Tencent Hy4: KI steuert den Rechner, die Gewichte fehlen noch

Hinweis: Dieser Beitrag wurde mit KI-Unterstützung erstellt und automatisiert veröffentlicht.

Tencent hat am 4. November 2026 die fertige Fassung von Tencent Hy4 veröffentlicht: ein Modell mit einer Million Token Kontext, Bildeingabe und der Fähigkeit, einen Rechner selbst zu bedienen. Angekündigt ist es als offenes Modell. Die Gewichte liegen allerdings nicht öffentlich, und eine Parameterzahl für diese Fassung hat Tencent bis heute nicht genannt. Wer jetzt Hardware oder ein Pilotprojekt plant, sollte deshalb genau hinsehen.

Was Tencent Hy4 laut Hersteller kann

Belegt sind für die Novemberfassung vor allem drei Dinge. Das Kontextfenster liegt bei 1.048.576 Token, die Eingabe verarbeitet Text und Bilder, und das Modell kann einen Rechner steuern – sowohl auf der Kommandozeile als auch in grafischen Oberflächen. Trainiert wurde das laut Tencent unter anderem an professioneller Software wie Blender und CAD-Werkzeugen sowie an langen Abläufen über mehrere Programme hinweg.

Die bekannten 770 Milliarden Parameter gehören dagegen zum Vorschaumodell vom August. Hy4-preview ist ein Mixture-of-Experts-Modell mit 770 Milliarden Parametern, davon rund 49 Milliarden je Token aktiv, verteilt auf 78 Schichten mit 256 Experten. Für die fertige Fassung gibt es weder Parameterzahl noch Modellkarte. Diese Werte lassen sich also nicht übertragen – und damit auch der Hardware-Bedarf nicht abschätzen.

Newsletter

Klartext zu KI, Security, Crypto

Einordnung statt Hype: was hinter den Tech-News steckt und was davon für dich zählt. Startbonus: die AD-Checkliste mit 12 Sofortmaßnahmen als PDF.

E-Mail-Adresse *

Mit der Anmeldung erhältst du die AD-Checkliste als PDF und danach den Tech-&-Tacheles-Newsletter mit Einordnungen zu Security, KI und Crypto sowie gelegentlichen Hinweisen auf meine Bücher und Produktempfehlungen (auch Affiliate-Links) – eingetragen bist du erst nach Klick auf den Bestätigungslink in der E-Mail (Double-Opt-in). Ich werte aus, ob du den Newsletter öffnest und Links anklickst, um ihn zu verbessern. Abmeldung jederzeit über den Link in jeder E-Mail, Details in der Datenschutzerklärung.

Herstellerzahlen und unabhängige Messung gehen auseinander

Die Benchmark-Werte zum Start stammen von Tencent selbst. Im Agenten-Test Terminal-Bench 4.0 nennt der Hersteller 44,4 Punkte für Hy4 – Platz vier hinter Claude Opus 5.5 (66,4), Kimi K3.1 Pro (65,7) und GPT-6.1 Sol (55,9). Bei OSWorld 2.1 kommt Hy4 auf 78,9 und damit auf Platz drei, knapp hinter Kimi (79,6) und Claude (81,8). Von 34 Tests in Tencents Tabelle sind 20 interne Verfahren.

Inzwischen liegt eine Fremdmessung vor, und sie fällt niedriger aus: Vals AI hat Hy4 am Releasetag über OpenRouter geprüft und kommt auf Terminal-Bench 4.0 auf 39,4 Prozent statt 44,4 – Platz 15 von 60 Modellen. Im Vals Index landet Hy4 mit 59,35 Prozent auf Platz 13 von 33. Der Sprung gegenüber der Vorschau ist dabei beachtlich: Die kam auf Terminal-Bench nur auf 8,08 Prozent.

Die Gewichte: angekündigt, aber nicht verfügbar

Hier lohnt der eigene Blick. Ein Abruf der Hugging-Face-API am 6. November 2026 liefert für tencent/Hy4 den Status HTTP 401 – kein öffentliches Repository. Offen stehen auf Hugging Face nur tencent/Hy4-preview und tencent/Hy4-preview-FP8 unter Apache 2.0, zuletzt geändert Ende August 2026; dieselben Vorschau-Gewichte liegen gespiegelt auf ModelScope, GitCode und CNB. Die Novemberfassung ist derzeit nur gehostet erreichbar, etwa über Tencent Cloud oder OpenRouter, wo sie seit dem 4. November gelistet ist.

