Pada 4 November 2026, Tencent mengumumkan rilis penuh Hy4, model andalan terbarunya di keluarga Hunyuan. Ini bukan sekadar pembaruan angka versi. Dibanding pratinjau Hy4 yang hadir pada Agustus 2026, rilis penuh ini menambahkan dua kemampuan yang mengubah cara model dipakai: pemahaman visual dan kemampuan mengoperasikan komputer — atau yang biasa disebut computer use. Model ini kini bisa membaca detail gambar dan grafik yang rumit, lalu bertindak lewat antarmuka baris perintah maupun antarmuka grafis, bukan hanya menjawab lewat teks.
Sebelum melangkah lebih jauh, satu penegasan penting tentang status rilis ini, karena pemberitaan sekunder tentangnya tidak sepenuhnya seragam. Yang tersedia sekarang adalah akses lewat API yang di-hosting dan lewat produk-produk Tencent. Bobot modelnya sendiri dan kartu sistem yang komprehensif dijanjikan untuk rilis berikutnya, bukan bagian dari rilis 4 November ini. Sebagian pemberitaan menyebut Hy4 sebagai model open-source atau berbobot terbuka, tetapi rujukan yang paling hati-hati terhadap pengumuman Tencent justru menegaskan sebaliknya: bobotnya masih direncanakan, bukan sudah bisa diunduh hari ini. Artikel ini mengikuti versi yang lebih hati-hati itu, dan pembaca sebaiknya memperbarui informasi ini begitu Tencent benar-benar menerbitkan bobot dan kartu sistemnya. Semua uraian di sini disusun dari pengumuman Tencent dan pemberitaan sekunder, tanpa pengujian langsung oleh penulis, dan angka-angka evaluasi yang dikutip di bawah adalah angka yang dilaporkan Tencent sendiri, bukan hasil validasi independen.
Dari Pratinjau ke Rilis Penuh: Apa yang Berubah
Hy4 pratinjau yang dirilis pada Agustus 2026 adalah model mixture-of-experts dengan 770 miliar parameter total dan 49 miliar parameter aktif per kueri, serta jendela konteks 1 juta token. Angka-angka itu penting karena menjelaskan filosofi Hy4: modelnya sangat besar, tetapi hanya sebagian kecil parameternya yang aktif untuk setiap pertanyaan, sehingga biaya komputasinya tetap terkendali. Tencent sendiri mengakui kelemahan pratinjau itu, antara lain penalaran yang berlebihan dan verifikasi yang terlalu sering — model yang terlalu banyak berpikir dan terlalu sering memeriksa ulang dirinya sendiri, sehingga lambat dan boros.
Rilis penuh November 2026 diklaim memperbesar skala pra-pelatihan maupun pasca-pelatihan secara substansial. Tencent melaporkan peningkatan atas pratinjau dalam hal mengikuti instruksi, memahami konteks panjang, menyelesaikan tugas berjangka panjang, dan melakukan riset mendalam. Klaim-klaim ini, sekali lagi, adalah klaim perusahaan, dan belum diuji oleh pihak ketiga secara terbuka pada saat artikel ini ditulis. Namun arahnya jelas: Tencent tidak hanya memperbesar model, melainkan mengarahkannya menjadi agen yang bisa bekerja lama, melintasi banyak aplikasi, dan menangani pekerjaan profesional yang nyata.
Perlu juga dibedakan dari satu judul lama di blog ini: pada 30 Oktober 2026 blog ini pernah membahas Hunyuan Video untuk sinema AI. Itu produk video generatif dari keluarga Hunyuan yang sama, tetapi bukan Hy4. Hy4 adalah model bahasa besar multimodal dengan kemampuan agen, bukan generator video. Keduanya berbagi nama keluarga, tetapi fungsinya berbeda.
Memahami Visual: Bukan Sekadar Melihat Gambar
Kemampuan visual adalah tambahan yang paling mudah dipahami, tetapi juga paling mudah diremehkan. Hy4 kini menerima masukan teks dan gambar, dan menurut Tencent, ia bisa menafsirkan detail gambar yang halus serta grafik yang kompleks. Daftar penerapan yang dirilis OpenRouter untuk Hy4 menegaskan hal ini di sisi teknis: jendela konteks 1.048.576 token, batas penyelesaian 65.536 token, masukan teks dan gambar, dan keluaran teks, dengan Tencent Cloud sebagai satu-satunya penyedia yang terdaftar di sana.
