- Was ist Tencent Hy4 Preview?
- Tencent Hy4 Preview API-Zugang auf Novita AI
- Hy4 Preview Spezifikationen und Preise auf Novita AI
- Fähigkeiten: Was Hy4 Preview kann
- Entwickler-Eignung: Wann Hy4 Preview verwenden
- Wann nicht zu verwenden
- Wie man Hy4 Preview gegen deine aktuelle API evaluiert
- Fazit
- FAQ
- Empfohlene Artikel
Tencent Hy4 Preview ist auf Novita AI als serverlose Text-zu-Text-API verfügbar. Die genaue Modell-ID ist tencent/hy4-preview. Stand 20. September 2026 listet Novita AI $0,834 pro Million Input-Tokens, $2,501 pro Million Output-Tokens, $0,042 pro Million gecachter Input-Reads, ein Kontextfenster von 1.000.000 Tokens und ein maximales Output von 64.000 Tokens. Das Modell ist ein Mixture-of-Experts-System mit 770B Parametern und 49B aktiven Parametern. Novita AI positioniert es für Coding-Agenten, komplexe Tool-Use-Workflows, Planung, Kontextkontinuität und nachhaltige mehrschrittige Ausführung.
| Tencent Hy4 Preview auf Novita AI | Details |
|---|---|
| Modellname | Hy4 Preview |
| Modell-ID | tencent/hy4-preview |
| Kontextfenster | 1.000.000 Tokens |
| Max. Output | 64.000 Tokens |
| Input-Preis | $0,834 pro 1M Tokens |
| Output-Preis | $2,501 pro 1M Tokens |
Was ist Tencent Hy4 Preview?
Hy4 Preview ist Tencents Preview-Klasse Hy-Generation-Modell für Coding-Agenten, komplexe Tool-Nutzung und Produktivitätsarbeit. Die Novita AI Modellseite identifiziert es als Mixture-of-Experts-Modell mit 770B Gesamtparametern und 49B aktiven Parametern. Diese Aufteilung ist für API-Nutzer relevant, da sie auf ein leistungsstarkes Modell hindeutet, bei dem pro Token weniger Parameter aktiv sind, im Gegensatz zu einem dichten Modell, bei dem jeder Parameter zu jeder Anfrage beiträgt.
Das Preview-Label hat eine echte technische Bedeutung. Ein Preview-Modell kann sich vor einer vollständigen Veröffentlichung noch ändern, daher sollte es als starker Kandidat für Experimente und schrittweise Einführung evaluiert werden, nicht sofort als stabiler Produktionsstandard übernommen werden. Wenn du darauf aufbaust, versioniere deine Prompts, protokolliere das Modellverhalten zusammen mit den Aufgaben-Ergebnissen und führe die Bewertung erneut durch, wenn das Modell sich ändert.
Dies ist ein reines Text-Chat-Modell. Es ist kein Bild-, Audio- oder Video-Modell und ersetzt keine spezialisierten Retrieval- oder Embedding-Modelle.
Tencent Hy4 Preview API-Zugang auf Novita AI
Novita AI listet Hy4 Preview als serverloses Modell mit chat/completions-, anthropic- und responses-Endpunkt-Unterstützung. Die aktuelle Funktionsliste umfasst Function Calling, strukturierte Outputs, Reasoning und serverlose Bereitstellung.
Die direkteste Integration ist der OpenAI-kompatible chat/completions-Pfad. Richte deinen Client auf die API-Basis-URL von Novita AI, setze das Modellfeld auf tencent/hy4-preview und authentifiziere mit einem Novita AI API-Key. Wenn du bereits einen OpenAI-kompatiblen Agenten oder eine Anwendung betreibst, ist dies hauptsächlich eine Modell-Routing-Änderung und keine Protokoll-Migration.
Die Novita AI Modellseite enthält auch einen Playground, der nützlich ist, um das Modell-Routing zu validieren, bevor du eine neue Anfrage in eine größere Evaluierung einbringst.
| Zugriffselement | Novita AI Wert |
|---|---|
| Anzeigename | Hy4 Preview |
| Exakte Modell-ID | tencent/hy4-preview |
| Modelltyp | Chat |
| Zugriffsmodus | Serverlos |
| Endpunkt-Familien | chat/completions, anthropic, responses |
| Input-Modalität | Text |
| Output-Modalität | Text |
| Features | Serverlos, Function Calling, strukturierte Outputs, Reasoning |
Hy4 Preview Spezifikationen und Preise auf Novita AI
Die Modellspezifikation und Preise unten basieren auf der Novita AI Modellliste, die am 20. September 2026 geprüft wurde.
| Spezifikation / Preiselement | Novita AI Wert |
|---|---|
| Modell-ID | tencent/hy4-preview |
| Status | Live, serverlos |
| Architektur | Mixture-of-Experts |
| Gesamtparameter | 770B |
| Aktive Parameter | 49B |
| Kontextfenster | 1.000.000 Tokens |
| Maximale Output-Tokens | 64.000 Tokens |
| Input-Preis | $0,834 pro 1M Tokens |
| Output-Preis | $2,501 pro 1M Tokens |
| Preis für gecachte Input-Reads | $0,042 pro 1M Tokens |
| Erstellt im Katalog | 17. September 2026 |
Gecachte Input-Reads werden mit $0,042 pro 1M Tokens berechnet, wenn deine Anfrage qualifizierenden Input-Kontext wiederverwendet. Dieser Satz gilt für gecachte Input-Reads, nicht für jedes Input-Token.
