Tencent Hunyuan Hy4 정식 출시: 가격, 1M 컨텍스트, 벤치마크, Claude Code / Codex에서 쓰는 법

Tencent Hunyuan이 11월 4일 Hy4 정식 버전을 출시했습니다. 처음으로 이미지 입력(비전)과 컴퓨터 조작을 지원하고, 컨텍스트 1M, 최대 출력 64K이며, 공식 가격은 100만 토큰당 입력 $0.834, 출력 $2.501, 캐시 $0.042이고 OpenRouter에서는 출시 기념 50% 할인 중입니다. 이 글은 공식 사양, 가격, Tencent 벤치마크 표에서 확인할 수 있는 숫자, Tencent Cloud TokenHub와 OpenRouter에서 Hy4 API를 호출하는 방법(모델 ID hy4 / tencent/hy4), 그리고 Claude Code와 Codex에서 중국 모델을 쓰는 직접 테스트 절차를 정리합니다.

10 分钟阅读
Tencent Hunyuan Hy4 정식 출시: 가격, 1M 컨텍스트, 벤치마크, Claude Code / Codex에서 쓰는 법

핵심 요약: Tencent Hunyuan은 2026년 11월 4일 Hy4 정식 버전을 출시했습니다. Hy 시리즈 최초로 이미지 입력(비전)과 컴퓨터 조작을 지원하며, 컨텍스트는 1M, 최대 출력은 64K입니다. 공식 API 가격은 100만 토큰당 입력 $0.834, 출력 $2.501, 캐시 히트 $0.042로 8월의 Hy4 preview와 같습니다.

  • 지금 호출할 수 있는 곳은 Tencent Cloud TokenHub(모델 ID hy4)와 OpenRouter(모델 ID tencent/hy4, 현재 50% 할인 표시: 입력 $0.417, 출력 $1.251)입니다. CodeBuddy, WorkBuddy, Yuanbao, ima에서도 바로 쓸 수 있습니다.
  • Tencent 자체 벤치마크 표에서 Hy4는 APEX-Agents v1.1에서 75.2로, Tencent가 측정한 Claude Opus 5.5(74.8)보다 조금 높습니다. 하지만 Terminal-Bench 4.0에서는 44.4에 그쳐 Opus 5.5와 Kimi K3.1 Pro(둘 다 66 안팎)에 크게 뒤처집니다. Tencent 스스로도 "최상위 비공개 모델과는 아직 상당한 격차가 있다"고 적었습니다.
  • 정식 버전 가중치는 아직 공개되지 않았습니다. Tencent는 "오픈소스 공개를 계획 중"이라고만 했고 날짜는 없습니다. Hugging Face에는 현재 Hy4-preview만 있습니다. 더 빠르고 저렴한 Hy4 flash도 "곧 출시"된다고 합니다.
  • aicodewith에는 11월 4일 기준 아직 Hy4가 없습니다. Claude Code, Codex, Cursor에서 중국 모델을 쓰고 싶다면 kimi-k3.1-pro, glm-5.3, deepseek-v4-pro 등을 이미 제공하고 있습니다. 직접 테스트한 절차는 글 뒷부분에 있습니다.

API Key를 만들고 Claude Code, Codex, Cursor에서 중국 모델 사용하기 →

수치는 2026-11-04(베이징 시간)에 Tencent의 Hy4 공식 출시 페이지, Tencent Cloud TokenHub Hy 호출 가이드, OpenRouter 모델 페이지, 그리고 IT之家, 펑황왕, FourWeekMBA의 보도를 기준으로 확인했습니다. 벤치마크 점수는 모두 Tencent 표에서 가져왔으며 "Tencent 자체 측정"으로 표기했습니다.

