Tencent ปล่อย Hy4 preview ใต้ Apache-2.0 — MoE 770B ที่กระตุ้น 49B และเป็นโมเดลระดับเรือธงตัวใหญ่ที่สุดที่ใบอนุญาตไม่มีเงื่อนไขแนบ

27 สิงหาคม 2026 เวลา 08:52 UTC รีโป tencent/Hy4-preview ปรากฏบน Hugging Face ตามด้วยรุ่น FP8 อีกห้านาทีถัดมา และการ์ดโมเดลถูกอัปเดตครั้งล่าสุดเมื่อ 28 ส.ค. — Tencent ปล่อยโมเดลรุ่นเรือธงถัดจาก Hy3 ที่เราเขียนถึงเมื่อ ก.ค. โดยขยายจาก 295B ขึ้นเป็น 770B พารามิเตอร์รวม กระตุ้น 49B ต่อโทเคน

จุดที่ทำให้ข่าวนี้ต่างจากคลื่นโมเดลเปิดที่ถาโถมมาทั้งสัปดาห์ ไม่ใช่ขนาด แต่คือ ไฟล์ LICENSE เราเปิดอ่านเต็ม ๆ แล้ว — 210 บรรทัด เป็นตัวบท Apache License 2.0 มาตรฐานทั้งฉบับ มีแค่หัวกระดาษที่ Tencent เขียนว่า “Tencent Hy4 preview is licensed under the Apache-2.0” ไม่มีข้อยกเว้น ไม่มีเพดานรายได้ ไม่มี acceptable-use policy แนบท้าย

ให้เทียบกับสิ่งที่เกิดขึ้นก่อนหน้านั้นหนึ่งวัน: GLM-5.3 ตัวเต็ม 753B ปล่อยน้ำหนักเมื่อ 28 ส.ค. แต่ใต้ใบอนุญาตเฉพาะที่มีเงื่อนไข Model-as-a-Service ผูกอยู่ ทำให้ไม่ใช่ open source ตามนิยาม OSI ส่วน Hy4 preview ที่ใหญ่กว่าเล็กน้อย เป็น Apache-2.0 จริง ๆ — ณ วันนี้มันคือ โมเดลระดับเรือธงตัวใหญ่ที่สุดที่ใบอนุญาตไม่มีเงื่อนไขอะไรแนบมาเลย

สถาปัตยกรรม: ยืมของ DeepSeek กับ GLM มาต่อ แล้วเพิ่ม IndexCache

Tencent เขียนตรง ๆ ในการ์ดว่า “inspired by DeepSeek and GLM” ตัวเลขจาก config.json ที่เราดึงมาอ่านเองยืนยันโครงนี้:

รายการ	ค่า
พารามิเตอร์รวม / กระตุ้น	770B / 49B
เลเยอร์	78 (dense FFN 1 + MoE 77)
Expert	routed 256 + shared 1, กระตุ้น top-8
Hidden size	6,144
Attention	Gated DSA, 64 หัว
Q / KV compression	2,048 / 512 (MLA)
Indexer	32 หัว × 128 มิติ, top-k 2,048
Residual streams (iHC)	4
MoE intermediate	2,048
บริบท	1,048,576 โทเคน
Vocab	120,832
MTP layer	10B รวม / 0.7B กระตุ้น

สามอย่างที่ควรรู้จักถ้าจะเอาไปเซิร์ฟจริง:

• Gated DSA — DeepSeek Sparse Attention ที่ครอบ gate เพิ่ม ทุกเลเยอร์ใน layer_types เป็น deepseek_sparse_attention ทั้งหมด ไม่ใช่สลับ dense/sparse แบบบางสถาปัตยกรรม
• IndexCache (arXiv 2603.12201) — ตัวที่ทำให้บริบท 1M ใช้ได้จริงในเชิงต้นทุน โดยให้เลเยอร์ที่อยู่ถัดกันใช้ sparse index ร่วมกันแทนคำนวณใหม่ ในไฟล์ config เห็นเป็น indexer_types ที่วนเป็นคาบ full, shared, shared, shared — คือคำนวณ index เต็มหนึ่งครั้งแล้วให้อีกสามเลเยอร์ยืมใช้
• iHC (identity Hyper-Connections) — เปิด residual เป็น 4 สายขนานแทนสายเดียว (hc_mult: 4)

มี MTP layer ในตัว 10B พารามิเตอร์ (กระตุ้น 0.7B) สำหรับ speculative decoding ซึ่งทั้งสูตร vLLM และ SGLang ที่ Tencent ให้มาเปิดใช้ทันที (num_speculative_tokens: 3)

ขนาดจริง และการเอาไปรัน

น้ำหนักที่ต้องดาวน์โหลดจริง (นับเฉพาะไฟล์ .safetensors):

