Tencent Hy4 ganha visão e uso do computador, testado no WorkBuddy

Em 4 de novembro de 2026, a Tencent lançou o Hy4, versão definitiva do seu modelo de linguagem Hunyuan, após uma prévia divulgada em 28 de agosto. Segundo a empresa, é a primeira vez que a família incorpora visão nativa e a capacidade de operar um computador. O veículo chinês QbitAI testou o modelo dentro do WorkBuddy, a ferramenta de agentes da Tencent, e conclui que ele entrega tarefas completas com grande competência. Esse relato deve ser lido pelo que é: um teste de uso publicado por um veículo especializado chinês, com tarefas escolhidas por seu autor. Não é uma medição independente.

O que a Tencent anuncia com o Hy4

Um modelo de linguagem multimodal é um modelo capaz de processar texto e imagens ao mesmo tempo. Segundo o QbitAI, o Hy4 tem 770 bilhões de parâmetros no total, dos quais 49 bilhões são ativados a cada requisição, o que corresponde a uma arquitetura de mistura de especialistas. Um alerta: de acordo com o site Digital Applied, esses números são os da prévia e, até 5 de novembro, a Tencent não havia publicado uma ficha técnica da versão final. O modelo é oferecido no Tencent Cloud TokenHub, no WorkBuddy, no CodeBuddy, no assistente Yuanbao, no assistente do WeCom e no aplicativo ima, e sua API está disponível via OpenRouter, Hermes e OpenCode, conforme o QbitAI. O preço anunciado pela Tencent, relatado pelo Digital Applied, é de US$ 0,834 por milhão de tokens de entrada, US$ 2,501 de saída e US$ 0,042 para tokens em cache, o mesmo da prévia. O QbitAI acrescenta que o WorkBuddy, nas versões chinesa e internacional, oferece teste gratuito até 15 de novembro, às 23h59.

• Avaliação financeira feita com a Tencent Financial Technology: 213 profissionais, 579 tarefas; o Hy4 obtém 3,04, contra 2,97 do DeepSeek-V4.1-Flash-1017 e 2,68 tanto do Kimi K3.1 Pro quanto do GLM-5.3 (números internos da Tencent).
• Erros do tipo especulativo reduzidos de 23,1% para 5,6% nos conjuntos de avaliação da Tencent.
• Taxa de alucinação: de 15,76% para 5,45% no anúncio da Tencent relatado pelo Digital Applied, mas de 12,95% para 7,2% no artigo do QbitAI. Os dois conjuntos de números não coincidem.
• Visão: localizar um elemento de telhado de cerca de 2 metros em uma imagem aérea de 2,8 bilhões de pixels, segundo o QbitAI.
• Pesquisa: avaliação interna TenureTrail, 123 tarefas executáveis em 7 disciplinas.

O que o teste do QbitAI realmente mostra

O primeiro desafio dado ao Hy4 no WorkBuddy foi um teclado mecânico 3D interativo no formato 75%, com 84 teclas e seis camadas (teclas, switches, placa, placa de circuito, bateria e carcaça), que se desmonta com o mouse e anima o acionamento das teclas. O segundo foi reproduzir um player de música retrô a partir de uma única captura de tela. O jornalista avalia a fidelidade visual em quase 99,9%, uma impressão subjetiva, e aponta apenas uma diferença: dos dois botões de navegação, um é redondo e o outro quadrado. O modelo também gerou três faixas de teste com a API Web Audio do navegador. Segundo o registro de execução citado pelo QbitAI, ele abriu um Chrome sem interface para clicar em cada botão: 48 de 51 testes passaram na primeira rodada, um caso-limite foi corrigido (passar para a faixa seguinte depois da última) e, no fim, 59 testes passaram, sem nenhum erro no console.

Em seguida, o Hy4 construiu um parque de diversões em 3D a partir de uma planta, com carrossel e roda-gigante animados, minimapa e passeio automático. Produziu uma apresentação de 16 páginas sobre um projetor portátil (eram pedidas 15), desenhou os esquemas em código vetorial e manteve os gráficos editáveis. Ao notar que um texto ultrapassava a página 4, refez o layout antes de continuar. Para um modelo escuro, testou apenas uma página antes de aplicá-lo às demais. Por fim, entregou uma ferramenta de processamento de imagens em lote chamada ATELIER, com processamento paralelo, comparação antes e depois e exportação em ZIP, depois de estudar ferramentas abertas como o Squoosh.

A última demonstração foi o uso do computador: o Hy4 abre o JS Paint no Chrome, escolhe ferramentas e cores e copia com o mouse uma imagem de referência, tudo gravado. O que o QbitAI destaca é sobretudo um método: avançar em pequenos testes, verificar e só então ampliar. Essas demonstrações foram escolhidas pelo testador. O artigo não traz protocolo reproduzível, custo, duração das tarefas nem taxa de falhas em muitas tentativas.

Código aberto ou ainda não: o que falta verificar

A manchete do QbitAI coloca o Hy4 entre os modelos de código aberto mais potentes. No entanto, segundo o Digital Applied, os pesos da versão final não eram públicos em 5 de novembro: a página do Hugging Face indicada pelo OpenRouter retornava erro 401 e o repositório do GitHub, erro 404. A Tencent escreve que pretende abrir os pesos e publicar então uma ficha do sistema; o QbitAI fala em abertura em breve. O único modelo Hy4 disponível para download é a prévia de agosto, sob licença Apache 2.0, conforme a ficha do Hugging Face citada pelo Digital Applied. A licença e o número de parâmetros da versão final não foram publicados. Por ora, a expressão descreve uma promessa, não um arquivo que se possa baixar.

As avaliações citadas são todas internas da Tencent ou fornecidas por parceiros. Os depoimentos da Manus (quase 97% de sucesso em tarefas de documentos), da RabyteTech, do WorkBuddy e do Yuanbao são publicados pela Tencent, e dois dos quatro vêm de produtos da própria empresa, destaca o Digital Applied, que não encontrou nenhuma reprodução independente. O QbitAI também relata que o Hy4, com uma equipe da Universidade de Pequim, encontrou um contraexemplo para uma conjectura matemática e o verificou em Lean: não conseguimos verificar isso. Uma versão mais leve, o Hy4 flash, foi anunciada sem data.

O que muda para as empresas

Para uma empresa brasileira, o Hy4 é antes de tudo um candidato a testar, não uma escolha a fechar. O preço anunciado torna o teste barato e o período gratuito do WorkBuddy vai até 15 de novembro. Mas, enquanto pesos, licença e ficha do sistema não forem publicados, seria prematuro planejar hospedá-lo em servidores próprios, e o acesso por API exige checar por onde passam os dados, inclusive diante da LGPD. O mais prudente é medir o modelo nas próprias tarefas de escritório e de desenvolvimento antes de acreditar nos rankings dos fornecedores.