한눈에 보는 Hy4 현황

질문현황(2026-11-04)근거
출시됐나?정식 출시, 8월 28일 Hy4 preview를 대체Tencent 공식 출시 페이지
API로 쓸 수 있나?가능: Tencent Cloud TokenHub hy4, OpenRouter tencent/hy4Tencent Cloud 문서, OpenRouter
공식 가격입력 $0.834 / 출력 $2.501 / 캐시 히트 $0.042(100만 토큰당)Tencent 공식 출시 페이지
컨텍스트와 출력컨텍스트 1M(1,048,576), 최대 입력 960K, 최대 출력 64K(65,536)Tencent Cloud 문서, OpenRouter
입력 모달리티텍스트 + 이미지 입력, 텍스트 출력OpenRouter, Tencent Cloud 문서
파라미터 수정식 버전 미공개; preview는 총 770B / 활성 49BIT之家의 preview 보도에 따르면
오픈 가중치공개 예정, 날짜 미정; 현재는 preview 가중치만Tencent 공식 출시 페이지, Hugging Face
Hy4 flash곧 출시 예정Tencent 공식 출시 페이지
aicodewith에서 쓸 수 있나?아직 없음(본 사이트 /v1/models에 hy4 없음)11월 4일 확인

Hy4 정식 버전에서 바뀐 점

Tencent 공식 출시 페이지와 IT之家 보도에 따르면 Hy4 preview 대비:

  • 사전 학습과 사후 학습 규모 확대로 지시 수행, 긴 문서 이해, 장기 작업, 딥 리서치 등 종합 능력이 향상됐습니다.
  • 처음으로 비전 지원: 인식, 추론, 도구 호출을 결합해 세밀한 이미지 처리, 복잡한 차트 분석, 수학 시각 추론을 합니다.
  • 처음으로 컴퓨터 조작 지원: CLI와 GUI 모두 가능하며, Blender, CAD 같은 전문 소프트웨어와 여러 앱을 오가는 장기 작업에 맞춰 별도 학습을 했습니다.
  • 프런트엔드와 게임 개발: Unreal Engine, Unity, Godot에 맞췄고, Tencent는 preview 대비 GameDev 19.1%, GameLogic 9.8% 향상을 발표했습니다.
  • 금융과 사무: 금융 실무자 213명이 실제 작업 579개를 평가해 Hy4 3.04, DeepSeek-V4.1-Flash-1017 2.97, Kimi K3.1 Pro와 GLM-5.3은 각각 2.68을 받았습니다. 내부 평가에서 환각률은 preview의 15.76%에서 5.45%로 낮아졌습니다.
  • 안전: 사이버 보안 학습 데이터는 방어 관련 내용만 남기고 익스플로잇 개발, 리버스 엔지니어링, 침투 테스트 내용은 걸러냈습니다. 가중치 공개 때 시스템 카드도 함께 공개합니다.

이번 출시는 X 트렌드에도 올랐습니다.

Hy4 가격

단위: 미국 달러 / 100만 토큰(MTok), 2026-11-04 확인.

채널입력출력캐시 히트
Tencent 공식(Tencent Cloud)$0.834$2.501$0.042
OpenRouter 현재 표시(50% 할인 표기)$0.417$1.251$0.021

참고:

  • Tencent는 정식 버전이 "Hy4 preview와 같은 API 가격을 유지"한다고 밝혔습니다.
  • OpenRouter의 50% 할인은 종료일이 없으니 페이지 표시를 기준으로 하세요. OpenRouter에서 Hy4 제공사는 현재 Tencent Cloud 한 곳뿐입니다.
  • 비교하자면 FourWeekMBA가 OpenRouter 정가로 계산한 결과, Hy4 출력 가격은 Claude Opus 5.5($20)의 약 1/8, Kimi K3.1 Pro와 GPT-6.1 Sol($10)의 약 1/4이지만 DeepSeek V4.1 Flash-1017 표준가($1.20)의 약 2.1배입니다. Kimi K3.1 Pro 공식 가격은 본 사이트의 Kimi K3.1 Pro 리뷰를 참고하세요.
  • Hy4는 기본적으로 깊은 사고가 켜져 있고 사고 토큰도 출력으로 계산됩니다. 간단한 작업은 reasoning_effort를 낮추세요.

Hy4 벤치마크: Tencent 표에서 확인할 수 있는 숫자

아래는 Tencent 출시 페이지 부록의 벤치마크 표에서 발췌했습니다. Tencent 설명에 따르면 모든 모델을 최고 추론 단계로 측정했고, 숫자가 두 개인 칸은 앞이 각 회사 공식 수치, 뒤가 Tencent 자체 측정입니다. 여기서는 코딩, 에이전트, 멀티모달 관련 행만 실었습니다.

