، في حين تُستخدم فترة المجانية الأولية على CodeBuddy وWorkBuddy أيضًا كوسيلة لربط المستخدمين الأوائل بمنظومة تينسنت الخاصة.

ماذا يتغير بالنسبة للشركات في المنطقة العربية

بالنسبة لفريق تقني في المنطقة العربية، يضيف Hy4 Preview خيارًا إضافيًا يمكن الوصول إليه دون بنية تحتية مخصصة عبر OpenRouter أو واجهة Tencent Cloud البرمجية، كما أن أوزانه المفتوحة تجعله مرشحًا لمن يفكر في استضافة ذاتية أو ضبط دقيق خاص. كما أن تسعيرة الواجهة البرمجية، الأقل من دولار واحد لكل مليون رمز إدخال، قد تكون عاملاً مهمًا للفرق التي تعالج كميات كبيرة من الأكواد أو المستندات. ومع ذلك، فإن فارق أعشار النقطة فقط عن GLM-5.3 وKimi K3 يُظهر مدى ضيق المنافسة بين النماذج الصينية مفتوحة المصدر: قبل أي استخدام إنتاجي فعلي، يبقى اختبار النموذج على مهام داخلية حقيقية، وفهم كيفية معالجة وتخزين البيانات، خطوة لا غنى عنها.