Tencent presenta Hy4 Preview con 770 miliardi e contesto da 1 milione di token
Testo scritto con l’intelligenza artificiale a partire da fonti pubbliche, senza revisione umana prima della pubblicazione.
Modello open weight senza visione, 49 miliardi di parametri attivi e immagine da 1,56 TB su Hugging Face; annunciato il 29 agosto 2026.
Tencent ha pubblicato Hy4 Preview: 770 miliardi di parametri totali, 49 miliardi attivi e finestra di contesto da 1 milione di token. I pesi sono “open weight”. Il modello accetta solo input testuale, senza visione. Su Hugging Face risultano 1,56 TB. L’annuncio è datato 29 agosto 2026.
La nota confronta Hy4 con il precedente Hy3 di luglio: 295 miliardi di parametri totali, 21 miliardi attivi, finestra di contesto da 256.000 token e 598 GB su Hugging Face. L’autore definisce l’incremento di dimensione “grande”.
L’analisi include il template di chat del modello pubblicato su Hugging Face. Nel file, un blocco di logica imposta e valida il parametro reasoning_effort. Se reasoning_effort non è definito, il template lo imposta a “high”. Se è definito ma non è uno tra “high” o “no_think”, il template solleva un’eccezione. Il caso None produce un messaggio di errore esplicito che indica: “reasoning_effort error: None, should be no_think/high”. Per altri valori fuori lista, l’errore concatena il valore passato e la stessa indicazione di validità: “reasoning_effort error:
L’autore conclude che il modello prevede due soli livelli di “reasoning effort”: “high”, che è il valore predefinito, e “no_think”, che disattiva il reasoning. È una deduzione esplicitata in chiaro sulla base del template: “So it looks like there are just two reasoning effort levels: ‘high’ (the default) and ‘no_think’ (reason by disabled)”.
C’è anche un test pratico. L’autore dichiara di aver inviato il prompt “Generate an SVG of a pelican riding a bicycle” con reasoning impostato al default “high”. Ha usato OpenRouter per la chiamata. Il post introduce quindi l’output con “Quoting the reasoning tr”, lasciando intendere l’inizio di una citazione del tracciato di ragionamento. La pagina non fornisce in quel punto ulteriori dettagli sull’esito del prompt oltre a questa introduzione.
I dati pubblicati fissano i contorni tecnici essenziali della release: modello testuale senza visione, pesi disponibili, 770 miliardi di parametri complessivi, 49 miliardi attivi, contesto da 1 milione di token, artefatti di 1,56 TB su Hugging Face. Il confronto interno alla stessa linea indica che Hy3 a luglio aveva 295 miliardi totali, 21 miliardi attivi, 256.000 token di contesto e 598 GB. L’autore qualifica il passaggio come un “big size increase” rispetto a Hy3.
Nel template di chat, la gestione di reasoning_effort è vincolata a “high” o “no_think”, con default sul primo e con errori per qualsiasi altra impostazione, incluso il caso None. Il comportamento è interamente codificato nel file del modello su Hugging Face e riportato nel post.
Il post collega i singoli elementi: numeri della release, differenze rispetto a Hy3, regole del template per il reasoning, e un prompt di prova via OpenRouter. Tutte le affermazioni riportate qui derivano da quella pagina e dai frammenti di codice citati dall’autore.
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate nel pezzo. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.