Tencent Hy4 con visione e computer use: cosa cambia per gli agenti AI

Tencent ha presentato il 4 novembre la versione ufficiale di Hy4, il suo modello di punta da 770 miliardi di parametri, aggiungendo per la prima volta comprensione visiva e capacità di computer use. Non è un semplice aggiornamento di numerazione: rispetto all’anteprima uscita a settembre, il modello impara a guardare grafici, documenti e immagini multiple e a muoversi dentro interfacce grafiche e terminali, cioè a lavorare come farebbe una persona davanti a un computer.

Per chi segue il mercato dei modelli AI cinesi è una notizia da leggere con attenzione, perché mostra dove stanno puntando i laboratori fuori dagli Stati Uniti: meno chat, più lavoro d’ufficio, analisi finanziaria e sviluppo di videogiochi.

Cosa ha annunciato Tencent con Hy4

Secondo quanto riportato da TechNode, Hy4 arriva il 4 novembre con due novità principali rispetto alla preview: la visione e l’uso del computer. Il modello è in grado di interpretare grafici e documenti, ragionare su più immagini contemporaneamente e utilizzare strumenti da riga di comando e interfacce grafiche.

La dimensione resta quella già nota, 770 miliardi di parametri. Di architettura e di benchmark ufficiali, nel resoconto che abbiamo a disposizione, non c’è traccia: Tencent per ora insiste sui casi d’uso più che sulle classifiche.

Visione: leggere grafici, documenti e più immagini insieme

La parte visiva è pensata per il lavoro reale. Un modello che capisce un grafico di bilancio, un PDF scansionato o una serie di screenshot può prendere in carico attività che finora richiedevano un passaggio manuale: estrarre dati, confrontare versioni di un documento, controllare che una slide corrisponda a un foglio di calcolo.

Il ragionamento su più immagini è il dettaglio più interessante. Un singolo screenshot è facile; mettere in relazione dieci schermate e capire cosa è cambiato tra l’una e l’altra è un compito molto più vicino a quello che serve in un flusso di lavoro vero.

Computer use: terminale e interfacce grafiche

Il secondo pilastro è l’uso del computer. Hy4 può operare strumenti da riga di comando e interfacce grafiche, e Tencent dichiara un addestramento mirato su software come Blender e CAD, oltre a compiti che attraversano più programmi in sequenza.

Quest’ultimo punto conta più di quanto sembri. Gli agenti che sanno usare un solo programma sono una demo; quelli che passano da un foglio di calcolo a un editor di immagini e poi a un gestionale iniziano a somigliare a un collaboratore.

Il contesto: dall’anteprima di settembre alla versione ufficiale

Hy4 non nasce oggi. L’anteprima, rilasciata a settembre e distribuita anche in forma aperta, contava 770 miliardi di parametri totali con circa 49 miliardi attivi per richiesta e una finestra di contesto oltre il milione di token. In quella fase Tencent aveva sottolineato soprattutto programmazione, lavoro d’ufficio e ricerca scientifica, con la capacità di generare prototipi di giochi giocabili partendo da un prompt testuale.

Nella valutazione interna citata all’epoca, basata su 203 compiti di ingegneria giudicati da 163 esperti, la preview aveva ottenuto 2,99 su 4, contro 2,94 di Kimi K3 e 2,92 di GLM-5.3. Si tratta di un test condotto da Tencent stessa, quindi va preso come indicazione e non come verdetto indipendente.

La versione di novembre sposta il baricentro. Dove la preview parlava soprattutto di codice, la release ufficiale aggiunge gli occhi e le mani: vedere lo schermo e agire su di esso.

Una famiglia che si allarga

Tencent ha anticipato anche un modello più economico, Hy4 flash, senza indicare una data. È lo schema ormai standard dei grandi laboratori: un modello grande per i compiti difficili e uno più snello per i volumi alti e le risposte rapide, così da coprire fasce di prezzo e latenza diverse.

Sul fronte dei pesi aperti, invece, la situazione è più sfumata. Il resoconto di TechNode precisa che questa versione non è ancora open source: Tencent prevede di pubblicare a breve pesi e system card, ma non viene indicata una licenza. Conviene quindi aspettare il rilascio effettivo prima di dare per scontato che sia scaricabile ed eseguibile in locale.

