In sintesiTencent presenta Hy4, un modello di intelligenza artificiale a pesi aperti da 770 miliardi di parametri. Capace di analizzare immagini, grafici e scrivere codice, alimenta la piattaforma agentica WorkBuddy. La società cinese punta così a competere con DeepSeek e gli altri protagonisti globali dell'IA.
Il gigante tecnologico cinese Tencent Holdings ha presentato il modello di punta dell’intelligenza artificiale Hy4. È pubblicato con pesi aperti e offre funzionalità avanzate per agenti di intelligenza artificiale, fungendo da base per la piattaforma aziendale WorkBuddy.
La novità più importante di Tencent Hy4 è il supporto alla percezione visiva: il modello è in grado di elaborare immagini, analizzare grafici complessi ed eseguire ragionamenti matematici basati su dati visivi.
Con il lancio della nuova versione, la linea di soluzioni di intelligenza artificiale dell’azienda è diventata “una delle più potenti tra le attuali a peso aperto”. Tuttavia, Hy4 è ancora inferiore ai sistemi chiusi, soprattutto nella risoluzione di compiti complessi come ricerche matematiche, scrittura di codice software per progetti a lungo termine, miglioramento autonomo e analisi visiva avanzata e risposte a domande su immagini.
La dimensione di Tencent Hy4 è di 770 miliardi di parametri, 2,6 volte superiore rispetto alla precedente Hy3 con 295 miliardi di parametri. La prossima generazione del modello, Hy5, sarà ancora più grande, ha promesso lo sviluppatore, e a breve sarà disponibile una versione leggera Hy4 Flash, che aiuterà a ridurre significativamente i costi di esecuzione dei compiti. Tencent ha collegato il nuovo modello alla piattaforma dell’agente di intelligenza artificiale WorkBuddy: secondo le valutazioni interne, ha ottenuto con questo strumento un punteggio medio di 83,18 con una percentuale di soluzioni riuscite del 96,15%.
La versione preliminare di Hy4, presentata a fine agosto, occupa attualmente il 23° posto nella classifica mondiale WebDev sulla piattaforma Code Arena: il benchmark valuta i grandi modelli linguistici in tempo reale in base a compiti pratici di programmazione. Un significativo aumento del volume dei dati di addestramento e della scala del modello ha permesso a Hy4 di superare la sua versione precedente in 12 categorie di compiti, tra cui l’esecuzione autonoma di azioni, la scrittura di codice software e l’automazione dei processi lavorativi. Ha superato Z.ai GLM-5.3 e DeepSeek-V4.1-Flash-1017, eguagliando Moonshot Kimi K3.1 Pro.
Durante il processo di addestramento, Tencent ha limitato le funzionalità legate all’attività di hacking: dalla selezione di addestramento sono stati esclusi i materiali relativi allo sviluppo di exploit, all’ingegneria inversa e ai test di penetrazione “per evitare di potenziare le capacità di condurre attacchi informatici offensivi”.
Ricercatore di sicurezza informatica con esperienza nell’analisi delle vulnerabilità, nella mitigazione del rischio cyber, nelle attività di red teaming ed ethical hacking e nella protezione di sistemi complessi. Specializzato in penetration testing e Threat Intelligence, contribuisce al rafforzamento della resilienza digitale di infrastrutture e reti aziendali.
Aree di competenza: Penetration Testing, Threat Intelligence, Red Teaming, Vulnerability Assessment, Incident Response