En resumen: Tencent Hunyuan lanzó Hy4 el 4 de noviembre de 2026. Es el primer modelo Hy con entrada de imagen (visión) y uso del ordenador, tiene un contexto de 1M y hasta 64K de salida, y el precio oficial de la API por millón de tokens es de 0,834 $ de entrada, 2,501 $ de salida y 0,042 $ de entrada en caché, igual que Hy4 preview en agosto.
- Ya se puede llamar en Tencent Cloud TokenHub (ID de modelo
hy4) y en OpenRouter (IDtencent/hy4, mostrado ahora con un 50 % de descuento: 0,417 $ de entrada, 1,251 $ de salida). También está disponible en CodeBuddy, WorkBuddy, Yuanbao e ima. - En la tabla de benchmarks de la propia Tencent, Hy4 obtiene 75,2 en APEX-Agents v1.1, algo por encima de Claude Opus 5.5 medido por Tencent (74,8). En Terminal-Bench 4.0 solo llega a 44,4, muy por detrás de Opus 5.5 y Kimi K3.1 Pro (ambos en torno a 66). La propia Tencent escribe que «sigue habiendo una brecha notable con los mejores modelos propietarios».
- Los pesos de Hy4 aún no se han publicado. Tencent dice que «planea abrirlos» sin dar fecha; en Hugging Face solo está Hy4-preview. También se anuncia «próximamente» un Hy4 flash más rápido y económico.
- aicodewith todavía no ofrece Hy4 a 4 de noviembre. Si quieres un modelo chino en Claude Code, Codex o Cursor, aicodewith ya tiene
kimi-k3.1-pro,glm-5.3,deepseek-v4-proy otros. Los pasos probados están al final.
Crear una API Key y usar modelos chinos en Claude Code, Codex y Cursor →
Cifras comprobadas el 2026-11-04 (hora de Pekín) con la página de lanzamiento de Hy4, la guía de Hy de Tencent Cloud TokenHub, la página del modelo en OpenRouter y las noticias de IT Home, ifeng y FourWeekMBA. Todas las puntuaciones de benchmark proceden de la tabla de Tencent y se indican como pruebas propias de Tencent.
Dónde está Hy4 hoy
| Pregunta | Estado (2026-11-04) | Fuente |
|---|---|---|
| ¿Lanzado? | Sí, sustituye a Hy4 preview del 28 de agosto | Página de lanzamiento de Tencent |
| ¿Acceso por API? | Sí: Tencent Cloud TokenHub hy4, OpenRouter tencent/hy4 | Docs de Tencent Cloud, OpenRouter |
| Precio oficial | 0,834 $ entrada / 2,501 $ salida / 0,042 $ caché (por millón de tokens) | Página de lanzamiento de Tencent |
| Contexto y salida | Contexto de 1M (1.048.576), entrada máx. 960K, salida máx. 64K (65.536) | Docs de Tencent Cloud, OpenRouter |
| Modalidades | Texto + imagen de entrada, texto de salida | OpenRouter, docs de Tencent Cloud |
| Parámetros | No publicados para Hy4; Hy4 preview: 770B totales / 49B activos | Según IT Home (sobre la preview) |
| Pesos abiertos | Previstos, sin fecha; solo los de la preview son públicos | Página de lanzamiento de Tencent, Hugging Face |
| Hy4 flash | Previsto próximamente | Página de lanzamiento de Tencent |
| ¿En aicodewith? | Todavía no (no hay hy4 en nuestro /v1/models) | Comprobado el 4 de noviembre |
Novedades de Hy4
Según la página de lanzamiento de Tencent e IT Home, frente a Hy4 preview:
- Preentrenamiento y postentrenamiento a mayor escala, con mejoras en seguimiento de instrucciones, comprensión de contextos largos, tareas de largo recorrido e investigación profunda.
- Visión por primera vez: combina percepción, razonamiento y llamadas a herramientas para el procesamiento fino de imágenes, el análisis de gráficos complejos y el razonamiento matemático visual.
