
Hy4 Preview est un modèle MoE de 770B (49B actifs, contexte de 1M) développé par Tencent, conçu pour les tâches agentiques à long terme. Il gère de manière autonome le codage, le développement de jeux et l'analyse de documents complexes, en exécutant ses propres tests et en corrigeant les bogues avant la livraison.
Créateur
indie_inkwell
Mots-clés du produit
Chargement des commentaires...
Hy4 preview est un grand modèle de langage de type Mixture-of-Experts (MoE) développé par Tencent, conçu comme une base pour le travail agentique sur un horizon long. Il totalise 770 milliards de paramètres, dont 49 milliards actifs à l'inférence, associés à une fenêtre de contexte d'un million de tokens — une combinaison pensée pour les tâches qui durent, se ramifient souvent et exigent une cohérence soutenue.
Plutôt que de se comporter comme un assistant conversationnel passif, Hy4 preview est conçu pour agir. Il gère de manière autonome le codage, le développement de jeux et l'analyse de documents complexes, en exécutant ses propres tests et en corrigeant les bugs avant la livraison. Cette boucle d'auto-vérification est l'idée centrale : le modèle ne se contente pas de produire un résultat, il le vérifie et itère jusqu'à ce que le travail tienne la route.
Hy4 preview utilise une conception Mixture-of-Experts totalisant 770 milliards de paramètres, dont 49 milliards actifs à l'inférence. Cette structure vise à offrir une grande capacité tout en maintenant une empreinte de calcul active plus gérable que celle d'un modèle dense de taille équivalente.
Le modèle prend en charge une longueur de contexte allant jusqu'à 1 million de tokens. C'est cette capacité qui rend possibles les tâches agentiques soutenues sur un horizon long, sans perdre constamment le contexte antérieur.
Hy4 preview est conçu pour prendre en charge des tâches de codage et de développement de jeux de bout en bout. Il exécute ses propres tests et corrige les bugs avant la livraison, bouclant ainsi la chaîne entre génération et vérification.
Au-delà du code, le modèle est conçu pour l'analyse approfondie de documents complexes. Le contexte long et le comportement agentique se combinent pour soutenir un travail de révision portant sur un volume substantiel de contenu.
Hy4 preview ne se contente pas de générer — il teste son propre travail et corrige ce qui casse avant de livrer quoi que ce soit.
Ce comportement autocorrectif est le facteur différenciant. La plupart des modèles s'arrêtent à la production d'une réponse plausible ; Hy4 preview est pensé pour livrer des résultats vérifiés, ce qui compte énormément lorsque la sortie est du code ou un plan agentique multi-étapes. Le contexte d'un million de tokens et l'échelle MoE servent cet objectif — ils donnent au modèle l'espace pour travailler et la capacité de bien le faire.
Vous construisez des agents qui doivent fonctionner longtemps sans perdre le fil, ou vous voulez un modèle qui considère les tests et la correction de bugs comme faisant partie du travail plutôt que comme une réflexion après coup. Si votre travail implique de grandes bases de code, des projets de jeux ou des documents denses qui ne tiennent pas dans une fenêtre de contexte classique, Hy4 preview vise directement ce créneau.
D'autres outils que vous pourriez envisager
Découvrez Mellum, une famille de modèles linguistiques rapides, incluant un modèle de nouvelle génération pour une inférence à très faible latence et haute performance.
Clears est une plateforme d'exécution agentique pour la livraison logicielle autonome, aidant les organisations de R&D à dépasser les outils d'IA individuels pour passer à une exécution agentique sur l'ensemble du cycle de vie du développement logiciel.
GitHits permet aux agents de codage d'accéder au code open source dont votre application dépend. Obtenez des exemples d'implémentation concrets, une navigation dans les sources des dépendances, une inspection des packages et de la documentation. Les agents peuvent parcourir et lire votre codebase. Mais ils ne peuvent pas parcourir et lire le code open source dont votre application dépend. C'est là qu'ils commencent à deviner, à réessayer et à boucler. GitHits construit un index tenant compte des versions à la demande. Les agents peuvent rechercher, naviguer et inspecter le code derrière leurs dépendances. CLI : npx githits@latest init
Harness Starter Kit aide les équipes à transformer des invites de codage IA fragiles en règles de dépôt durables : AGENTS.md, vérifications de dérive, mémoire des échecs, rapports d'adoption et profils de pile pour une collaboration plus sûre entre agents.
Chargement des commentaires...