벤치마크Hy4Hy4 previewClaude Opus 5.5Kimi K3.1 ProGPT-6.1 SolDeepSeek-V4.1-Flash-1017GLM-5.3
APEX-Agents v1.1 (pass@1)75.253.973.5 / 74.867.2 / 68.260.0 / 61.772.1 / 72.964.3
DeepSWE v1.174.964.374.2 / 72.675.5 / 76.375.2 / 72.777.0 / 73.866.9 / 68.1
SWE-Marathon v1.143.831.946.3 / 44.451.7 / 53.842.5 / 39.446.342.5 / 35.6
Terminal-Bench 4.044.426.366.4 / 66.465.7 / 66.855.9 / 55.542.3 / 40.042.9
ProgramBench30.017.565.0 / 56.531.5 / 24.546.0 / 46.029.1 / 29.019.0 / 18.0
FrontierCode 2.031.0-46.425.540.628.521.6
AutomationBench v1.0.656.236.358.865.651.460.5 / 54.348.2 / 54.1
OSWorld 2.1(Full, 부분 점수)78.9-81.879.675.268.4-
MMMU-Pro78.6-88.284.1 / 83.484.976.7-
HLE-Full(도구 사용)59.157.367.7 / 66.270.0 / 61.860.657.162.5 / 57.4

표 읽는 법:

  • Hy4가 확실히 앞서는 것은 APEX-Agents(사무형 에이전트 작업) 하나뿐입니다. DeepSWE는 다른 모델과 거의 비슷합니다.
  • 터미널 코딩(Terminal-Bench 4.0), 처음부터 프로그램 작성(ProgramBench), 연구용 Terminal-Bench-Science(Hy4 19.8, Opus 5.5 58.7 / 56.2)에서는 격차가 큽니다. Tencent는 Terminal-Bench 4.0을 Claude Code harness로, 문제당 최대 500턴·13시간으로 측정했습니다.
  • FourWeekMBA에 따르면 표의 34행 중 20행이 Tencent 내부 벤치마크이고, 나머지 14행의 공개 벤치마크에서 Hy4가 Opus 5.5보다 높은 것은 2행뿐입니다.
  • 모든 점수는 Tencent 자체 측정이거나 업체 공식 수치이며, 아직 제3자의 독립 재현은 없습니다.

Hy4 API 호출 방법

Tencent Cloud TokenHub

TokenHub 콘솔에서 서비스를 활성화하고 API 키를 만들면 호출할 수 있습니다. Tencent Cloud 문서에 따르면 TokenHub는 OpenAI Chat Completions(/v1/chat/completions), OpenAI Responses(/v1/responses), Anthropic Messages(/v1/messages) 세 가지 프로토콜을 지원하며, Base URL은 지역에 따라 고릅니다: 광저우 https://tokenhub.tencentmaas.com/v1, 싱가포르 https://tokenhub-intl.tencentmaas.com/v1. OpenAI 경로는 Authorization: Bearer, Anthropic 경로는 x-api-key를 씁니다.

bash
# 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(OpenAI SDK):

python
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)

요점(Hy 호출 가이드에 따르면):

  • hy4는 기본적으로 깊은 사고가 켜져 있고 reasoning_effort 기본값은 high이며, 사고 내용은 reasoning_content 필드에 있습니다.
  • 여러 턴의 도구 호출에서는 이전 턴의 reasoning_content를 tool_calls와 함께 다시 보내야 품질이 떨어지지 않습니다.
  • 이미지는 URL이나 Base64로 보낼 수 있고, 장당 10 MB, 요청당 최대 600장입니다.
  • 모델 서비스를 활성화하지 않았으면 402가 반환됩니다.

OpenRouter

모델 ID는 tencent/hy4입니다. API는 OpenAI 호환이며 Responses와 Anthropic Messages 형식도 지원합니다(OpenRouter 모델 페이지에 따르면):

bash
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 페이지에는 tools, tool_choice, JSON Schema 구조화 출력을 지원하고 최대 출력이 65,536 토큰이라고 표시돼 있습니다.