„Open Source“ heißt hier bis auf Weiteres also: das August-Vorschaumodell. Gewichte und eine ausführliche System Card kündigt Tencent für später an, ein Datum nennt das Unternehmen nicht. Nebenbei: Manche Modell-Verzeichnisse führen Hy4 schon jetzt als „Weights Open“. Das deckt sich nicht mit dem, was Hugging Face ausliefert.

Was das für dich bedeutet

Aus CISO-Sicht stecken darin zwei verschiedene Risiken, die gern in einen Topf geworfen werden. Das erste ist ein Beschaffungsrisiko: Eine Ankündigung ist kein Download. Wer eine Roadmap auf „die Gewichte kommen“ stützt, baut auf eine Zusage ohne Termin – und ohne Parameterzahl lässt sich nicht einmal sagen, welche GPUs es später bräuchte. Ich habe das in über zwanzig Jahren IT oft genug gesehen: Zwischen Ankündigung und Verfügbarkeit liegen regelmäßig Monate. Für die Zwischenzeit bleibt die gehostete API, und die ist eine Datenübermittlung in ein Drittland mit allem, was datenschutzrechtlich dazugehört.

Das zweite Risiko ist das ernstere, und es betrifft die Computer-Bedienung. Ein Modell, das Tastatur, Maus und Shell steuert, ist kein Chatbot mehr, sondern ein Prozess, der mit dem Zugriffstoken seiner Sitzung arbeitet. Es nutzt die Kerberos-Tickets dieser Anmeldung für Single-Sign-on, sieht die verbundenen Netzlaufwerke und bedient einen bereits angemeldeten Browser mitsamt dessen Sitzungen. Eine manipulierte Webseite oder ein präpariertes Dokument im Arbeitsablauf genügt dann, um Aktionen auszulösen, die niemand beauftragt hat.

Eine Grenze gibt es allerdings, und sie ist die Grundlage der ersten Gegenmaßnahme: Windows lässt einen Prozess nur Fenster gleicher oder niedrigerer Integritätsstufe steuern. Ein Agent ohne Administratorrechte kann einem Fenster mit erhöhten Rechten keine Eingaben schicken. Panik ist also unnötig, Zurückhaltung nicht.

Drei konkrete Schritte

• Agenten nie im Produktivprofil laufen lassen. Eigene virtuelle Maschine, eigenes Konto ohne Administratorrechte, kein Single-Sign-on-Token im Profil, Snapshot vor dem Lauf. Genau diese Trennung macht die Integritätsstufen-Grenze oben wirksam – was der Agent nicht erreichen kann, kann er auch nicht beschädigen.
• Verfügbarkeit selbst messen, nicht lesen. Ein Aufruf von https://huggingface.co/api/models/<anbieter>/<modell> zeigt in Sekunden, ob ein Repository offen ist und unter welcher Lizenz. Prüfe das, bevor du Hardware oder Projektzeit einplanst – und glaube keiner Übersichtsseite, die „offene Gewichte“ behauptet.
• Beim Vergleich immer nach der Fremdmessung fragen. Hersteller-Benchmarks und unabhängige Läufe liegen hier fünf Punkte auseinander. Rechne mit der niedrigeren Zahl, und prüfe Benchmark-Name samt Version: Je nach Aggregator wird derselbe Spitzenwert mit 66,4 oder 66,8 angegeben.

Wer das Thema von der Hardware-Seite angeht und ernsthaft selbst hosten will, findet die Rechnung dahinter in meinem Ratgeber zur Hardware für lokale KI und LLMs. Und bei einem Modell dieser Größe gilt dieselbe Lehre wie bei Mistral Large 4: Offene Gewichte sind nicht gleich günstig.

Quellen

• Tencent: Hy4 Research Post – Ankündigung vom 4. November 2026 und Benchmark-Tabelle des Herstellers
• Vals AI: Hy4 Benchmarks – unabhängige Messung, Terminal-Bench 4.0 und Vals Index
• tencent/Hy4-preview auf Hugging Face – offene Gewichte der Vorschau unter Apache 2.0
• Tencent-Hunyuan/Hy4-preview auf GitHub – Architektur und Parameter des Vorschaumodells
• Tencent Hy4 bei OpenRouter – Listung vom 4. November 2026, Kontext und Modalitäten
• The Decoder: Tencent releases Hy4 with vision and computer use
• Unite.ai: Tencent Releases Full Hy4 Model With Vision and Computer Use