Mengapa ini penting? Karena sebagian besar pekerjaan profesional tidak berbentuk teks rapi. Ia berbentuk tangkapan layar dasbor, grafik keuangan, diagram arsitektur, gambar teknik, dan dokumen yang dipindai. Model yang hanya bisa membaca teks akan buta terhadap semua itu, atau bergantung pada deskripsi teks yang dibuat orang lain. Model yang bisa melihat langsung dapat memeriksa grafik itu sendiri, membandingkan angka di dalamnya dengan dokumen lain, dan menemukan ketidakkonsistenan yang tidak terlihat dari teks saja.
Tencent secara khusus menyebut pelatihan untuk alur kerja profesional seperti Blender dan CAD — perangkat desain 3D dan perancangan teknik. Ini memberi gambaran tentang ambisi Hy4: bukan sekadar chatbot yang bisa menjawab pertanyaan tentang gambar, melainkan asisten kerja yang memahami artefak kerja profesional, dari model 3D sampai gambar teknik, dan bisa membantu mengolahnya.
Computer Use: Ketika AI Mulai Mengklik dan Mengetik
Kemampuan kedua, computer use, adalah yang paling mengubah cara kerja. Hy4 diklaim bisa beroperasi melintasi antarmuka baris perintah dan antarmuka grafis: membuka aplikasi, mengklik tombol, mengisi formulir, menjalankan perintah, dan menyelesaikan alur kerja yang membentang di banyak aplikasi. Ini adalah arah yang sama dengan yang ditempuh agen-agen AI lain pada 2026 — dari NorthCUA yang bersifat open-source sampai agen-agen komersial — tetapi Hy4 membawanya ke dalam model andalan Tencent sendiri.
Perbedaannya dengan sekadar menjawab pertanyaan adalah soal tanggung jawab. Model yang menjawab pertanyaan bisa salah dan pengguna bisa memeriksa jawabannya. Agen yang mengoperasikan komputer bisa mengubah keadaan: menghapus berkas, mengirim pesan, mengubah pengaturan, atau memesan sesuatu. Karena itu, computer use tidak bisa dinilai hanya dari kecerdasannya, melainkan juga dari kehati-hatiannya: apakah ia memeriksa sebelum bertindak, apakah ia meminta konfirmasi untuk tindakan yang berisiko, dan apakah jejak tindakannya bisa diaudit. Pada titik ini, pengumuman Tencent lebih banyak berbicara tentang kemampuan daripada tentang pagar pengaman operasionalnya, dan itu adalah hal yang perlu diperhatikan oleh siapa pun yang berencana memakainya untuk pekerjaan nyata.
Satu hal yang juga perlu dicatat: kemampuan computer use Hy4 dilatih untuk alur kerja yang panjang dan melintasi banyak aplikasi, bukan hanya satu tugas pendek. Tencent menyebut pelatihan untuk interaksi antarmuka yang kompleks, logika bisnis, manajemen status, dan integrasi full-stack. Dalam bahasa yang lebih sederhana, model ini dirancang untuk pekerjaan yang biasanya memakan waktu berjam-jam dan melibatkan banyak jendela, bukan sekadar satu perintah singkat.
Dua Panggung Uji: Pengembangan Game dan Keuangan
Tencent menguji Hy4 di dua bidang yang sangat dekat dengan bisnisnya sendiri, dan hasilnya memberi gambaran yang lebih konkret daripada sekadar skor benchmark umum.
Pertama, pengembangan game. Pengembang dari Tencent Interactive Entertainment Group membantu mengkurasi data pelatihan dan evaluasi untuk pengembangan game, mencakup Unreal Engine, Unity, dan Godot, serta logika gameplay, jalur aset, dan pengembangan multipemain. Tencent melaporkan peningkatan 19,1 persen pada GameDev dan 9,8 persen pada GameLogic dibanding pratinjau. Angka-angka ini sekali lagi adalah angka perusahaan, tetapi bidangnya sendiri memberi tahu sesuatu: pengembangan game adalah pekerjaan yang memadukan kode, aset visual, dan logika sistem yang saling terkait, sehingga ia menjadi uji yang bagus untuk model yang mengklaim bisa melihat, merencanakan, dan menggunakan perangkat.
