
O Hy4 Preview é um modelo MoE de 770B (49B ativos, contexto de 1M) da Tencent, desenvolvido para tarefas agênticas de longo prazo. Ele lida autonomamente com codificação, desenvolvimento de jogos e análise de documentos complexos, executando seus próprios testes e corrigindo bugs antes da entrega.
Criador
indie_inkwell
Palavras-chave do produto
Carregando comentários...
O Hy4 preview é um modelo de linguagem de grande escala do tipo Mixture-of-Experts (MoE) da Tencent, posicionado como base para trabalho agêntico de longo horizonte. Ele carrega 770B parâmetros totais com 49B ativos na inferência, combinados com uma janela de contexto de 1M tokens — uma combinação voltada diretamente para tarefas que duram muito, ramificam com frequência e exigem coerência sustentada.
Em vez de se comportar como um assistente de chat passivo, o Hy4 preview foi projetado para agir. Ele lida de forma autônoma com programação, desenvolvimento de jogos e análise de documentos complexos, executando seus próprios testes e corrigindo bugs antes da entrega. Esse ciclo de autoverificação é a ideia central: o modelo não apenas produz resultados, ele verifica os resultados e itera até que o trabalho se sustente.
O Hy4 preview usa um design Mixture-of-Experts totalizando 770B parâmetros, com 49B ativos durante a inferência. Essa estrutura visa entregar alta capacidade mantendo a pegada de computação ativa mais gerenciável do que um modelo denso de escala equivalente.
O modelo suporta um comprimento de contexto de até 1 milhão de tokens. Essa capacidade é o que torna viáveis tarefas agênticas sustentadas e de longo horizonte sem perder constantemente o contexto anterior.
O Hy4 preview foi construído para assumir tarefas de programação e desenvolvimento de jogos de ponta a ponta. Ele executa seus próprios testes e corrige bugs antes da entrega, fechando o ciclo entre geração e verificação.
Além do código, o modelo foi projetado para análise aprofundada de documentos complexos. O contexto longo e o comportamento agêntico se combinam para dar suporte a um trabalho de revisão que abrange material substancial.
O Hy4 preview não apenas gera — ele testa o próprio trabalho e corrige o que quebra antes de entregar qualquer coisa.
Esse comportamento autocorretivo é o diferencial. A maioria dos modelos para na produção de uma resposta plausível; o Hy4 preview é estruturado em torno da entrega de resultados verificados, o que importa enormemente quando o resultado é código ou um plano agêntico de múltiplas etapas. O contexto de 1M e a escala MoE existem a serviço desse objetivo — eles dão ao modelo espaço para trabalhar e capacidade para fazer bem feito.
Você está construindo agentes que precisam rodar por muito tempo sem perder o fio da meada, ou quer um modelo que trate testes e correção de bugs como parte do trabalho, e não como algo secundário. Se o seu trabalho envolve grandes bases de código, projetos de jogos ou documentos densos que não cabem em uma janela de contexto típica, o Hy4 preview é voltado diretamente para esse espaço.
Outras ferramentas que você pode considerar
Conheça a Mellum, uma família de modelos de linguagem rápidos, incluindo um modelo de última geração para inferência de latência ultrabaixa e alto desempenho.
Clears é uma plataforma de execução agêntica para entrega autônoma de software, ajudando organizações de P&D a irem além das ferramentas individuais de IA para a execução agêntica em todo o ciclo de vida de desenvolvimento de software (SDLC).
O GitHits dá aos agentes de codificação acesso ao código-fonte aberto do qual sua aplicação depende. Obtenha exemplos reais de implementação, navegação pelo código-fonte das dependências, inspeção de pacotes e documentação. Os agentes podem pesquisar e ler sua base de código. Mas eles não conseguem pesquisar e ler o código-fonte aberto do qual sua aplicação depende. É aí que eles começam a adivinhar, tentar novamente e entrar em loop. O GitHits cria um índice com reconhecimento de versão sob demanda. Os agentes podem pesquisar, navegar e inspecionar o código por trás de suas dependências. CLI: npx githits@latest init
O Harness Starter Kit ajuda equipes a transformar prompts frágeis de codificação de IA em regras de repositório duráveis: AGENTS.md, verificações de desvio, memória de falhas, relatórios de adoção e perfis de stack para uma colaboração mais segura entre agentes.
Carregando comentários...