Tencent lanza Hy4: la IA con visión que filtra ciberataques

¿Qué es Hy4 y qué cambió respecto a la versión de agosto?

Tencent presentó Hy4, la versión completa de su familia de modelos de lenguaje, y el dato que mejor mide el salto está en su antecesora: la edición preliminar que la compañía liberó en agosto de 2026 tenía 770.000 millones de parámetros totales y 49.000 millones activos, con una ventana de contexto de un millón de tokens, según Unite.AI. La versión completa escala tanto el preentrenamiento como el postentrenamiento.

Por primera vez, el modelo incorpora visión y uso del ordenador. Eso significa que puede interpretar imágenes, analizar gráficos complejos y operar tanto con comandos de terminal como con interfaces gráficas. Tencent lo entrenó con software profesional como Blender y herramientas CAD, y con datos de desarrollo de videojuegos curados junto a su división Interactive Entertainment Group, que cubren Unreal Engine, Unity y Godot. Según Unite.AI, la compañía reporta mejoras del 19,1% en GameDev y 9,8% en GameLogic frente a la versión preliminar.

La disponibilidad también cambió de forma. Hy4 ya está accesible a través de Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao y el asistente de IA de WeCom, además de plataformas de terceros como OpenRouter. El precio de lista se mantiene respecto a la vista previa: 0,834 dólares por millón de tokens de entrada, 2,501 por millón de salida y 0,042 por millón de tokens de entrada en caché, según Unite.AI. Techbooky reporta además una promoción del 50% en TokenHub vigente hasta el 31 de diciembre y acceso gratuito a WorkBuddy y CodeBuddy entre el 4 y el 15 de noviembre.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Un detalle que conviene no pasar por alto: los pesos del modelo y el system card con las evaluaciones de seguridad llegarán "en los próximos días", según el comunicado recogido por Yahoo Finance. Hoy la única vía real es el servicio alojado.

¿Qué decidió Tencent no enseñarle a su modelo?

Aquí está la parte que no aparece en los titulares de rendimiento. En la documentación oficial, Tencent explica que limitó los datos de ciberseguridad a generación de pruebas de concepto defensivas y parcheo de vulnerabilidades, y que filtró expresamente el material de desarrollo de exploits. La distinción importa porque no se trata de bloquear respuestas en el momento de la consulta, sino de elegir qué información entra en el entrenamiento.

El matiz es fino y merece precisión. Según el artículo original de Xataka, Hy4 sí conserva conocimientos de ingeniería inversa y pruebas de penetración para fines de análisis, dos disciplinas que se usan para examinar programas y evaluar la seguridad de sistemas. Lo que la compañía dice haber excluido es el material orientado a explotar esos fallos con fines ofensivos. Es una decisión deliberada, aunque —como admite el propio medio— todavía no demuestra que esas restricciones impidan usos maliciosos.

Para un equipo que construye producto, la lección es conceptual: filtrar datos de entrenamiento es una decisión de producto, no solo de compliance. Y es una decisión que se toma una vez y condiciona todo lo que el modelo puede hacer después.

¿Cómo rinde Hy4 frente a GPT-6.1 Sol y Kimi K3.1 Pro?

Los números que publicó Tencent son mixtos y conviene leerlos con la metodología al lado. En Terminal-Bench 4.0, una prueba de tareas ejecutadas desde la terminal, Hy4 obtiene 44,4 puntos, frente a 55,5 de GPT-6.1 Sol (OpenAI) y 66,8 de Kimi K3.1 Pro. En la evaluación financiera que organizó la propia compañía con 213 profesionales y 579 tareas reales, Hy4 queda primero entre los modelos de pesos abiertos con 3,04, apenas por delante de DeepSeek V4.1 Flash (2,97); Unite.AI agrega que Kimi K3.1 Pro y GLM-5.3 quedaron en 2,68 cada uno.

En la clasificación de agentes de Arena del 3 de noviembre, Hy4 aparece en el puesto 14, por detrás de Gemini 4 Carbon (segundo) y GPT-6.1 Sol (sexto). Son pruebas de actividades distintas, con metodologías propias, y no permiten armar una clasificación universal: el propio Tencent reconoce que mantiene una brecha con los mejores modelos propietarios en matemática de nivel investigación, coding de largo horizonte y razonamiento visual avanzado.