Fähigkeiten: Was Hy4 Preview kann
Hy4 Preview ist für mehrschrittige Arbeit konzipiert. Die Beschreibung von Novita AI zielt explizit auf Coding-Agenten, komplexe Tool-Use-Workflows und Produktivitätsaufgaben ab, die Planung, Kontextkontinuität und nachhaltige Ausführung erfordern. In einem API-Kontext macht das die aufgeführten Fähigkeiten relevanter als die Überschrift:
- Function Calling ermöglicht es dem Modell, ein kontrolliertes Anwendungswerkzeug auszuwählen und Argumente für dieses Werkzeug auszugeben.
- Strukturierte Outputs helfen, Modellentscheidungen in nachgelagerte Systeme zu überführen, ohne sich vollständig auf fragiles Natural Language Parsing zu verlassen.
- Reasoning-Unterstützung gibt dir eine weitere Achse zur Bewertung für schwierige Planungs-, Code-Analyse- oder Workflow-Ausführungsaufgaben.
- Ein 1M Input-Fenster bietet Raum für breiten Kontext, auch wenn du weiterhin Retrieval-Disziplin und explizite Token-Budgets benötigst.
Langer Kontext hebt die Notwendigkeit von Kontext-Engineering nicht auf. Platziere Aufgabenanweisungen, Policy-Einschränkungen, aktuellen Repository-Zustand, abgerufene Dokumente und relevante Tool-Ergebnisse in eine durchdachte Reihenfolge. Halte alte Fehlschläge, irrelevante Logs und unzusammenhängenden Code aus der Anfrage heraus. Für einen Coding-Agenten ist der nützliche Test nicht, ob das Modell 1.000.000 Tokens akzeptieren kann, sondern ob die Anfrage den richtigen Kontext enthält, um eine korrekte Änderung vorzunehmen.
Entwickler-Eignung: Wann Hy4 Preview verwenden
Verwende es für Coding-Agenten- und Tool-Use-Evaluierungen. Wenn dein aktuelles Modell den Mehrdateikontext verliert, ungültige Tool-Argumente ausgibt oder einen Plan nicht über mehrere Tool-Durchläufe aufrechterhalten kann, ist Hy4 Preview ein nützlicher Vergleichspunkt. Teste es an echten fehlschlagenden Tickets, Abhängigkeits-Upgrades, Refactorings mit Tests und Workflows, die mehrere Tool-Aufrufe anstelle von Einzel-Snippet-Aufrufen erfordern.
Verwende es für Long-Context-Analysen. Das 1.000.000-Token-Fenster passt zu Anfragen, die Spezifikation, Repository-Kontext, Architekturnotizen, Issue-Verlauf, Logs und Evaluierungseinschränkungen kombinieren. Dies ist am wertvollsten, wenn das Halten des gesamten relevanten Zustands in einer Anfrage eine bessere Entscheidung hervorbringt als reines Chunking.
Verwende es, wenn strukturierte Übergaben wichtig sind. Strukturierte Outputs und Function Calling machen es praktikabel, das Modell mit einer Review-Queue, einem Issue-Tracker, einem Test-Runner oder einem Deployment-Workflow zu verbinden, vorausgesetzt, deine Anwendung validiert Tool-Argumente und Ergebnisformate.
Verwende es, wenn sich cachebarer Kontext wiederholt. Stabile Systemanweisungen, Tool-Schemas, Repository-Zusammenfassungen und Policy-Blöcke können vom gecachten Input-Read-Satz profitieren. Bewerte das tatsächliche Cache-Verhalten und die Kosten über repräsentative Aufrufe hinweg, anstatt anzunehmen, dass der Rabatt einheitlich gilt.
Wann nicht zu verwenden
Kurze, kostengünstige Aufgaben. Ein kleiner Klassifizierer, Routing-Job, kurzer Zusammenfasser oder eine risikoarme Umschreibung benötigt normalerweise kein 770B/49B aktives MoE-Modell. Behalte ein günstigeres Modell als Basislinie, es sei denn, die Qualität hat sich bereits als Engpass erwiesen.
Bild-, Audio- oder Video-Workloads. Hy4 Preview ist auf Novita AI Text-in und Text-out. Verwende ein dediziertes multimodales Modell, wenn Screenshots, UI-Video, Audio oder Bildverständnis zentral für den Workflow sind.
