Tencent, görsel anlama yeteneğini ilk kez ana modeline taşıyan Hy4'ü duyurdu. Model; karmaşık talimatları izleme, uzun bağlamları işleme, araç çağırma ve uzun soluklu ajan görevlerini tek bir sistemde birleştiriyor.

Hy4'ün dikkat çeken tarafı yalnızca metin üretmesi değil, bilgisayar kullanımı yapabilmesi. Model komut satırı ve grafik arayüzlerle etkileşime girebiliyor; görsel düzenleme, grafik analizi, matematiksel görsel akıl yürütme ve yazılım geliştirme gibi işlerde daha doğrudan görev alabiliyor.

Tencent, Hy4'ü açık kaynak yaklaşımıyla konumlandırıyor ve model ağırlıkları ile sistem kartlarının kısa süre içinde paylaşılacağını belirtiyor. Model aynı zamanda Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao ve WeCom'un yapay zeka asistanı gibi ürünlerde kullanılabiliyor.

Bu çıkış, açık model rekabetinin yalnızca benchmark sonuçlarından ibaret olmadığını gösteriyor. Hy4; finansal analiz, ofis iş akışları, oyun geliştirme ve bilimsel araştırma gibi alanlarda gerçek görevleri uçtan uca tamamlamaya odaklanıyor. Tencent'in açıklamasına göre modelin API erişimi üçüncü taraf platformlara da açılıyor ve standart fiyatı milyon giriş tokenı için yaklaşık 0,90 dolar seviyesinde tutuluyor.

Hy4'ün küresel önemi, görsel akıl yürütme ile bilgisayar kullanımını erişilebilir bir açık model hattında birleştirmesinde yatıyor. Ağırlıkların ve teknik belgelerin yayımlanması, geliştiricilerin modeli kendi altyapılarında denemesine ve ajan tabanlı ürünlerde daha fazla kontrol kurmasına alan açabilir.