Tencent Hy4 Rilis Penuh: AI Bisa Lihat dan Operasikan Komputer 2026

Tencent Hy4 resmi memasuki babak barunya pada 4 November 2026. Model AI dari lini Hunyuan ini kini dirilis penuh dengan dua kemampuan yang sebelumnya belum ada di keluarga tersebut: memahami gambar dan mengoperasikan komputer secara langsung. Bukan sekadar menjawab pertanyaan lewat teks, Hy4 dirancang untuk melihat apa yang tampil di layar, lalu bertindak di dalamnya — lewat antarmuka grafis maupun baris perintah.

Perubahan ini penting karena menggeser peran model AI dari sekadar teman berdiskusi menjadi alat kerja. Selama ini banyak model sudah pandai menulis dan menjelaskan, tetapi langkah dari "menjelaskan cara mengerjakannya" ke "mengerjakannya langsung" masih sering tersendat. Hy4 mencoba menjembatani celah itu, dan rilis penuh kemarin adalah penanda bahwa Tencent serius membawanya ke pemakaian profesional, bukan hanya demo panggung.

Apa yang Berubah dari Versi Preview?

Hy4 sebenarnya sudah diperkenalkan dalam bentuk preview pada Agustus 2026, dan versi itu dirilis terbuka. Spesifikasinya terbilang besar: 770 miliar parameter total dengan 49 miliar parameter aktif per permintaan, serta jendela konteks 1 juta token.

Versi preview itu sendiri diakui Tencent masih punya kelemahan, antara lain penalaran yang berlebihan dan kecenderungan memeriksa ulang terlalu jauh. Pada rilis penuh, Tencent mengklaim telah memperbesar skala pelatihan awal maupun pelatihan lanjutannya, dengan perbaikan pada kepatuhan instruksi, pemahaman konteks panjang, tugas berjangka panjang, dan riset mendalam.

Satu catatan yang patut digarisbawahi: bobot model versi penuh dan kartu sistem yang lengkap belum ikut dirilis. Tencent menjanjikan keduanya menyusul, lengkap dengan dokumentasi evaluasi keamanan yang lebih detail. Jadi untuk saat ini, Hy4 penuh bisa dipakai lewat layanan yang di-hosting, tetapi belum bisa diunduh dan dijalankan sendiri seperti versi preview-nya dulu.

Bukan Sekadar Chatbot: Kerja Nyata di Banyak Aplikasi

Bagian paling menarik dari Hy4 adalah cara Tencent melatihnya untuk pekerjaan profesional. Model ini disebut mampu membaca detail halus pada gambar dan grafik yang rumit, lalu menghubungkan apa yang dilihatnya dengan perencanaan dan penggunaan alat. Pelatihan khususnya menyentuh Blender dan CAD, serta alur kerja jangka panjang yang melintasi banyak aplikasi sekaligus.

Di bidang pengembangan game, Tencent menggandeng pengembang dari Tencent Interactive Entertainment Group untuk menyusun data dan evaluasi seputar Unreal Engine, Unity, dan Godot — termasuk logika permainan, jalur aset, hingga pengembangan multipemain. Tencent melaporkan peningkatan 19,1 persen pada GameDev dan 9,8 persen pada GameLogic dibandingkan versi preview.

Sementara itu, untuk keuangan, Tencent membangun ribuan ruang kerja realistis dan puluhan ribu tugas, lalu mengujinya bersama 213 profesional keuangan dalam 579 tugas dunia nyata. Dalam evaluasi internal tersebut, Hy4 meraih skor 3,04 dan diklaim berada di posisi pertama di antara model berbobot terbuka, di atas DeepSeek-V4.1-Flash-1017 yang meraih 2,97 serta Kimi K3.1 Pro dan GLM-5.3 yang masing-masing meraih 2,68.

Photo by Daniil Komov on Pexels

Angka yang Perlu Dibaca dengan Hati-hati

Seperti biasa, angka dari vendor perlu dibaca dengan kepala dingin. Tencent juga melaporkan penurunan halusinasi pada evaluasi pencarian internal, dari 15,76 persen pada versi preview menjadi 5,45 persen, serta penurunan kesalahan spekulatif dari 23,1 persen menjadi 5,6 persen. Pada TenureTrail, kumpulan 123 tugas riset internal lintas tujuh disiplin, Hy4 diklaim kembali memimpin di antara model berbobot terbuka.

Namun Tencent sendiri mengakui masih ada jarak menuju model proprietary teratas, terutama pada matematika tingkat riset, coding jangka panjang, peningkatan diri model, dan tanya-jawab visual tingkat lanjut.

Di sisi keamanan, Tencent menyebut data keamanan siber selama pelatihan dibatasi pada pembuatan proof-of-concept defensif dan penambalan kerentanan, sementara materi pengembangan exploit, rekayasa balik, dan penetration testing disaring. Audit red-team dilakukan oleh Tencent Xuanwu Lab dan Tencent Keen Security Lab, tanpa temuan peningkatan risiko yang dilaporkan. Pada Hy-BioExperimentBench, Hy4 meraih 30,4 dari 100, dan peninjau internal menilai kemampuannya mengubah pengetahuan biologi menjadi protokol eksperimen yang bisa ditindaklanjuti masih terbatas.

Harga dan Cara Mengaksesnya

Untuk saat ini, Hy4 tersedia lewat Tencent Cloud dan OpenRouter, serta di dalam produk Tencent seperti CodeBuddy, WorkBuddy, Yuanbao, dan ima. Harga API yang tercantum tidak berubah dari versi preview: 0,834 dolar AS per satu juta token input, 2,501 dolar AS per satu juta token output, dan 0,042 dolar AS per satu juta token input yang di-cache. Daftar OpenRouter menyebutkan jendela konteks 1.048.576 token dengan batas penyelesaian 65.536 token, serta input teks dan gambar.

Tencent juga menyiapkan Hy4 Flash untuk waktu dekat — varian yang ditargetkan jauh lebih hemat biaya dan lebih cepat dalam inferensi. Dukungan ekosistem bersama komunitas vLLM dan SGLang sedang disiapkan menyambut rilis bobot model tersebut. Sampai bobot itu benar-benar tersedia, perbedaan antara "bisa dipakai lewat API" dan "bisa dijalankan sendiri" tetap perlu diingat oleh siapa pun yang berencana mengadopsinya.

Apa Artinya buat Pengguna di Indonesia?

Bagi pengembang, tim produk, dan pekerja profesional di Indonesia, pesan utama Hy4 bukan sekadar soal ukuran model. Model yang bisa melihat layar dan mengoperasikan aplikasi membuka kemungkinan otomatisasi yang lebih praktis: menyiapkan berkas desain, merapikan alur kerja lintas aplikasi, atau membantu analisis dokumen keuangan yang panjang. Konteks 1 juta token juga relevan untuk pekerjaan yang melibatkan banyak dokumen sekaligus, dari laporan sampai basis kode.

Meski begitu, adopsi yang bijak tetap menuntut pengujian sendiri. Uji Hy4 pada tugas nyata tim Anda dan perhatikan biaya tokennya sebelum menjadikannya andalan.

Penutup

Rilis penuh Hy4 pada 4 November 2026 menandai langkah Tencent dari model teks raksasa menuju asisten kerja yang bisa melihat dan bertindak. Kemampuan vision dan computer-use-nya adalah pembeda utama, sementara janji bobot terbuka dan varian Flash masih menjadi pekerjaan rumah yang patut ditunggu. Jika kedua janji itu ditepati, Hy4 berpotensi menjadi salah satu model terbuka paling relevan untuk pekerjaan profesional pada akhir 2026.