Kedua, keuangan. Tencent membangun ribuan ruang kerja realistis dan puluhan ribu tugas, lalu mengevaluasi Hy4 bersama 213 profesional keuangan, termasuk 153 ahli dari institusi keuangan, pada 579 tugas dunia nyata. Dalam evaluasi yang dijalankan perusahaan itu, Hy4 diklaim menempati peringkat pertama di antara model berbobot terbuka dengan skor 3,04, di depan DeepSeek-V4.1-Flash-1017 dengan 2,97 serta Kimi K3.1 Pro dan GLM-5.3 yang masing-masing 2,68. Tencent juga melaporkan penurunan halusinasi dalam evaluasi pencarian internal dari 15,76 persen pada pratinjau menjadi 5,45 persen, dan penurunan kesalahan spekulatif dari 23,1 persen menjadi 5,6 persen. Pada TenureTrail, kumpulan internal berisi 123 tugas riset lintas tujuh disiplin, Hy4 juga diklaim pertama di antara model berbobot terbuka.
Semua angka ini harus dibaca dengan kacamata yang tepat. Evaluasi yang dirancang, dijalankan, dan dilaporkan oleh perusahaan yang sama dengan modelnya cenderung menguntungkan model itu, dan skor seperti 3,04 dari skala yang tidak dijelaskan secara publik sulit dibandingkan dengan benchmark lain. Yang bisa diambil dari sini bukanlah peringkat pastinya, melainkan pola yang diklaim: Hy4 diarahkan menjadi model kerja yang bisa diandalkan untuk tugas profesional yang panjang, dan Tencent menginvestasikan evaluasi yang cukup serius — melibatkan ratusan profesional — untuk membuktikan klaim itu.
Akses dan Harga: Tersedia Sekarang, Lewat Jalur Hosting
Untuk saat ini, Hy4 bisa diakses lewat Tencent Cloud dan OpenRouter, serta di dalam produk Tencent seperti CodeBuddy, WorkBuddy, Yuanbao, dan ima. Harga API yang tercantum tidak berubah dari pratinjau: 0,834 dolar AS per satu juta token masukan, 2,501 dolar AS per satu juta token keluaran, dan 0,042 dolar AS per satu juta token masukan yang di-cache. Sebagian pemberitaan juga menyebut diskon peluncuran 50 persen hingga 31 Desember 2026, tetapi angka harga daftar yang dikutip dari pengumuman Tencent adalah angka di atas, dan pembaca yang berencana memakai API ini sebaiknya memeriksa halaman harga resmi Tencent Cloud sebelum menggunakannya, karena harga promosi dan harga daftar bisa berbeda.
Pola akses ini menempatkan Hy4 di posisi yang agak di tengah. Ia bukan model yang sepenuhnya tertutup seperti model-model proprietary paling atas, tetapi juga bukan model yang sudah bisa diunduh dan dijalankan sendiri hari ini. Bagi pengembang, ini berarti Hy4 bisa dicoba sekarang lewat API tanpa menunggu bobotnya, tetapi tidak bisa dimodifikasi secara mendalam atau dijalankan di infrastruktur sendiri sampai bobot itu benar-benar diterbitkan. Bagi perusahaan yang peduli dengan kendali data, perbedaan ini penting: memakai API berarti data melewati infrastruktur penyedia, sementara menjalankan bobot sendiri memberi kendali yang jauh lebih besar.
Keamanan dan Keterbukaan: Janji yang Masih Ditunggu
Tencent mengakui bahwa Hy4 masih tertinggal dari model-model proprietary teratas, terutama pada benchmark internal yang menantang untuk matematika tingkat riset, pengodean jangka panjang, peningkatan diri model, dan tanya-jawab visual tingkat lanjut. Pengakuan seperti ini jarang terdengar dalam pengumuman peluncuran, dan justru membuatnya lebih kredibel: Tencent tidak mengklaim Hy4 sudah menjadi yang terbaik di semua hal.
Di sisi keamanan, Tencent menyebut beberapa langkah selama pelatihan: data keamanan siber dibatasi pada pembuatan proof-of-concept defensif dan penambalan kerentanan, sementara materi pengembangan exploit, rekayasa balik, dan pengujian penetrasi disaring. Laboratorium keamanan Tencent, Xuanwu Lab dan Keen Security Lab, melakukan audit red-team, dan perusahaan melaporkan tidak ada peningkatan risiko dalam hal membalikkan algoritma kriptografi, mengalahkan obfuscation biner, atau mengeksploitasi kerentanan. Pada Hy-BioExperimentBench, Hy4 mendapat skor 30,4 dari 100, dengan peninjau internal menilai kemampuannya mengubah pengetahuan biologi menjadi protokol eksperimen yang bisa ditindaklanjuti masih terbatas, dan tidak ada bukti bahwa model ini secara berarti menurunkan hambatan terhadap bahaya biologis.
