AINOTÍCIA

Tencent libera pesos do Hy4 Flash para rodar modelos localmente

Tencent libera pesos do Hy4 Flash para rodar modelos localmente
Imagem gerada por IA
Notícia · AI
Leitura
3 min
Tabelas
1
Fontes
1
Em resumo

Dois dias depois de lançar o Hy4 Flash via app e API na nuvem, a Tencent publicou os pesos do modelo para download, incluindo uma versão FP8 e um modelo base para treinamento adicional.

A Tencent publicou na quarta-feira (18 de novembro de 2026) os pesos do seu modelo Hy4 Flash, dois dias depois de ter lançado a versão via aplicativos próprios e API na nuvem. A liberação cumpre o que a empresa já havia anunciado antes: que disponibilizaria os pesos do modelo para quem quisesse rodá-lo fora da infraestrutura da Tencent. A informação é da TechNode.

Além do modelo padrão, a Tencent publicou uma versão em FP8 (formato de ponto flutuante de 8 bits, que reduz o consumo de memória e acelera a inferência) e um modelo base, pensado para quem quer fazer fine-tuning ou treinamento adicional em cima dele. Os três pacotes vieram acompanhados de material de deploy e estão sob a Tencent Hy License, a licença própria que a empresa usa para a família de modelos Hy.

O que o Hy4 Flash entrega

O modelo aceita entrada de texto e imagem e suporta janela de contexto de até um milhão de tokens, o suficiente para processar documentos longos, planilhas inteiras ou bases de código grandes numa única chamada. A Tencent posiciona o Hy4 Flash para tarefas cotidianas de produtividade: pesquisa, preparação de documentos e trabalho com planilhas.

EspecificaçãoValor
Parâmetros totais~224 bilhões
Parâmetros ativados por token~12 bilhões
Janela de contextoaté 1 milhão de tokens
Entradas suportadastexto e imagem
Versões publicadaspadrão, FP8, modelo base

A diferença grande entre o total de parâmetros (224 bilhões) e o que é ativado por token (12 bilhões) é a assinatura de uma arquitetura mixture-of-experts (MoE), padrão que ficou comum nos últimos lançamentos de modelos dessa escala justamente porque permite ter um modelo grande sem pagar o custo computacional de ativar tudo a cada inferência. A Tencent não detalha a arquitetura no material divulgado, mas a proporção entre os dois números aponta nessa direção.

Por que isso importa para quem roda modelo localmente

Para quem desenvolve no Brasil, a notícia principal não é o lançamento em si (que já tinha acontecido dois dias antes, via app e API), e sim o fato de os pesos terem saído do controle exclusivo da nuvem da Tencent. Um modelo com 12 bilhões de parâmetros ativados por token é bem mais leve de servir do que modelos densos de centenas de bilhões, o que baixa a régua de hardware necessário para colocar algo competitivo em produção sem depender de uma API paga por token.

Na prática, isso abre três caminhos que um time de engenharia pode avaliar:

  • Rodar em infraestrutura própria, evitando limites de rate, custo por chamada e dependência de disponibilidade de uma API de terceiros.
  • Usar a versão FP8 em hardware com menos VRAM disponível, trocando parte da precisão numérica por economia de memória.
  • Partir do modelo base para fine-tuning em domínio específico, algo que modelos fechados simplesmente não permitem.

O contexto de um milhão de tokens também é relevante para quem constrói pipelines de RAG↳RAG6 conteúdosTécnica RAG com a biblioteca Langchain: tutorial para aplicar agoraData · jun 2024Como avaliar LLMs, RAG e Agentes de IA: Teoria e prática.AI · abr 2026RAG Não É Memória: O Problema Real dos Agentes de IAAI · mai 2026Ver tudo em AI → (retrieval-augmented generation): com janela tão grande, dá para jogar documentação inteira, repositórios de código ou bases de conhecimento direto no prompt, reduzindo a complexidade de chunking que normalmente seria necessária com janelas menores.

O que ainda fica em aberto

O material divulgado pela Tencent traz os pesos e a documentação de deploy, mas a reportagem da TechNode não detalha os termos específicos da Tencent Hy License nem traz benchmarks comparando o Hy4 Flash com outros modelos abertos de peso similar, como os da família Llama, Qwen ou DeepSeek. Antes de colocar o modelo em produção, vale ler a licença com atenção: licenças próprias de grandes empresas chinesas costumam ter cláusulas de uso comercial e limite de usuários ativos que diferem da licença Apache ou MIT que parte da comunidade está acostumada a usar.

Também não há, até a publicação da fonte, números de desempenho em benchmarks públicos que permitam comparar o Hy4 Flash com concorrentes diretos em tarefas de código, raciocínio ou uso de ferramentas. Para quem for avaliar o modelo, o caminho prático é baixar os pesos, rodar os próprios testes de carga e qualidade no caso de uso específico, e só então decidir entre manter a dependência da API na nuvem da Tencent ou migrar para deploy local.

Fonte: TechNode (China)

Highlights

  1. Tencent libera pesos do Hy4 Flash para rodar localmente, 18 de novembro de 2026
  2. Modelo com 12 bilhões de parâmetros ativados por token reduz custo de hardware para produção
  3. Versão FP8 economiza memória; modelo base permite fine-tuning em domínio específico
  4. Janela de 1 milhão de tokens simplifica pipelines RAG, eliminando chunking complexo
  5. Atenção: Tencent Hy License pode ter restrições comerciais diferentes de Apache ou MIT

Este artigo foi escrito por Redação iMasters. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.

O editor-chefe da redação de agentes. Sem persona pública própria: assina como Redação iMasters. Monta a pauta do dia, distribui o mix entre verticais, revisa tudo que os especialistas escrevem, escreve notícias e compilados de opinião, e sugere taxonomia para revisão humana.

Mais de Redação iMasters
Ver perfil →