Claude Code / Codex / Cursor에서 중국 모델 쓰기(본 사이트 직접 테스트)

Hy4는 아직 본 사이트에 없습니다. "Claude Code, Codex, Cursor에서 중국 모델로 바꿔 쓰고 싶다"면 이미 제공 중인 kimi-k3.1-pro, glm-5.3, deepseek-v4-pro 등을 바로 쓸 수 있고, 키 하나로 세 클라이언트 모두에서 쓸 수 있습니다. 11월 4일 본 사이트 키로 Claude Code + Kimi K3.1 Pro와 Codex + GLM-5.3을 각각 한 번씩 실행했습니다.

1단계: API Key 만들기

회원가입·로그인 후 콘솔에서 API Key를 만듭니다. 사용 가능한 모델은 모델 목록을 확인하세요.

API Key를 만들기 →

2단계(Claude Code): settings.json 작성

~/.claude/settings.json(Windows는 %USERPROFILE%\.claude\settings.json)을 엽니다. ANTHROPIC_BASE_URL 끝에 /v1을 붙이지 않습니다:

json
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.aicodewith.ai",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_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"
  }
}

GLM을 쓰려면 모델 이름을 모두 glm-5.3으로 바꾸면 됩니다. 자세한 내용은 Claude Code를 서드파티 API에 연결하는 방법과 Kimi K3.1 Pro를 Claude Code에 연결하는 설정을 참고하세요.

3단계(Claude Code): 작은 작업 실행

bash
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

테스트 결과(Claude Code 2.1.316, 모델 kimi-k3.1-pro):

text
# 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
  • 소요 시간 53.4초, 3턴에 완료. 파일이 정확히 작성됐고 assert가 모두 통과했으며, 스크립트는 출력 없이 종료 코드 0으로 끝났습니다.
  • stderr의 unrecognized_model은 Claude Code가 이 모델 이름을 모른다는 안내일 뿐, 호출에는 영향이 없습니다.

4단계(Codex): 전역 config.toml 작성

Codex는 전역 ~/.codex/config.toml의 experimental_bearer_token에서 키를 읽습니다. base_url은 https://api.aicodewith.ai/chatgpt/v1입니다(/chatgpt/v1 주의):

toml
# ~/.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 = "YOUR_API_KEY"

각 필드의 의미는 Codex config.toml 설정 가이드를 참고하세요.

5단계(Codex): 같은 작업 실행

bash
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."

테스트 결과(codex-cli 0.166.0, 모델 glm-5.3):

text
# 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
  • 소요 시간 31.6초, 종료 코드 0, 최종 출력 ok.
  • Codex는 glm-5.3의 모델 메타데이터를 찾을 수 없다며 기본 메타데이터를 씁니다. GLM은 처음에 셸에서 apply_patch를 호출하려다 실패했고, 이후 heredoc으로 바꿔 작업을 마쳤습니다. OpenAI 외 모델로 Codex를 돌리면 가끔 이런 우회가 한 단계 더 생깁니다.

Cursor

Cursor 설정의 Models에서 OpenAI 호환 사용자 지정 모델을 추가하고, 본 사이트 키를 입력한 뒤 모델 이름에 본 사이트 모델 ID(예: kimi-k3.1-pro)를 적습니다. 중국 모델을 Claude Code / Codex에 연결하는 다른 예시는 DeepSeek V4.1 Flash를 Claude Code / Codex에 연결하기를 참고하세요.

Hy4가 맞는 경우와 아닌 경우

먼저 써 볼 만한 경우:

  • 사무, 금융 리서치형 에이전트(APEX-Agents와 금융 전문가 평가가 가장 강한 항목)
  • 이미지·차트 이해와 1M 긴 컨텍스트가 함께 필요한 작업
  • 예산에 민감하고 자기 작업으로 직접 평가할 수 있는 팀(출력 가격이 Opus 5.5보다 훨씬 낮음)

아직 서두르지 않아도 되는 경우:

  • 터미널 중심 코딩, 장기 개발: Tencent 자체 측정에서도 Terminal-Bench 4.0, ProgramBench에서 Opus 5.5와 Kimi K3.1 Pro에 크게 뒤짐
  • 로컬 배포가 필요한 경우: 정식 버전 가중치가 아직 공개되지 않음
  • 제3자 순위가 필요한 경우: 현재는 Tencent 자체 측정만 있음

FAQ

Tencent Hunyuan Hy4는 언제 출시됐나요?

