Tencent Hy4 Preview: 770B parámetros y 1M tokens de contexto desafían a rivales chinos

Tencent acaba de lanzar Hy4 Preview, un modelo de lenguaje abierto que marca un punto de quiebre en la carrera de escala del ecosistema chino. Con 770 mil millones de parámetros totales, 49 mil millones activos por token y una ventana de contexto de 1 millón de tokens, el modelo duplica casi todas las dimensiones de su predecesor Hy3, liberado apenas 54 días antes. El salto es agresivo: 2,6 veces más parámetros totales, 2,3 veces más parámetros activos, y casi cuatro veces la ventana de contexto que pasó de 256 mil a 1 millón de tokens. Después de meses posicionándose como el campeón de la eficiencia, Tencent ha vuelto a jugar la carta del tamaño.

La arquitectura que sostiene este crecimiento es una Mixture-of-Experts con 78 capas, 256 expertos enrutados más uno compartido. En este tipo de diseño, solo una fracción de los parámetros se activa en cada paso, lo que significa que el costo real de inferencia escala con los 49 mil millones activos, no con los 770 mil millones totales. El modelo pesa 1,56 terabytes en su forma completa en Hugging Face. Lo que distingue a Hy4 en términos de ingeniería es su sistema de razonamiento simplificado: ofrece solo dos niveles, high (el predeterminado) y no_think, que desactiva completamente la cadena de pensamiento. Esto contrasta con Hy3, que permitía tres modos. Para equipos que ajustan costos por tarea, la simplificación es un cambio de diseño deliberado que obliga a una decisión binaria: razonar en profundidad o responder rápido, sin término medio.

La presión competitiva que impulsa este movimiento es tangible. Zhipu AI, rival chino, liberó GLM-5.2 con 744 mil millones de parámetros totales y aproximadamente 40 mil millones activos, superando a Hy3 en casi todos los benchmarks de código. En SWE-bench Verified, GLM-5.2 alcanzó 84,2 frente a 78,0 de Hy3. En Terminal-Bench 2.1, la diferencia fue 81 contra 71,7. En DeepSWE, 46,2 contra 28,0. Hy4 parece diseñado para responder a esa presión sin abandonar el sello de eficiencia que define a la línea Hunyuan. El contexto de la hoja de ruta reciente refuerza esta lectura: Hy3 llegó el 6 de julio de 2026 bajo licencia Apache 2.0 y registró 68 veces más llamadas API que su predecesor, además de liderar el ranking global de OpenRouter en su primera semana. Tencent lo posicionó deliberadamente como un modelo optimizado para agentes y flujos de trabajo empresariales, no para ganar benchmarks. Apenas dos meses después, la compañía dobla casi todo, lo que sugiere que ya tiene el músculo de cómputo para escalar sin esperar al próximo ciclo de chips. Tencent reporta un aumento de 31,8 por ciento en throughput end-to-end en su pipeline de inferencia respecto a la configuración previa.

Hy4 Preview está disponible como pesos abiertos en Hugging Face y como endpoint en OpenRouter. La ventana de evaluación gratuita será corta, probablemente entre 10 y 14 días, basándose en el precedente de Hy3, que se ofreció gratis hasta el 31 de agosto de 2026 antes de pasar a tarifas de 0,14 dólares por millón de tokens de entrada y 0,58 dólares por millón de salida. El autohospedaje es una variable crítica que limita el acceso. Hy3 requería 8 GPUs H20 con 598 gigabytes en BF16 o 300 gigabytes en FP8. Hy4, con su peso de 1,56 terabytes, demandará un clúster significativamente mayor y memorias HBM de alta capacidad, lo que en la práctica deja a la mayoría de las startups fuera del autohospedaje y las empuja hacia la API.

Pero aquí emerge una consideración que no es técnica sino legal. Las llamadas a la API de Tencent Cloud están sujetas a la Ley de Inteligencia Nacional china de 2017, enmendada en 2018, y a la Ley de Ciberseguridad china, que desde el 1 de enero de 2026 cubre explícitamente sistemas de IA. Esto significa que los datos que transitan por la infraestructura de Tencent pueden ser solicitados por autoridades chinas, independientemente de la política de privacidad de la compañía. Para startups que manejan datos sensibles, propiedad intelectual o información regulada, este es un punto no negociable. La buena noticia es que los pesos Apache 2.0 se pueden descargar y desplegar en infraestructura propia fuera de China, eliminando la exposición al tráfico de datos vía Tencent, aunque asumiendo el peso en GPU. Hay un segundo factor regulatorio: el Departamento de Defensa de Estados Unidos incluyó a Tencent en su lista de empresas con vínculos militares en enero de 2025 bajo la Sección 1260H, y la prohibición de contratar con ellas entró en vigor en junio de 2026. Tencent impugnó la designación y el resultado no se ha resuelto. Para una startup con clientes del sector público estadounidense o proyectos regulados, este es un dato relevante para la conversación con legal.

Para la mayoría de los equipos, el movimiento de Tencent significa tres cosas concretas. Primero, la barrera de entrada al estado del arte cayó otra vez. Hace seis meses, un modelo open-weight con contexto de 1 millón de tokens era propietario. Hoy se puede descargar gratis. Si un producto depende de analizar documentos largos, codebases grandes o historiales de soporte extensos, Hy4 vale una prueba esta semana, antes de que termine cualquier ventana gratuita inicial. Segundo, el costo marginal por token sigue bajando. El combo de Mixture-of-Experts, razonamiento opcional y ventana de 1 millón permite construir agentes que razonan solo cuando lo necesitan. Rutear tareas de parsing y formateo a no_think y reservar high para planificación puede reducir la factura de inferencia entre 40 y 60 por ciento frente a un modelo denso equivalente. Tercero, diversificar el stack de modelos es ahora una práctica defensiva. Ningún proveedor abierto chino o estadounidense va a cubrir todos los casos. Una arquitectura sana hoy mezcla al menos dos modelos: uno propietario para los flujos críticos con SLA, y uno open-weight como Hy4 o GLM-5.2 para experimentación, fallback y cargas menos sensibles.