Tencent Hy4 suma visión y uso del ordenador, probado en WorkBuddy

El 4 de noviembre de 2026, Tencent publicó Hy4, la versión definitiva de su modelo de lenguaje Hunyuan, tras una versión preliminar difundida el 28 de agosto. Según la empresa, es la primera vez que la familia incorpora visión nativa y la capacidad de manejar un ordenador. El medio chino QbitAI probó el modelo dentro de WorkBuddy, la herramienta de agentes de Tencent, y concluye que entrega tareas completas con mucha solvencia. Conviene leer ese relato como lo que es: una prueba de uso publicada por un medio especializado chino, con tareas elegidas por su autor. No es una medición independiente.

Qué anuncia Tencent con Hy4

Un modelo de lenguaje multimodal es un modelo capaz de procesar a la vez texto e imágenes. Según QbitAI, Hy4 tiene 770.000 millones de parámetros en total, de los cuales 49.000 millones se activan en cada consulta, lo que corresponde a una arquitectura de mezcla de expertos. Una advertencia: según el sitio Digital Applied, esas cifras son las de la versión preliminar y, al 5 de noviembre, Tencent no había publicado una ficha técnica de la versión final. El modelo se ofrece en Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, el asistente Yuanbao, el asistente de WeCom y la aplicación ima, y su API está disponible a través de OpenRouter, Hermes y OpenCode, según QbitAI. La tarifa anunciada por Tencent, recogida por Digital Applied, es de 0,834 dólares por millón de tokens de entrada, 2,501 dólares de salida y 0,042 dólares para los tokens en caché, igual que la versión preliminar. QbitAI añade que WorkBuddy, en sus versiones china e internacional, ofrece una prueba gratuita hasta el 15 de noviembre a las 23:59.

• Evaluación financiera realizada con Tencent Financial Technology: 213 profesionales, 579 tareas; Hy4 obtiene 3,04, frente a 2,97 de DeepSeek-V4.1-Flash-1017 y 2,68 tanto de Kimi K3.1 Pro como de GLM-5.3 (cifras internas de Tencent).
• Errores de tipo especulativo reducidos del 23,1 % al 5,6 % en los conjuntos de evaluación de Tencent.
• Tasa de alucinación: del 15,76 % al 5,45 % en el anuncio de Tencent recogido por Digital Applied, pero del 12,95 % al 7,2 % en el artículo de QbitAI. Las dos series de cifras no coinciden.
• Visión: localizar un elemento de tejado de unos 2 metros en una imagen aérea de 2.800 millones de píxeles, según QbitAI.
• Investigación: evaluación interna TenureTrail, 123 tareas ejecutables en 7 disciplinas.

Qué muestra realmente la prueba de QbitAI

El primer reto de Hy4 en WorkBuddy fue un teclado mecánico 3D interactivo en formato 75 %, con 84 teclas y seis capas (teclas, interruptores, placa, circuito impreso, batería y carcasa), desmontable con el ratón y con animación de la pulsación. El segundo consistió en reproducir un reproductor de música retro a partir de una sola captura de pantalla. El periodista estima la fidelidad visual en casi un 99,9 %, una apreciación subjetiva, y solo señala una diferencia: de los dos botones de navegación, uno es redondo y el otro cuadrado. El modelo generó además tres canciones de prueba con la API Web Audio del navegador. Según el registro de ejecución citado por QbitAI, lanzó un Chrome sin interfaz para pulsar cada botón: 48 de 51 pruebas superadas en la primera pasada, un caso límite corregido (pasar a la canción siguiente tras la última) y, al final, 59 pruebas superadas y ningún error en la consola.

Después, Hy4 construyó un parque de atracciones en 3D a partir de un plano, con tiovivo y noria animados, minimapa y recorrido automático. Elaboró una presentación de 16 páginas sobre un proyector portátil (se pedían 15), dibujó los esquemas en código vectorial y dejó los gráficos editables. Al detectar que un texto se salía de la página 4, rehízo la maquetación antes de seguir. Con una plantilla oscura, probó una sola página antes de aplicarla al resto. Por último, entregó una herramienta de procesamiento de imágenes por lotes llamada ATELIER, con procesamiento en paralelo, comparación antes y después y exportación a ZIP, tras estudiar herramientas abiertas como Squoosh.

La última demostración fue el uso del ordenador: Hy4 abre JS Paint en Chrome, elige herramientas y colores y copia con el ratón una imagen de referencia, todo grabado. Lo que QbitAI destaca es sobre todo un método: avanzar con pequeños ensayos, verificar y luego ampliar. Estas demostraciones las elige el probador. El artículo no ofrece un protocolo reproducible, ni el coste, ni la duración de las tareas, ni la tasa de fallos sobre un gran número de intentos.

Código abierto o todavía no: lo que falta por comprobar

El titular de QbitAI sitúa a Hy4 entre los modelos de código abierto más potentes. Sin embargo, según Digital Applied, los pesos de la versión final no eran públicos el 5 de noviembre: la página de Hugging Face enlazada desde OpenRouter devolvía un error 401 y el repositorio de GitHub un error 404. Tencent escribe que prevé abrir los pesos y publicar entonces una ficha del sistema; QbitAI habla de una apertura próxima. El único modelo Hy4 descargable es la versión preliminar de agosto, con licencia Apache 2.0 según la ficha de Hugging Face citada por Digital Applied. La licencia y el número de parámetros de la versión final no se han publicado. Por ahora, la fórmula describe una promesa, no un archivo que se pueda descargar.

Las evaluaciones citadas son todas internas de Tencent o aportadas por socios. Los testimonios de Manus (casi un 97 % de éxito en tareas documentales), RabyteTech, WorkBuddy y Yuanbao los publica Tencent, y dos de los cuatro proceden de sus propios productos, subraya Digital Applied, que no encontró ninguna reproducción independiente. QbitAI cuenta además que Hy4, con un equipo de la Universidad de Pekín, encontró un contraejemplo a una conjetura matemática y lo verificó en Lean: no hemos podido comprobarlo. Se anuncia una versión más ligera, Hy4 flash, sin fecha.

Qué cambia para las empresas

Para una empresa, Hy4 es ante todo un candidato que probar, no una elección que cerrar. El precio anunciado hace barata la prueba y la prueba gratuita de WorkBuddy dura hasta el 15 de noviembre. Pero mientras no se publiquen los pesos, la licencia y la ficha del sistema, sería prematuro planear su alojamiento en servidores propios, y el acceso por API obliga a comprobar por dónde circulan los datos. Lo más prudente es medir el modelo con las propias tareas de oficina y desarrollo antes de creer las clasificaciones de los proveedores.