Una red neuronal de 224 mil millones de parámetros debería moverse pesada en los servidores y agotar el presupuesto en un par de consultas. Pero la nueva Tencent HY4 Flash entrega con esa ficha técnica más de 150 tokens por segundo, y en una prueba en vivo dentro del agente Hermes mantuvo unos 160 en la barra de estado a un precio mínimo de API. Un camión pesado arrancó a velocidad de deportivo con consumo de utilitario.
Cómo 224 mil millones de parámetros superan los 150 tokens por segundo
El secreto está en la arquitectura dispersa Mixture of Experts, o «mezcla de expertos». Imagina una biblioteca con 224 mil millones de tomos. Un modelo denso sin secciones recorre todo el edificio desde la entrada hasta el sótano para responder un correo simple. HY4 Flash trabaja distinto: al recibir una consulta, toma solo los 12 mil millones de «libros» necesarios para esa tarea y deja intactos los más de doscientos mil millones restantes. A esos 12 mil millones se les llama parámetros activos.
La ficha en Hugging Face reporta 220 mil millones de parámetros totales, incluidos 64 mil millones del módulo Engram para frases frecuentes. En 41 de sus 42 capas opera LatentMoE con 512 especialistas: por cada token —un fragmento de palabra— se activan solo 16 más uno compartido. La atención híbrida IndexPool comprimió la memoria de conversación, o KV-cache, 6 veces frente a Hy4 y 24 veces frente a Hy3, mientras un borrador DFly2 de 0.85 mil millones de parámetros anticipa palabras para validarlas en bloque.
La ventana de contexto abarca 1 millón de tokens, cerca de 700,000 palabras: una carpeta entera de informes y tablas de una sola vez. El modelo lee texto e imágenes y en pruebas de oficina trabaja con audio y video. Los pesos son abiertos bajo la licencia Tencent Hy License v1.0, libre para proyectos habituales; solo exige permiso aparte para nubes con ingresos mayores a $50 millones o servicios sobre 100 millones de usuarios mensuales.
Qué mostró realmente la prueba ciega de Tencent con 259 tareas
Toca contrastar las promesas de empate con Claude Haiku 5.5 y ahorro de 18 veces. Tencent realizó una prueba ciega interna entre 85 empleados del agente WorkBuddy: sin saber el nombre del modelo, ejecutaron 259 tareas de trabajo en 27 categorías con HY4 Flash, Claude Haiku 5.5, DeepSeek V4.1 Flash y GLM 5.3 Flash.
La satisfacción de HY4 Flash fue de 2.79 sobre 4 frente a 2.81 de Claude Haiku 5.5. En calidad hubo casi empate, la mediana de 6.7 minutos fue la más rápida y el costo de 0.26 yuanes por tarea resultó unas 18 veces menor que el modelo de Anthropic. La API oficial cuesta cerca de $0.070 por millón de tokens de entrada, $0.281 de salida y $0.003 en caché, mientras el aprendizaje por refuerzo redujo a la mitad la longitud de las respuestas. En Nous Portal el acceso pago cuesta $0.04 y $0.14, y en Tencent Cloud TokenHub rige un 50% de descuento hasta el 30 de noviembre de 2026.
Esa ventaja tiene matices. La medición la hizo la propia Tencent con su personal, así que es una prueba interna sin auditoría externa independiente. Además, incluso allí DeepSeek V4.1 Flash obtuvo mejor nota, aunque en la prueba de oficina WorkIndex el modelo de Tencent salió 8 veces más barato. Para desarrollo largo y complejo de software, la versión Flash se queda corta y la propia compañía recomienda su hermana mayor Hy4. En la demo en vivo de Julian Goldie al armar una escena 3D, el modelo insertó una dirección rota de librería, devolvió una pantalla negra y solo corrigió el fallo tras reenviarle el error.
Dos semanas gratis en Hermes Agent: configuración y tareas reales
Para probar el modelo sin costo, el equipo de Nous Research lo habilitó por dos semanas en Nous Portal, desde donde Hermes toma acceso a las redes neuronales. La página no detalla la fecha exacta de cierre ni los límites, pero la tarifa cero ya está activa.
Configurarlo según la guía de Hermes Agent toma un par de minutos. Instalas el agente en la terminal, ejecutas hermes setup --portal para iniciar sesión desde el navegador y revisas el estado con hermes portal info. Ya en la sesión escribes /model tencent/hy4-flash:free. Cuidado con la trampa del catálogo: justo al lado aparece la entrada paga tencent/hy4-flash, y sin el sufijo :free empezarás a pagar.
Conviene cargarle tareas rutinarias: calificar 12 prospectos B2B y redactar la primera línea del correo, convertir apuntes de una consultoría en un módulo formativo, clasificar 8 solicitudes con borradores de respuesta o armar un plan de llamadas para 15 cuentas del CRM. Y si falla o se agota la cuota de tu modelo principal en Hermes, cambias con /model sobre la marcha: HY4 Flash gratuita retoma el plan de contenidos interrumpido desde el mismo contexto y lo lleva hasta el final.