Harte Latenz-Untergrenzen. MoE-Routing und tiefe Reasoning-Workloads können sich unter Last anders verhalten als dichte Chat-Modelle. Messe die Zeit bis zum ersten Token, die End-to-End-Latenz, Wiederholungen und die Tool-Zykluszeit, bevor du interaktiven Traffic auf ein neues Modell umleitest.
Wiederholte, stabile Workflows ohne Anzeichen von Qualitätsverlust. Wenn deine bestehende Pipeline Tests besteht und die Fehlerquoten niedrig hält, wechsle nur, wenn eine repräsentative Evaluierung einen echten Gewinn zeigt, nicht weil ein neueres Modell verfügbar ist.
Wie man Hy4 Preview gegen deine aktuelle API evaluiert
Beginne mit einem festgelegten Evaluierungssatz und halte das Gerüst modellübergreifend identisch. Die gleichen Tools, Retrieval-Einrichtung, Timeout, Output-Begrenzung und Bewertungsregeln sollten gelten.
Sammle für Coding-Agenten aufgabenbezogene Ergebnisse, nicht nur Reaktionseindrücke:
- Hat die Änderung die relevanten Tests bestanden?
- Hat der Agent die korrekten Tools in einer gültigen Reihenfolge aufgerufen?
- Wie viele Wiederholungen, Korrekturen oder menschliche Eingriffe waren nötig?
- Wie viele gesamte Input-, gecachte Input- und Output-Tokens wurden verwendet?
- Blieb die Latenz für den Produkt-Workflow akzeptabel?
Für die Automatisierung verfolge Schema-Gültigkeit, nachgelagerte Akzeptanz, Korrekturrate und Kosten pro abgeschlossener Aufgabe. Diese Zahlen machen es einfach zu entscheiden, ob Hy4 Preview zum Standard werden, ein Eskalationspfad bleiben oder aus der Produktion herausbleiben sollte.
Eine praktische Rollout-Strategie ist, Hy4 Preview als Spezialisten für schwierige Coding-Agenten-Schritte oder Long-Context-Planung zu behalten, während dein bestehendes Modell weiterhin das hohe, risikoarme Traffic-Volumen bewältigt.Stufe es nur hoch, wenn sein gemessener Vorteil den höheren Output-Preis und die betrieblichen Kosten der Änderung einer Preview-Abhängigkeit überwiegt.
Fazit
Tencent Hy4 Preview auf Novita AI ist eine Evaluierung wert für Coding-Agenten, tool-lastige Automatisierung und Long-Context-Planung. Die Start-Fakten sind konkret: tencent/hy4-preview, serverloser Zugriff, 770B/49B MoE, ein 1.000.000-Token-Kontextfenster, ein 64.000-Token-Output-Limit und $0,834/$2,501 Input/Output pro Million Tokens Stand 20. September 2026.
Seine Eignung ist nicht universell. Das Preview-Label, die reinen Text-Inputs und die höheren Output-Kosten bedeuten, dass es sich an deiner Workload beweisen muss. Beginne mit der Hy4 Preview API und dem Playground, führe die gleichen Aufgaben aus, die du für dein aktuelles Modell verwendest, und vergleiche Korrektheit, Tool-Zuverlässigkeit, Latenz und gesamte Token-Kosten, bevor du es hochstufst.
FAQ
Wie lautet die Modell-ID für Tencent Hy4 Preview auf Novita AI?
Die genaue Modell-ID ist tencent/hy4-preview.
Ist Tencent Hy4 Preview auf Novita AI verfügbar?
Ja. Novita AI listet Hy4 Preview stand 20. September 2026 als live serverloses Chat-Modell.
Wie viel kostet Tencent Hy4 Preview auf Novita AI?
Stand 20. September 2026 kostet es $0,834 pro Million Input-Tokens, $2,501 pro Million Output-Tokens und $0,042 pro Million gecachter Input-Reads.
Wie groß sind das Kontextfenster und der maximale Output?
Die Novita AI Auflistung zeigt ein 1.000.000-Token-Kontextfenster und einen maximalen Output von 64.000 Tokens.
Unterstützt Hy4 Preview Function Calling und strukturierte Outputs?
Ja. Die Novita AI Auflistung umfasst Function Calling, strukturierte Outputs, Reasoning und serverlose Unterstützung.
Wie viele aktive und gesamte Parameter hat das Modell?
Novita AI beschreibt Hy4 Preview als ein Mixture-of-Experts-Modell mit 770B Parametern und 49B aktiven Parametern.
Ist Hy4 Preview dasselbe wie Hunyuan?
Der Artikel verwendet Tencents aktuellen Hy-Generation-Anzeigenamen. Es ist nicht verwandt mit Hunyuan Image oder Hunyuan Video, die separate Medien-Generierungs-Produktfamilien sind.