Hay dos métricas internas que sí resultan útiles como referencia de calidad: la compañía reporta que las alucinaciones bajaron del 15,76% al 5,45% y los errores especulativos del 23,1% al 5,6% en sus evaluaciones de búsqueda interna, según Unite.AI.

¿Funciona en la práctica filtrar el conocimiento ofensivo?

Tencent afirma que especialistas de sus laboratorios Xuanwu Lab y Keen Security Lab sometieron a Hy4 a evaluaciones de ingeniería inversa criptográfica, desofuscación de binarios y explotación de vulnerabilidades, y que no detectaron problemas significativos de capacidades ofensivas en esos ámbitos. Son resultados comunicados por la propia empresa, no auditorías independientes.

El enfoque, eso sí, no es exclusivo de Tencent. Moonshot AI, responsable de Kimi, también retiró información de ciberseguridad durante el desarrollo de Kimi K3.1 Pro, tanto en el entrenamiento intermedio como en el aprendizaje por refuerzo. En una evaluación interna con hasta tres intentos por problema, una versión sin esas restricciones resolvió el 90,5% de las pruebas de explotación de vulnerabilidades, frente al 81% del modelo final. El AI Security Institute británico investigó algo parecido con información biológica potencialmente peligrosa en modelos experimentales, con resultados prometedores pero no extrapolables a Hy4.

La conclusión práctica: el filtrado parece reducir capacidades ofensivas medibles, pero la evidencia disponible es de los propios desarrolladores y todavía no hay un estándar independiente para verificarlo.

¿Qué significa esto para tu startup?

Si estás evaluando modelos para producción, Hy4 entra en la lista de candidatos por una razón concreta: visión y uso de ordenador a precio de pesos abiertos, con un contexto de más de un millón de tokens en OpenRouter. Eso habilita casos que antes requerían dos modelos distintos, como leer un gráfico de un reporte y después ejecutar acciones en una aplicación.

Tres acciones concretas para esta semana:

Prueba Hy4 en tus propios flujos antes de comprometer producción. Los benchmarks financieros y de oficina que cita Tencent son evaluaciones internas. Corre tus propias tareas, en español y con tus documentos, y mide tasa de acierto y costo real por tarea. La ventana promocional de precios es una buena excusa para hacerlo ahora.
Si vas a darle uso de ordenador, diseña los permisos antes que el prompt. Un agente que puede leer interfaces gráficas y ejecutar comandos también puede tocar datos privados o modificar sistemas. Define permisos mínimos, registro de acciones y aprobación humana en los pasos irreversibles. Techbooky lo señala como la pregunta central para las empresas: la confiabilidad depende de la tarea, del acceso que le des y de los resguardos que pongas alrededor.
Copia la lógica del filtrado en tus propios datos. Si ajustas modelos con información de tu negocio, decide explícitamente qué excluir del entrenamiento, no solo qué bloquear en la respuesta. Es más barato y más robusto que parchear después.

Y una advertencia de planificación: los pesos todavía no están disponibles. Si tu arquitectura depende de desplegar el modelo en tu propia infraestructura, hoy no puedes contar con Hy4; la ruta es la API alojada. Tencent dice que publicará los pesos y el system card en los próximos días, y que trabaja con las comunidades de vLLM y SGLang para el soporte de ecosistema, además de un Hy4 Flash más económico y rápido para más adelante.

Conclusión

Hy4 es un lanzamiento de dos capas. La visible es la de siempre: más parámetros, visión, uso de ordenador y precios agresivos para competir con DeepSeek y Alibaba. La capa interesante es la otra: Tencent decidió qué información no quería que su modelo aprendiera, y lo documentó. Para un founder, eso es una señal de que la seguridad de un modelo ya no se juega solo en el filtro de salida, sino en la selección de datos de entrada. La pregunta que queda abierta es si esa decisión se sostiene cuando los pesos sean públicos y cualquiera pueda evaluarlos por su cuenta.