- Uso del ordenador por primera vez, en línea de comandos y en interfaz gráfica, con entrenamiento específico en Blender, CAD y flujos entre varias aplicaciones.
- Front-end y desarrollo de videojuegos: adaptado a Unreal Engine, Unity y Godot; Tencent informa de +19,1 % en GameDev y +9,8 % en GameLogic respecto a la preview.
- Finanzas y oficina: 213 profesionales de las finanzas valoraron 579 tareas reales; Hy4 obtuvo 3,04, DeepSeek-V4.1-Flash-1017 2,97 y Kimi K3.1 Pro y GLM-5.3 2,68 cada uno. En pruebas internas, la tasa de alucinación bajó del 15,76 % (preview) al 5,45 %.
- Seguridad: los datos de entrenamiento de ciberseguridad se limitaron a contenido defensivo y se filtraron el desarrollo de exploits, la ingeniería inversa y las pruebas de penetración. Con los pesos se publicará una ficha del sistema.
El lanzamiento también entró en las tendencias de X.
Precios de Hy4
USD por millón de tokens (MTok), comprobado el 2026-11-04.
| Canal | Entrada | Salida | Entrada en caché |
|---|---|---|---|
| Oficial de Tencent (Tencent Cloud) | 0,834 $ | 2,501 $ | 0,042 $ |
| OpenRouter según se muestra (marcado con 50 % de descuento) | 0,417 $ | 1,251 $ | 0,021 $ |
Notas:
- Tencent indica que Hy4 ofrece grandes mejoras «al mismo precio de API que Hy4 preview».
- OpenRouter no dice cuándo termina el descuento. Tencent Cloud es por ahora el único proveedor de Hy4 en OpenRouter.
- Como comparación, FourWeekMBA calcula a partir de los precios de lista de OpenRouter que el precio de salida de Hy4 es aproximadamente 1/8 del de Claude Opus 5.5 (20 $) y 1/4 del de Kimi K3.1 Pro y GPT-6.1 Sol (10 $), pero unas 2,1 veces la tarifa estándar de DeepSeek V4.1 Flash-1017 (1,20 $). Los precios oficiales de Kimi K3.1 Pro están en nuestro análisis de Kimi K3.1 Pro.
- Hy4 razona por defecto y los tokens de razonamiento cuentan como salida, así que baja
reasoning_efforten tareas sencillas.
Benchmarks de Hy4: las cifras verificables de la tabla de Tencent
Las filas siguientes proceden del anexo de benchmarks de la página de lanzamiento. Tencent ejecutó cada modelo en su nivel de razonamiento más alto; cuando una celda tiene dos números, el primero es la cifra publicada por el fabricante y el segundo la prueba de Tencent. Solo se muestran filas de código, agentes y multimodal.
| Benchmark | Hy4 | Hy4 preview | Claude Opus 5.5 | Kimi K3.1 Pro | GPT-6.1 Sol | DeepSeek-V4.1-Flash-1017 | GLM-5.3 |
|---|---|---|---|---|---|---|---|
| APEX-Agents v1.1 (pass@1) | 75.2 | 53.9 | 73.5 / 74.8 | 67.2 / 68.2 | 60.0 / 61.7 | 72.1 / 72.9 | 64.3 |
| DeepSWE v1.1 | 74.9 | 64.3 | 74.2 / 72.6 | 75.5 / 76.3 | 75.2 / 72.7 | 77.0 / 73.8 | 66.9 / 68.1 |
| SWE-Marathon v1.1 | 43.8 | 31.9 | 46.3 / 44.4 | 51.7 / 53.8 | 42.5 / 39.4 | 46.3 | 42.5 / 35.6 |
| Terminal-Bench 4.0 | 44.4 | 26.3 | 66.4 / 66.4 | 65.7 / 66.8 | 55.9 / 55.5 | 42.3 / 40.0 | 42.9 |
| ProgramBench | 30.0 | 17.5 | 65.0 / 56.5 | 31.5 / 24.5 | 46.0 / 46.0 | 29.1 / 29.0 | 19.0 / 18.0 |
| FrontierCode 2.0 | 31.0 | - | 46.4 | 25.5 | 40.6 | 28.5 | 21.6 |
| AutomationBench v1.0.6 | 56.2 | 36.3 | 58.8 | 65.6 | 51.4 | 60.5 / 54.3 | 48.2 / 54.1 |
| OSWorld 2.1 (Full, puntuación parcial) | 78.9 | - | 81.8 | 79.6 | 75.2 | 68.4 | - |
| MMMU-Pro | 78.6 | - | 88.2 | 84.1 / 83.4 | 84.9 | 76.7 | - |
| HLE-Full (con herramientas) | 59.1 | 57.3 | 67.7 / 66.2 | 70.0 / 61.8 | 60.6 | 57.1 | 62.5 / 57.4 |
Cómo leer la tabla:
- La única ventaja clara de Hy4 está en APEX-Agents (tareas de agente tipo oficina). En DeepSWE está más o menos al nivel de los demás.