Bobot yang direncanakan itu rencananya akan disertai kartu sistem yang komprehensif, mencakup evaluasi keamanan dan detail teknis tambahan, dengan dukungan ekosistem yang dikembangkan bersama komunitas vLLM dan SGLang. Sebuah varian terpisah, Hy4 Flash, juga direncanakan dalam waktu dekat, dengan target efisiensi biaya yang jauh lebih baik dan inferensi yang lebih cepat. Sampai kedua hal itu benar-benar tiba, gambaran lengkap tentang Hy4 — seberapa amannya, seberapa terbukanya, dan seberapa murahnya varian cepatnya — masih berupa janji, bukan fakta yang bisa diperiksa.
Untuk Siapa Hy4 Masuk Akal, dan Untuk Siapa Belum
Hy4 paling masuk akal untuk tiga kelompok. Pertama, pengembang dan tim produk yang sudah berada di ekosistem Tencent — pengguna CodeBuddy, WorkBuddy, atau Yuanbao — karena Hy4 langsung tersedia di sana tanpa perlu berpindah platform. Kedua, tim yang mengerjakan alur kerja visual dan multi-aplikasi, seperti pengembangan game, desain dengan Blender atau CAD, dan analisis keuangan berbasis dokumen dan grafik, karena di situlah kombinasi penglihatan dan computer use Hy4 paling relevan. Ketiga, peneliti dan pengamat model terbuka yang ingin mengikuti apakah janji bobot terbuka Tencent benar-benar terwujud, karena Hy4 bisa menjadi salah satu model terbuka terbesar berikutnya setelah Mistral Large 4.
Hy4 kurang masuk akal, untuk saat ini, bagi mereka yang membutuhkan model yang bisa dijalankan sendiri hari ini, karena bobotnya belum diterbitkan. Ia juga belum bisa dijadikan patokan untuk tugas-tugas paling sulit — matematika riset, pengodean jangka panjang yang sangat kompleks, dan tanya-jawab visual tingkat lanjut — karena Tencent sendiri mengakui kesenjangan di sana. Dan bagi siapa pun yang berencana memakai computer use untuk tindakan yang berisiko, seperti mengubah sistem produksi atau menangani data sensitif, pengumuman ini belum memberi cukup detail tentang pagar pengaman operasionalnya untuk dijadikan dasar keputusan.
Apa yang Perlu Diikuti Setelah Ini
Ada tiga hal yang layak dipantau setelah rilis 4 November ini. Pertama, apakah Tencent benar-benar menerbitkan bobot Hy4 beserta kartu sistemnya, dan kapan — karena itulah yang menentukan apakah Hy4 menjadi model terbuka yang sesungguhnya atau tetap menjadi penawaran hosting. Kedua, bagaimana Hy4 Flash diposisikan: apakah ia benar-benar jauh lebih murah dan cepat, dan apakah ia mengorbankan kemampuan yang membuat Hy4 menarik. Ketiga, bagaimana evaluasi independen menilai Hy4 begitu model ini bisa diuji pihak ketiga, karena sampai saat itu, hampir semua angka yang beredar berasal dari Tencent sendiri.
Hy4 menandai satu pergeseran yang lebih besar dari sekadar satu model baru. Model-model andalan kini tidak lagi bersaing hanya soal siapa yang paling pintar menjawab pertanyaan, melainkan soal siapa yang bisa melihat pekerjaanmu dan ikut mengerjakannya — membuka aplikasi, membaca grafik, dan menyelesaikan alur kerja yang panjang. Tencent, lewat Hy4, baru saja menyatakan ikut dalam persaingan itu dengan caranya sendiri: model raksasa yang hemat lewat arsitektur mixture-of-experts, visual sejak awal, dan agen sejak awal. Apakah janji keterbukaannya menyusul kemampuannya, itulah pertanyaan yang akan menentukan seberapa jauh Hy4 benar-benar bisa dipakai, bukan hanya dikagumi.
Catatan transparansi: Artikel ini disusun dari pengumuman Tencent dan pemberitaan sekunder, tanpa pengujian langsung oleh penulis. Angka-angka evaluasi yang dikutip adalah angka yang dilaporkan Tencent sendiri, bukan hasil validasi independen, dan status bobot model serta kartu sistemnya masih berupa rencana pada saat artikel ini ditulis. Pembaca sebaiknya memeriksa sumber resmi Tencent Cloud dan OpenRouter untuk informasi terbaru tentang akses dan harga.