Tencent acaba de dar un golpe sobre la mesa en el sector open-source, y no es el típico lanzamiento que promete el oro y el moro para luego quedarse en nada. Tras varios meses de trabajo en la sombra, por fin conocemos el Hy4 Preview, un auténtico monstruo de la inteligencia artificial diseñado específicamente para aguantar sesiones maratonianas de programación. Una bestia parda.
Si miramos debajo del capó, las especificaciones técnicas marean un poco. Este modelo insignia cuenta con 770.000 millones de parámetros en total, de los cuales mantiene activos unos 49.000 millones mediante un sistema de mezcla de expertos. Básicamente, esta arquitectura le permite ser increíblemente rápido y eficiente sin perder ni una gota de potencia bruta durante la inferencia.
A ello se le suma una ventana de contexto gigantesca que rompe bastantes esquemas actuales. Hablamos de un millón de tokens de capacidad de memoria a corto plazo. Para que te hagas una idea, puedes meterle de golpe manuales técnicos enteros, repositorios de código interminables o montañas de historiales financieros, y el modelo ni se inmuta. Lo procesa todo de una sentada.
Jugando a ser programador e investigador a tiempo completo
Pero donde realmente saca pecho Tencent es en las tareas largas y tediosas. El Hy4 Preview no está hecho para escribirte un correo de disculpa o un poema rápido. Su objetivo principal es la ingeniería de software de larga duración, el trabajo de oficina pesado y la investigación científica pura y dura, abarcando campos como la inteligencia artificial o la física de la materia condensada. Palabras mayores.
En concreto, su capacidad ofimática y de gestión de datos es una barbaridad. El sistema puede coger archivos totalmente dispersos y transformarlos de forma autónoma en documentos formales, hojas de cálculo avanzadas o presentaciones. Y no se queda en el texto plano. Es capaz de lidiar con análisis de datos complejos, resolver ecuaciones y montar modelos financieros estructurados sin perder el hilo.
Si nos vamos al terreno del entretenimiento, la cosa se pone aún más interesante. La compañía asegura que puedes pedirle un prototipo jugable a partir de una única instrucción en texto. El modelo genera el código inicial, lo depura y sigue puliendo el proyecto dentro de motores de videojuegos a lo largo de múltiples turnos conversacionales. Así de simple.
Para demostrar que no venden humo, han documentado a fondo sus capacidades reales de razonamiento.En una prueba de posentrenamiento de modelos pequeños, el sistema coordinó el trabajo entre varios objetivos y superó a Codex trabajando de forma independiente en los ocho benchmarks analizados. Logró gestionar varias sesiones en paralelo, ajustando su propia dirección de investigación conforme analizaba los nuevos resultados.
La prueba del algodón: test a ciegas y precios agresivos
Claro que las pruebas de laboratorio cerradas están muy bien, pero el uso en el mundo real es otra historia completamente distinta. Por ese motivo, organizaron una exhaustiva comparativa interna a ciegas. Un grupo formado por 163 expertos de Tencent evaluó minuciosamente los resultados generados por varios modelos en 203 tareas de ingeniería complejas.
Y los números respaldan el esfuerzo de la tecnológica asiática. El Hy4 Preview obtuvo una nota media de 2,99, superando a rivales directos del mercado como GLM 5.3 (que sacó un 2,92) y Kimi K3 (con un 2,94). En el cara a cara directo contra GLM 5.3, se llevó la victoria en el 46,8 % de los casos. No barren del todo a la competencia, pero marcan su territorio con firmeza.
Si analizamos el duelo contra Kimi K3, la ventaja es todavía más evidente. El nuevo modelo logró un contundente 51,2 % de victorias frente a un 40,9 % de derrotas. Una ventaja competitiva clara que demuestra que entrenar el sistema con datos reales del trabajo diario de los ingenieros, analistas y expertos en seguridad de la propia Tencent está dando sus frutos.
Por si fuera poco, el gigante chino no está desarrollando esta tecnología en solitario. Continúan codiseñando este inmenso LLM de forma paralela junto a CodeBuddy y WorkBuddy. Este enfoque colaborativo explica por qué el modelo pone un énfasis tan especial en mejorar la calidad visual de los resultados cuando genera interfaces front-end para páginas web o aplicaciones.
Si hablamos de dinero, los costes de acceso a su API van a dar bastante que hablar. Los precios se sitúan en 0,042 dólares por millón de tokens para entrada en caché, subiendo a 0,834 dólares para la entrada normal y 2,501 dólares para los tokens de salida. Ya está disponible a través de Tencent Cloud, Yuanbao, OpenRouter y diversos repositorios públicos. Toca trastear con él.
La letra pequeña de este lanzamiento es que la propia empresa admite que estamos ante una versión temprana con margen de mejora. Son bastante honestos al reconocer que, en tareas excesivamente complejas, la IA puede quedarse razonando durante más tiempo del estrictamente necesario y tiende a verificar en exceso su propio trabajo. Un pequeño precio a pagar por tanta precisión. El mercado del open-source sigue pisando el acelerador sin frenos, y la pelota está ahora en el tejado de los competidores occidentales. Veremos quién recoge el guante.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