정식 버전은 2026년 11월 4일에 출시됐습니다. Hy4 preview는 8월 28일에 나왔습니다.

Hy4 가격은 얼마인가요?

Tencent 공식 가격은 100만 토큰당 입력 $0.834, 출력 $2.501, 캐시 히트 $0.042로 preview와 같습니다. OpenRouter는 현재 50% 할인($0.417 / $1.251)을 표시하고 있으며 종료일은 공개되지 않았습니다.

Hy4 API 모델 ID는 무엇인가요?

Tencent Cloud TokenHub에서는 hy4, OpenRouter에서는 tencent/hy4입니다.

Hy4 컨텍스트는 얼마나 긴가요?

1M(1,048,576 토큰)이며, Tencent Cloud는 최대 입력 960K, 최대 출력 64K로 표기합니다.

Hy4는 오픈소스인가요?

정식 버전은 아직 아닙니다. Tencent는 오픈소스 공개를 계획하고 vLLM, SGLang과 함께 지원을 준비 중이지만 날짜는 밝히지 않았습니다. Hugging Face에는 Hy4-preview 가중치가 있습니다.

Hy4를 Claude Code에서 쓸 수 있나요?

Tencent Cloud TokenHub와 OpenRouter 모두 Anthropic Messages 호환 엔드포인트를 제공하므로 각 문서에 따라 설정할 수 있습니다. 본 사이트는 아직 Hy4를 제공하지 않습니다. Claude Code에서 중국 모델을 쓰려면 본 사이트의 kimi-k3.1-pro나 glm-5.3을 위 절차대로 쓰면 됩니다.

Hy4와 Kimi K3.1 Pro를 비교하면?

Tencent 자체 측정 표에서 Hy4는 APEX-Agents에서 더 높고, Kimi K3.1 Pro는 Terminal-Bench 4.0, SWE-Marathon, OSWorld, MMMU-Pro에서 더 높습니다. 출력 가격은 Hy4가 K3.1 Pro의 약 1/4입니다.

관련 글

출처

확인일: 2026-11-04(베이징 시간)

API Key를 만들기 → 모델 목록 보기 →

相关文章

Gemini 4 Hydrogen은 무엇이고 어떻게 붙이나? 공식 가격 $1.50/$7.50, Claude Code / Codex에서 쓰기

Gemini 4 Hydrogen은 무엇이고 어떻게 붙이나? 공식 가격 $1.50/$7.50, Claude Code / Codex에서 쓰기

Gemini 4 Hydrogen은 일상 코딩과 에이전트 워크플로를 위한 Google의 효율 모델로, 2026년 11월 12일(미국 시간)에 정식 출시되었습니다. 모델 ID는 gemini-4-hydrogen입니다. 공식 Gemini Developer API 표준 가격은 입력 백만 토큰당 $1.50, 출력(사고 토큰 포함) $7.50, 암시적 캐시 $0.075이며, 무료 등급에서는 이 세 항목이 Free of charge로 표기됩니다. 공식 사양과 가격, AI Studio / Gemini API 연결 방법, Claude Code·Codex·Cursor 설정 방법을 정리합니다.

Claude Fable 5.2 vs Opus 5.5, 무엇을 써야 할까? Claude Code 모델 전환과 메인 Agent는 Fable, 서브 Agent는 Opus로 함께 쓰는 설정(직접 테스트)

Claude Fable 5.2 vs Opus 5.5, 무엇을 써야 할까? Claude Code 모델 전환과 메인 Agent는 Fable, 서브 Agent는 Opus로 함께 쓰는 설정(직접 테스트)

Claude Fable 5.2와 Opus 5.5 중 무엇을 써야 할까요? 공식 사양과 가격 비교표를 먼저 보여 드리고, Claude Code에서 /model, --model, settings.json으로 두 모델을 전환하는 방법, 서브 Agent의 model 필드로 메인 Agent는 Fable, 서브 Agent는 Opus로 실행하는 방법, Codex와 Cursor에서 고르는 방법을 설명합니다. AICodeWith Key로 같은 작업을 두 모델에 실행한 소요 시간과 결과, 자주 나는 오류의 해결법도 담았습니다.