- Las diferencias son grandes en programación en terminal (Terminal-Bench 4.0), en escribir programas desde cero (ProgramBench) y en Terminal-Bench-Science, orientado a investigación (Hy4 19,8 frente a 58,7 / 56,2 de Opus 5.5). Tencent ejecutó Terminal-Bench 4.0 con el harness de Claude Code, hasta 500 turnos y 13 horas por tarea.
- Según FourWeekMBA, 20 de las 34 filas de la tabla son benchmarks internos de Tencent; en las 14 filas públicas restantes, Hy4 supera a Opus 5.5 solo en 2.
- Todas las puntuaciones son pruebas de Tencent o cifras de los fabricantes; todavía no hay una reproducción independiente.
Cómo llamar a la API de Hy4
Tencent Cloud TokenHub
Activa TokenHub en la consola y crea una clave de API. Según la documentación de Tencent Cloud, TokenHub admite OpenAI Chat Completions (/v1/chat/completions), OpenAI Responses (/v1/responses) y Anthropic Messages (/v1/messages). Elige la Base URL según la región: Cantón https://tokenhub.tencentmaas.com/v1 o Singapur https://tokenhub-intl.tencentmaas.com/v1. Las rutas de OpenAI usan Authorization: Bearer; la de Anthropic usa x-api-key.
# Tencent Cloud TokenHub (Guangzhou / mainland China)
curl https://tokenhub.tencentmaas.com/v1/chat/completions \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "hy4",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "high"
}'
# Singapore (global): https://tokenhub-intl.tencentmaas.com/v1
Python (SDK de OpenAI):
from openai import OpenAI
client = OpenAI(
api_key="YOUR_TOKENHUB_API_KEY",
base_url="https://tokenhub.tencentmaas.com/v1",
)
resp = client.chat.completions.create(
model="hy4",
messages=[{"role": "user", "content": "Hello"}],
extra_body={"reasoning_effort": "high"},
)
msg = resp.choices[0].message
print(getattr(msg, "reasoning_content", None)) # thinking trace
print(msg.content)
Puntos clave según la guía de Hy:
hy4razona por defecto;reasoning_efforteshighpor defecto y el razonamiento llega enreasoning_content.- En llamadas a herramientas de varios turnos, devuelve el
reasoning_contentanterior junto contool_calls, o la calidad baja. - Las imágenes se pueden enviar como URL o Base64, hasta 10 MB cada una y 600 por solicitud.
- Si el servicio del modelo no está activado, la API devuelve
402.
OpenRouter
El ID de modelo es tencent/hy4. La API es compatible con OpenAI y también acepta los formatos Responses y Anthropic Messages (según la página del modelo en OpenRouter):
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tencent/hy4",
"messages": [{"role": "user", "content": "Hello"}]
}'
OpenRouter indica compatibilidad con tools, tool_choice y salida estructurada con JSON Schema, con hasta 65.536 tokens de salida.
