Todo sobre Hy4 preview

Lo que hay que saber

Hy4 preview es un modelo de lenguaje de Tencent (Hunyuan), lanzado el 28 de agosto de 2026. Tiene, por tanto, 2 meses a 22 de octubre de 2026. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 19 proveedores de API recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Cuánto cuesta Hy4 preview?

Hy4 preview cuesta 0,83 US$ por millón de tokens de entrada y 2,5 US$ por millón de tokens de salida (mediana de 19 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,022 US$, es decir, 21,68 US$ por 1000 tareas de este tipo.

Son 2,5 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

A 22 de octubre de 2026, Epoch AI no publica ninguna puntuación de Hy4 preview en las pruebas de nuestra cesta. Para situarlo, hay que fijarse en sus características y su precio, y probarlo con sus propios casos.

Características técnicas

Su ventana de contexto alcanza 1.000.000 tokens, unas 1500 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 64.000 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (tencent/Hy4-preview). Vea también nuestra selección de modelos open source.

¿A quién va dirigido?

Por su categoría, Hy4 preview está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Alternativas

En la misma categoría, los modelos más cercanos a Hy4 preview son:

• Kimi K2 Thinking (Moonshot AI, índice 69,6)
• Kimi K2 0905 (Moonshot AI, 2,5 US$ por millón de tokens de salida)
• Nemotron 3 Ultra 550B A55B (NVIDIA, 2,4 US$ por millón de tokens de salida)
• GLM-5 (Zhipu AI (Z.ai), índice 77,2)