Tencent stelt op 18 november drie downloadbare Hy4 flash-varianten beschikbaar: een instructiemodel, een FP8-versie en een basismodel voor verdere training, via GitHub, Hugging Face, ModelScope en GitCode.
Voor een Nederlandse organisatie verandert daarmee de uitvoeringskeuze: de gewichten kunnen lokaal draaien, maar de standaarddownload is 440,5 GB en grote modeldiensten vallen onder aparte licentiegrenzen. De rekening verschuift van tokens naar GPU-capaciteit, beheer en gebruiksrechten.
De drie gewichten hebben verschillende taken
De modelkaart onderscheidt het instructiemodel, de FP8-instructieversie en een vooraf getraind basismodel. De base-versie is bedoeld voor verdere training en is geen kant-en-klaar chatmodel. Voor een bestaande chat- of redeneerworkflow zijn de eerste twee varianten bedoeld.
De totale omvang verschilt per officiële pagina. De modelkaart noemt 220 miljard parameters, waarvan 12 miljard per token actief zijn. De researchpagina vermeldt 224 miljard parameters in totaal, inclusief 64 miljard Engram-parameters, en dezelfde 12 miljard actieve parameters. Tencent verklaart het verschil tussen 220 en 224 miljard niet. De modelkaart noemt tekst- en beeldinvoer en een contextvenster tot 1.048.576 tokens. Dat is de opgegeven modelgrens, niet de lengte die elke serverconfiguratie aankan.
De prestatiecijfers komen uit Tencent-tests
Tencent meldt dat Hy4 flash op de interne WorkIndex 42,1 punten haalt, tegenover 39,7 voor Hy4 preview. Gemiddeld kost een taak volgens Tencent een dertiende van Hy4 preview en een twintigste van Hy4. Tegenover DeepSeek-V4.1-Flash-1017 rapporteert het bedrijf een achtste van de taakkosten, gemeten op het maximale redeneerniveau tijdens piekuren. In een aparte blinde test beoordeelden 85 interne WorkBuddy-gebruikers 259 taken uit 27 categorieën. Hun tevredenheidsscore kwam uit op 2,79 uit 4, tegenover 2,81 voor Claude Haiku 5.5. Dit zijn interne resultaten; de modelkaart deelt de onderliggende testtaken niet en noemt geen onafhankelijke herhaling.

Voor kantoorwerk en agents kunnen die cijfers richting geven aan een eerste vergelijking, maar ze voorspellen geen rekening voor een Nederlandse productieomgeving. De WorkIndex is gebouwd rond taken van Tencents WorkBuddy en de kostenvergelijking gebruikt piekuurtarieven en specifieke modelstanden. De interne test zegt iets over die gekozen taken, niet over gelijke kwaliteit of kosten voor iedere eigen werkstroom.
Zelf hosten vraagt zware hardware
De standaardcheckpoint bevat ongeveer 440,5 GB aan gewichtsbestanden; FP8 komt uit op circa 287,1 GB. Pandaily controleerde de indexbestanden van de drie repositories en vond downloadgroottes van 440,5 GB voor BF16 en 287,1 GB voor FP8. Die cijfers zijn geen minimale GPU-geheugeneisen. De vLLM-recipepagina noemt voor de start een dedicated container, acht GPU’s in tensor-parallel en extra hostgeheugen voor de Engram-tabellen. De voorbeeldconfiguratie begint met 8.192 contexttokens en vier gelijktijdige reeksen.
Daar zit de praktische grens van de claim over één miljoen contexttokens. De gewichten ondersteunen die modelcapaciteit, maar de meegeleverde serverinstelling begint op 8.192 tokens. Een langere context vraagt meer geheugen en moet op de gekozen hardware worden ingericht. De FP8-versie verlaagt de downloadomvang, maar maakt dit geen model voor een gewone laptop of een kleine GPU-server.
Hy4 flash is kleiner dan de 1,56 terabyte aan Hy4-previewgewichten met 770 miljard parameters die Tencent onder Apache 2.0 publiceerde. Toch vraagt ook de nieuwe route om een meer-GPU-opstelling. De API blijft een route voor proeven: Tencent rekent $0,070 per miljoen invoertokens en $0,281 per miljoen uitvoertokens, met 50 procent korting tot 12.00 uur Beijingse tijd op 30 november. Bij 10 miljoen invoertokens en 1 miljoen uitvoertokens komt de lijstprijs uit op ongeveer $0,98. Zelf hosten brengt ook kosten voor GPU’s, stroom en beheer mee.
De licentie begrenst grote modeldiensten
De gewichten vallen onder Tencent Hy License 1.0, gebaseerd op Apache 2.0 met extra commerciële voorwaarden. De licentie vereist vooraf een aparte schriftelijke overeenkomst voor MaaS-aanbieders die meer dan 50 miljoen dollar wereldwijde bruto-omzet maken in een aaneengesloten periode van twaalf maanden, ook als die omzet niets met dit model te maken heeft. Dezelfde eis geldt voordat het model wordt gebruikt in een product of dienst met meer dan 100 miljoen maandelijks actieve gebruikers in een kalendermaand.
MaaS betekent hier dat derden op afstand toegang krijgen tot inferentie of fijntraining, bijvoorbeeld via een API. De licentie rekent een eindproduct met modelmogelijkheden voor afgebakende functies of werkstromen niet als MaaS, net als het doorsturen van aanvragen naar een zelfstandige externe modeldienst. Voor uitsluitend intern gebruik geldt een uitzondering zolang het model, afgeleiden en uitvoer niet aan derden beschikbaar worden gesteld. Een toepassing die het model als algemene API aanbiedt valt dus onder andere voorwaarden dan een interne assistent voor een afgebakende workflow.
Dat is een andere licentierem dan bij MiniMax H3, waarvan de gebruikslicentie de EU, het Verenigd Koninkrijk, Zuid-Korea en de Verenigde Staten uitsluit. MiniMax’ eigen licentietekst noemt die gebieden expliciet; Tencent koppelt de extra toestemming hier aan de schaal van een MaaS-aanbieder. Hy4 preview verscheen eerder met 770 miljard parameters onder Apache 2.0 zonder uitgesloten gebieden, terwijl Hy4 flash nu een eigen licentie toevoegt.
Bij de API volgt de rekening het tokenverbruik; zelf hosten verplaatst de uitvoering naar de eigen GPU-omgeving. Een MaaS-aanbieder die boven een licentiedrempel komt, heeft daarvoor een apart contract nodig. De inzet verschuift daarmee naar de combinatie van verwerkingslocatie, hardware en het soort dienst.
Veelgestelde vragen
Van model naar werkende AI
Ik denk mee over welke AI je echt nodig hebt, ontwerp de oplossing en bouw haar van eerste idee tot geautomatiseerd product. Waar dat kan, draait de verwerking in je eigen omgeving.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