Usar modelos chinos en Claude Code / Codex / Cursor (nuestras pruebas)
Hy4 todavía no está en aicodewith. Si lo que quieres es un modelo chino dentro de Claude Code, Codex o Cursor, puedes usar los modelos que ya ofrecemos, como kimi-k3.1-pro, glm-5.3 y deepseek-v4-pro, con una sola clave para los tres clientes. El 4 de noviembre ejecutamos Claude Code con Kimi K3.1 Pro y Codex con GLM-5.3 usando una clave de aicodewith.
Paso 1: crear una API Key
Regístrate y crea una API Key en la consola. Consulta la lista de modelos para ver los disponibles.
Paso 2 (Claude Code): editar settings.json
Abre ~/.claude/settings.json (Windows: %USERPROFILE%\.claude\settings.json). No añadas /v1 a ANTHROPIC_BASE_URL:
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.aicodewith.ai",
"ANTHROPIC_AUTH_TOKEN": "TU_API_KEY",
"ANTHROPIC_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro",
"CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro"
}
}
Para usar GLM, cambia todos los nombres de modelo a glm-5.3. Más detalles: Cómo conectar Claude Code a una API de terceros y Kimi K3.1 Pro en Claude Code.
Paso 3 (Claude Code): ejecutar una tarea pequeña
claude --version
# 2.1.316 (Claude Code)
claude -p "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output), then run python3 context_check.py and report the exact output." \
--allowedTools "Write,Bash,Read,Edit" --output-format json
Resultado (Claude Code 2.1.316, modelo kimi-k3.1-pro):
# wall time 53.4 s, num_turns 3, is_error false, modelUsage: kimi-k3.1-pro
# stderr: [claude-code:unrecognized_model] {"model":"kimi-k3.1-pro","query_source":"sdk"}
$ cat context_check.py
def fits(prompt_tokens, max_output, window=1_048_576):
"""Return True when prompt_tokens + max_output fits within the context window."""
return prompt_tokens + max_output <= window
assert fits(900_000, 65_536) is True # 965_536 <= 1_048_576, 65_536-token output
assert fits(1_000_000, 48_576) is True # 1_048_576 <= 1_048_576, exactly at the boundary
assert fits(983_041, 65_536) is False # 1_048_577 > 1_048_576, one token over
$ python3 context_check.py
$ echo $?
0
- 53,4 segundos, 3 turnos. El archivo era correcto, todas las aserciones pasaron y el script no imprimió nada y salió con código 0.
- La línea
unrecognized_modelen stderr solo indica que Claude Code no conoce ese nombre de modelo; la llamada funciona.
Paso 4 (Codex): editar el config.toml global
Codex lee la clave de experimental_bearer_token en el archivo global ~/.codex/config.toml. La base_url es https://api.aicodewith.ai/chatgpt/v1 (fíjate en /chatgpt/v1):
# ~/.codex/config.toml
model = "glm-5.3"
model_provider = "aicodewith"
[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "TU_API_KEY"
Explicación campo por campo: guía de config.toml de Codex.
Paso 5 (Codex): ejecutar la misma tarea
codex --version
# codex-cli 0.166.0
codex -s workspace-write -a never exec --skip-git-repo-check "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output) and a final print('ok'), then run python3 context_check.py and report the exact output."
Resultado (codex-cli 0.166.0, modelo glm-5.3):
# wall time 31.6 s, exit 0
model: glm-5.3
provider: aicodewith
approval: never
sandbox: workspace-write [workdir, /tmp, $TMPDIR]
warning: Model metadata for `glm-5.3` not found. Defaulting to fallback metadata; this can degrade performance and cause issues.
exec /bin/bash -lc "apply_patch <<'PATCH' ..."
exited 2 in 0ms:
patch: **** Only garbage was found in the patch input.
exec /bin/bash -lc "cat > context_check.py <<'EOF' ... EOF
python3 context_check.py"
succeeded in 0ms:
ok
- 31,6 segundos, código de salida 0, salida final
ok. - Codex avisa de que no tiene metadatos para
glm-5.3y usa valores por defecto. GLM intentó primero llamar aapply_patchdesde la shell, lo que falló, y luego cambió a un heredoc y terminó. Los modelos que no son de OpenAI a veces dan un rodeo así en Codex.