Dove si usa e quanto costa

Hy4 è disponibile nei prodotti di Tencent e tramite piattaforme di terze parti, tra cui OpenRouter. È integrato in WorkBuddy e CodeBuddy, gli strumenti di Tencent per il lavoro d’ufficio e lo sviluppo software, dove dal 4 al 15 novembre è previsto un limite di utilizzo gratuito.

Il listino API resta invariato rispetto alla preview: 0,834 dollari per milione di token in ingresso e 2,501 dollari per milione di token in uscita. Su Tencent Cloud TokenHub c’è inoltre uno sconto del 50% fino al 31 dicembre.

Per dare un’idea, sono cifre molto lontane da quelle dei modelli di punta occidentali. È una delle ragioni per cui i laboratori cinesi stanno guadagnando terreno tra gli sviluppatori attenti ai costi, come abbiamo visto raccontando Kimi K3.1 Pro di Moonshot AI, anch’esso arrivato con contesto da un milione di token.

Perché il prezzo conta quanto la qualità

Un agente che usa il computer consuma molti token: ogni schermata letta, ogni passaggio di ragionamento, ogni tentativo fallito pesa sul conto. Un modello con prezzi contenuti rende economicamente sostenibili flussi che con un listino più alto resterebbero esperimenti.

Per un libero professionista o una piccola agenzia, questo significa poter automatizzare attività ripetitive come report, controlli su dati e bozze di presentazioni senza che la spesa API diventi un problema.

Cosa cambia per chi lavora con l’AI

Il primo effetto riguarda la concorrenza. Con Hy4 Tencent entra nel segmento dei modelli che combinano visione e computer use, finora dominato da pochi nomi. Il risultato è più scelta e più pressione sui prezzi, a vantaggio di chi sviluppa prodotti sopra questi modelli.

Il secondo effetto riguarda gli strumenti. Tencent non vende solo il modello: lo porta dentro WorkBuddy e CodeBuddy, dove viene addestrato e valutato con l’aiuto dei team di prodotto su flussi di lavoro reali. È la stessa direzione di Hy Memory 2.0, il componente di memoria che l’azienda ha reso open source per gli agenti.

Il terzo effetto, forse il più importante, è culturale. L’idea che un modello debba soprattutto conversare sta lasciando spazio a quella di un modello che esegue. Se vuoi capire dove sta andando il settore, guarda meno ai punteggi nei test di conoscenza e più a cosa un sistema riesce a fare da solo davanti a uno schermo.

Le cautele da tenere a mente

Qualche prudenza è d’obbligo. Non ci sono benchmark indipendenti per la versione con visione e computer use, i pesi non sono ancora pubblici e la data di Hy4 flash è sconosciuta. Le dichiarazioni sulle prestazioni vanno quindi verificate con prove sul campo, sui tuoi compiti e con i tuoi dati.

C’è poi un tema di fiducia. Dare a un agente il controllo di un computer significa concedergli accesso a file, applicazioni e account: prima di collegarlo a strumenti aziendali conviene lavorare in ambienti isolati, con permessi minimi e un registro delle azioni compiute.

Come provare Hy4 senza rischi

Il modo più semplice per farti un’idea è sfruttare il periodo gratuito di WorkBuddy e CodeBuddy, che dura fino al 15 novembre, oppure passare da OpenRouter con un piccolo budget di prova. Scegli due o tre compiti che conosci bene, per esempio riassumere un report con grafici o sistemare un file in un editor, e confronta il risultato con quello del modello che usi oggi.

Annota tempi, errori e costo per attività. Dopo una settimana avrai dati tuoi, molto più utili di qualsiasi classifica.

Conclusioni

Hy4 è la risposta di Tencent alla corsa verso gli agenti che vedono e agiscono: un modello da 770 miliardi di parametri con visione, computer use, prezzi aggressivi e una promessa di apertura ancora da mantenere. I dettagli tecnici completi arriveranno solo con system card e pesi, ma la direzione è chiara.

Se lavori con l’AI per il tuo business, il consiglio è semplice: provalo adesso che è gratis, tieni d’occhio il rilascio dei pesi e valuta se un modello più economico può alleggerire i costi dei tuoi flussi automatici. Se hai già fatto qualche test, raccontaci come è andata.