Tencent Hy4
El nuevo modelo de lenguaje de pesos abiertos Hy4 de Tencent se está evaluando frente a rivales como DeepSeek, Kimi y los modelos de OpenAI/Anthropic tanto en precio como en capacidad, y muchos señalan que se sitúa cerca de la frontera coste–precisión pero puede ser lento y demasiado minucioso. Los comentaristas destacan sus fortalezas en analítica de datos y desarrollo de juegos, al tiempo que cuestionan su competitividad en coste por tarea y el impacto de las decisiones de entrenamiento orientadas a la seguridad que excluyen la ciberofensiva y otros dominios “tabú”. El lanzamiento también alimenta debates más amplios sobre el progreso de la IA china, los controles de exportación, las normas de vigilancia y si los modelos abiertos más baratos erosionarán la ventaja de los sistemas propietarios occidentales.
Rendimiento del modelo y benchmarks
- Hy4 suele considerarse fuerte entre los modelos de pesos abiertos, pero aún por detrás de los principales modelos propietarios en matemáticas difíciles, programación de largo horizonte, auto-mejora y visión avanzada.
- En comparación con Kimi 3.1 Pro, se dice que Hy4 es ligeramente más débil pero significativamente más barato y entrenado con menos tokens (770B frente a 2.8T), y algunos sostienen que los modelos más grandes mejoran sobre todo el “gusto” y el comportamiento de contexto largo.
- En benchmarks específicos:
- Una puntuación de 31 en FrontierCode 2.0 se considera aproximadamente comparable a GPT‑6.1 Sol y Opus 5.5 Medium.
- El benchmark de analítica de datos de Plotly sitúa a Hy4 en la frontera coste/precisión entre GPT‑6.1 Sol y Terra, pero señala que es muy minucioso y muy lento, y a menudo realiza muchas consultas.
- En PacBench (agente del juego Pac-Man), Hy4 empata con DeepSeek V4.1 Flash en puntuación de juego mientras cuesta aproximadamente 7× menos, aunque es algo más lento.
Precios, eficiencia y coste por tarea
- Algunos sostienen que Hy4 “no es competitivo en coste” frente a DeepSeek basándose en los precios publicados por token; otros dicen que el precio por token es engañoso y que lo que importa es el coste por tarea.
- La experiencia con DeepSeek V4.1 Flash indica que puede ser más barato en la práctica debido a precios de tokens cacheados muy bajos y altas tasas de acierto de caché.
- Un análisis enlazado de “eficiencia de la inteligencia” es criticado por ejecutar DeepSeek en “Max” en lugar de “High” y por usar benchmarks que no reflejan el trabajo de ingeniería de software multi-turno y de gran contexto.
Seguridad, capacidades ofensivas y filtrado de contenido
- El entrenamiento de Hy4 filtra intencionadamente contenido ofensivo como desarrollo de exploits, ingeniería inversa y pruebas de penetración, lo que decepciona a usuarios que dependen de esas capacidades.
- Algunos contrastan esto con enfoques que entrenan con ciberofensiva y luego intentan añadir seguridad después; otros elogian la elección de Tencent como una mitigación más directa.
- Hay debate sobre los controles de exportación chinos (“Announcement 48”), con incertidumbre sobre cómo afectarán a los modelos de pesos abiertos, especialmente para aplicaciones biomédicas.
Modelos abiertos vs propietarios y tendencias del ecosistema
- Varios comentarios ven a Hy4 y a otros modelos abiertos recientes (DeepSeek, Kimi, Qwen, Particle‑1, Ember‑1) como fuerzas que devuelven a los pesos abiertos a la frontera coste/precisión.
- Se señala que el post-entrenamiento sobre modelos fuertes existentes es cada vez más eficaz.
- Algunos predicen que los modelos chinos abiertos superarán a los laboratorios de EE. UU. en un año; otros insisten en que los modelos fronteriza de EE. UU. (Opus/Sol/Astra) siguen claramente por delante en el extremo superior y que los modelos más baratos aumentan en realidad la demanda de inferencia de primer nivel (paradoja de Jevons), punto que otros disputan por no ser aplicable universalmente.
Enfoque en desarrollo de juegos
- Hy4 está fuertemente afinado para desarrollo de juegos: implementación de características, lógica de juego, seguimiento de estado, canalizaciones de recursos y soporte para Unreal, Unity y Godot, incluido multijugador.
- Esto se ve como una adaptación natural dado el gran portafolio global de juegos de Tencent y sus participaciones en grandes estudios.
Geopolítica, economía y hardware futuro
- Algunos argumentan que las perspectivas de la economía estadounidense dependen de si OpenAI/Anthropic siguen por delante de los modelos chinos; otros consideran esto exagerado o “doom-y”.
- Hay analogías con la dinámica de “too big to fail” de 2008 y con Silicon Graphics: si el hardware, la cuantización y las arquitecturas siguen mejorando, los LLM casi SOTA podrían acabar ejecutándose baratamente en máquinas de consumo, presionando los modelos de negocio actuales tipo SaaS.
- Otros responden que muchas empresas pueden construir hardware y modelos capaces en todo el mundo, así que los beneficios de la IA no quedan bloqueados a un solo país o laboratorio.
Vigilancia, tecnocracia y actitudes hacia la tecnología
- Las demos de visión de Hy4 (p. ej., imágenes de satélite, geolocalización) provocan comentarios de que los lanzamientos chinos parecen menos preocupados por parecer tecnología de doble uso o militar.
- Varias anécdotas contrastan la infraestructura visible de alta tecnología y la vigilancia omnipresente de China con las preocupaciones occidentales sobre privacidad y derechos; las opiniones divergen:
- Algunos describen China como una especie de tecnocracia donde la gente percibe en general que la tecnología mejora la vida diaria.
- Otros enfatizan la censura, la monitorización (p. ej., escándalos de telemetría en teléfonos) y el riesgo de que, una vez desplegados, los sistemas intrusivos sean difíciles de revertir.
- Se citan encuestas sobre democracia percibida y calidad de gobierno para argumentar que los ciudadanos chinos a menudo se sienten mejor representados que el público occidental; otros siguen siendo escépticos, señalando propaganda, desarrollo desigual y preocupaciones por los derechos humanos.
Usabilidad, nomenclatura y confianza
- El sitio oficial de Hy4 es criticado por ser torpe (p. ej., benchmarks difíciles de leer/hacer zoom).
- Hay bromas sobre nombres de modelos chinos más coloridos y referencias a marcas estilo “big brother”.
- Algunos expresan desconfianza al enviar datos a proveedores chinos; otros replican que esos rechazos superficiales aportan poco sin argumentos concretos.