Cursor
En Cursor, añade un modelo personalizado compatible con OpenAI en Models, introduce tu clave de aicodewith y usa nuestro ID de modelo (por ejemplo kimi-k3.1-pro). Otro ejemplo de modelo chino en Claude Code / Codex: DeepSeek V4.1 Flash en Claude Code / Codex.
Para quién tiene sentido Hy4
Vale la pena probarlo:
- Agentes de oficina e investigación financiera (APEX-Agents y el estudio con expertos financieros son sus mejores resultados)
- Tareas que necesitan entender imágenes o gráficos junto con un contexto de 1M
- Equipos atentos al presupuesto que evalúan sus propias tareas (precio de salida muy por debajo de Opus 5.5)
Mejor esperar:
- Programación intensiva en terminal y desarrollo de largo recorrido: en la propia tabla de Tencent queda muy por detrás de Opus 5.5 y Kimi K3.1 Pro en Terminal-Bench 4.0 y ProgramBench
- Autoalojamiento: los pesos de Hy4 no están publicados
- Si necesitas clasificaciones de terceros: por ahora solo hay cifras de Tencent
Preguntas frecuentes
¿Cuándo salió Tencent Hunyuan Hy4?
Hy4 salió el 4 de noviembre de 2026. Hy4 preview salió el 28 de agosto.
¿Cuánto cuesta Hy4?
El precio oficial de Tencent por millón de tokens es de 0,834 $ de entrada, 2,501 $ de salida y 0,042 $ de entrada en caché, igual que la preview. OpenRouter muestra ahora un 50 % de descuento (0,417 $ / 1,251 $) sin fecha de fin.
¿Cuál es el ID de modelo de la API de Hy4?
hy4 en Tencent Cloud TokenHub y tencent/hy4 en OpenRouter.
¿Qué tamaño tiene el contexto de Hy4?
1M (1.048.576 tokens). Tencent Cloud indica 960K de entrada máxima y 64K de salida máxima.
¿Hy4 es de código abierto?
Todavía no. Tencent planea abrir los pesos y trabaja con vLLM y SGLang, pero no ha dado fecha. Los pesos de Hy4-preview están en Hugging Face.
¿Puedo usar Hy4 en Claude Code?
Tanto Tencent Cloud TokenHub como OpenRouter ofrecen endpoints compatibles con Anthropic Messages, así que puedes configurarlo siguiendo su documentación. aicodewith todavía no ofrece Hy4; para un modelo chino en Claude Code hoy, usa nuestro kimi-k3.1-pro o glm-5.3 como se muestra arriba.
¿Cómo se compara Hy4 con Kimi K3.1 Pro?
En la tabla de Tencent, Hy4 va por delante en APEX-Agents, mientras que Kimi K3.1 Pro va por delante en Terminal-Bench 4.0, SWE-Marathon, OSWorld y MMMU-Pro. El precio de salida de Hy4 es aproximadamente 1/4 del de K3.1 Pro.
Lecturas relacionadas
- Análisis de Kimi K3.1 Pro: precios oficiales, contexto de 1M y benchmarks
- Kimi K3.1 Pro en Claude Code: guía de configuración
- Cómo conectar Claude Code a una API de terceros
- Guía de config.toml de Codex
- DeepSeek V4.1 Flash en Claude Code / Codex
Fuentes
Comprobado el 2026-11-04 (hora de Pekín)
- Tencent Hy: Introducing Hy4 (página de lanzamiento con anexo de benchmarks)
- Tencent Cloud TokenHub: guía de Hy
- Tencent Cloud TokenHub: resumen de modelos de lenguaje
- OpenRouter: tencent/hy4
- IT Home: lanzamiento de Tencent Hunyuan Hy4
- ifeng: lanzamiento de Tencent Hunyuan Hy4
- FourWeekMBA: Tencent Hy4 Edges Opus on Own Agent Test at 1/8 Output Price
- Hugging Face: tencent/Hy4-preview
- Tendencias de X