• BF16 — 131 ชาร์ด รวม 1,560.0 GB
• FP8 — 130 ชาร์ด รวม 813.8 GB

พูดกันตรง ๆ นี่ไม่ใช่โมเดลที่ “รันบนการ์ดจอที่บ้าน” แม้แต่รุ่น FP8 ก็ต้องการเครื่อง 8 GPU ระดับ H200/B200 ขึ้นไป — สูตรที่ Tencent ให้มาทั้งสองตัวตั้ง --tensor-parallel-size 8 / --tp-size 8 และชี้ไปที่รีโป FP8 เป็นค่าเริ่มต้น มี image สำเร็จรูปให้ทั้งคู่:

docker run --gpus all -p 8000:8000 --ipc=host \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  vllm/vllm-openai:hy4-preview tencent/Hy4-preview-FP8 \
    --tensor-parallel-size 8 \
    --speculative-config '{"num_speculative_tokens":3,"method":"mtp"}' \
    --attention-backend FLASHMLA_SPARSE \
    --tool-call-parser hy_v4 --reasoning-parser hy_v4 \
    --enable-auto-tool-choice --served-model-name hy4-preview

ฝั่ง SGLang ใช้ lmsysorg/sglang:hy4-preview ซึ่งเป็น multi-arch มีทั้ง x86 และ Arm ส่วนพารามิเตอร์ที่แนะนำคือ temperature=0.9, top_p=1.0 และโหมดคิดตั้งต้นเป็น high — ถ้าอยากให้ตอบตรง ๆ ต้องส่ง extra_body={"chat_template_kwargs": {"reasoning_effort": "no_think"}} เข้าไปเอง

รีโปยังแถม ไปป์ไลน์ไฟน์จูนครบชุด (มี DeepSpeed ZeRO-2/ZeRO-3 ทั้งแบบ offload และไม่ offload) กับชี้ไปที่ AngelSlim สำหรับงานบีบอัด — รวมกับ Apache-2.0 แล้วแปลว่าถ้าใครมีเครื่องพอ ก็ต่อยอดเชิงพาณิชย์ได้โดยไม่ต้องขออนุญาตใคร

ตารางเบนช์: อ่านเชิงอรรถก่อนอ่านตัวเลข

Tencent ใส่เบนช์มาเป็นภาพสองใบ เราดึงมาอ่านแล้วทั้งคู่ ตัวเลขน่าสนใจกว่าที่พาดหัวการตลาดบอก เพราะ มันไม่ได้ชนะทุกช่อง

ที่ Hy4 preview นำจริง ๆ เหนือทั้ง Claude Opus 5 และ GPT-5.6 Sol:

เบนช์มาร์ก	Hy3 → Hy4	คู่แข่งที่ใกล้ที่สุด
SWE Atlas – Codebase Q&A	30.8 → 64.0	GPT-5.6 Sol 58.1, Opus 5 57.5, GLM 5.3 55.8
PostTrainBench V1.1	14.5 → 35.6	GPT-5.6 Sol 36.2, Opus 5 35.0, GLM 5.3 33.2

ที่ นำในกลุ่มโมเดลเปิดด้วยกัน แต่ยังตาม Opus 5: SWE Atlas – Refactoring 53.3 (GPT 52.4, GLM 51.9, Opus 60.0), SWE Atlas – Test Writing 57.8 (Qwen 3.8 Max 52.8, Opus 68.7), SWE-bench Pro 65.7 (GLM 64.6, Kimi K3 63.3, Opus 79.2), SWE-bench Multilingual 82.9 (Qwen 3.8 Max 82.6, GLM 81.3, Opus 89.5)

ที่ รั้งท้าย — และ Tencent ก็ใส่มาให้เห็น: Terminal-Bench 2.1 Hy4 ได้ 85.4 ต่ำที่สุดในตารางเมื่อเทียบกับตัวเลขที่ Tencent วัดเอง (GLM 5.3 88.3, GPT-5.6 Sol 88.3, Kimi K3 85.7, Qwen 3.8 Max 85.8, Opus 5 85.4, DeepSeek V4 Pro 80.3) และ CyberGym 78.4 ต่ำกว่า GLM 5.3 ที่ 83.0 กับ GPT-5.6 Sol ที่ 83.6 ส่วน GDPval-AA V2 (Elo) Hy4 ได้ 1678 ตามหลัง Opus 5 (1831), GLM 5.3 (1763), Qwen 3.8 Max (1717) และ GPT-5.6 Sol (1711)

เชิงอรรถที่สำคัญกว่าตัวเลข — Tencent เขียนไว้ใต้ตารางว่า:

1. ตัวเลขที่มีเครื่องหมาย * คือ Tencent วัดเอง ไม่ใช่ตัวเลขที่เจ้าของโมเดลรายงาน และหลายช่องเขียนเป็นคู่ เช่น DeepSeek V4 Pro บน Terminal-Bench 2.1 = 87.9/80.3* แปลว่าเจ้าของบอก 87.9 แต่ Tencent วัดได้ 80.3
2. เบนช์เอเจนต์เกือบทั้งหมด รันผ่าน Claude Code เป็น harness — Terminal-Bench 2.1 ใช้ Claude Code, 500 เทิร์น, timeout 12 ชม., จำกัด 16 CPU / 32 GB; SWE-Atlas ใช้ Claude Code 256 เทิร์นพร้อม network allowlist กัน reward hacking; ProgramBench 2,000 เทิร์น (ยกเว้น DeepSeek-V4-Pro-0803 ที่ Tencent บอกว่า “คิดวนซ้ำ” จนต้องเปลี่ยนไปใช้ mini-swe-agent)
3. BioMysteryBench ใช้ Kimi-K3 เป็นผู้ตัดสิน, BankerToolBench ใช้ Gemini 3 Flash, MCP-Atlas เปลี่ยนตัวตัดสินจาก Gemini 2.5 Pro เป็น Gemini 3.1 Pro Preview
4. ข้อที่ตรงไปตรงมาที่สุด: ผลของ Claude Opus 5 ห้าในแปดเบนช์ด้านการให้เหตุผลรันที่ระดับ high ไม่ใช่ max และมี truncation rate 2.32% บน HLE, 15.17% บน ArXivMath, 28.76% บน HorizonMath, 5.86% บน MathArena Apex และ 17.17% บน BrokenArXiv — แปลว่าคะแนน Opus 5 ในช่องเหล่านั้นน่าจะต่ำกว่าความจริง

Tencent ยังรายงานการทดสอบแบบปิดตาภายใน: ผู้เชี่ยวชาญในบริษัท 163 คน ให้คะแนน 203 งานวิศวกรรม Hy4 preview ชนะ GLM 5.3 แบบเฉียดฉิว (เฉลี่ย 2.99 vs 2.92, ชนะ 46.8% เสมอ 12.8% แพ้ 40.4%) และชนะ Kimi K3 (2.99 vs 2.94, ชนะ 51.2% เสมอ 7.9% แพ้ 40.9%) — ตัวเลข “ชนะ 46.8% แพ้ 40.4%” คือช่องว่างที่แคบมาก และผู้ตัดสินทั้งหมดเป็นพนักงาน Tencent

หัวข้อ Known Limitations ก็เขียนเองว่ารุ่นนี้ “ใช้เวลาคิดนานเกินจำเป็นในงานซับซ้อน” และ “มีแนวโน้มตรวจงานตัวเองซ้ำเกินไป”

มุมมอง AI Curator

สัปดาห์นี้มีโมเดลเปิดระดับ 700B+ ออกมาสามตัวติดกัน (GLM-5.3-Flash, GLM-5.3, Hy4 preview) จนตัวเลขพารามิเตอร์เริ่มไม่มีความหมายในการแยกแยะ สิ่งที่แยกแยะได้จริงเหลือสองอย่าง: ใบอนุญาต กับ ความซื่อสัตย์ของตารางเบนช์ — และ Hy4 preview ทำได้ดีทั้งสองข้อในแบบที่ควรถูกบันทึกไว้

เรื่องใบอนุญาตชัดเจนอยู่แล้ว: Apache-2.0 210 บรรทัดที่ไม่มีอะไรแนบ ต่างจาก GLM-5.3 ที่มีเงื่อนไข security review ผูกไว้กับรายได้ 10,000 ล้านดอลลาร์ แม้เพดานนั้นจะไม่แตะใครในไทยเลย แต่สำหรับทีมที่ต้องทำเอกสาร due diligence ให้ลูกค้าองค์กรหรือหน่วยงานรัฐ “Apache-2.0” คือคำที่ผ่านฝ่ายกฎหมายได้ในบรรทัดเดียว ขณะที่ “custom license with MaaS clause” คือการประชุมอีกสามรอบ

แต่เรื่องที่น่าสนใจกว่าคือตารางเบนช์ Tencent ทำสิ่งที่แทบไม่มีเวนเดอร์รายไหนทำ — เผยแพร่ช่องที่ตัวเองแพ้ พร้อมเหตุผลที่คู่แข่งอาจถูกวัดต่ำเกินจริง การเขียนว่า Opus 5 รันที่ระดับ high ไม่ใช่ max และมี truncation 28.76% บน HorizonMath คือการบอกผู้อ่านตรง ๆ ว่า “ช่องนี้อย่าเชื่อเรามาก” ในยุคที่ทุกเจ้าปล่อยกราฟแท่งที่ตัวเองสูงที่สุดเสมอ นี่คือมาตรฐานที่ผู้อ่านควรเริ่มเรียกร้องจากทุกคน

อีกด้านหนึ่งที่ไม่ควรมองข้าม: เบนช์เอเจนต์เกือบทั้งตารางรันผ่าน Claude Code เป็น harness ซึ่งสะท้อนสิ่งที่เราเห็นซ้ำ ๆ ในเดือนนี้ — Terminal-Bench-Science ก็วัดด้วย harness ของ Claude Code และตารางของ Z.ai ก็ระบุแบบเดียวกัน แปลว่า harness ของ Anthropic กำลังกลายเป็นโครงสร้างพื้นฐานกลางที่คู่แข่งใช้วัดตัวเองอยู่โดยปริยาย ซึ่งเป็นตำแหน่งทางกลยุทธ์ที่ประเมินค่าไม่ได้ และเป็นความเสี่ยงเชิงวิธีวิทยาไปพร้อมกัน เพราะโมเดลที่ถูกออกแบบมาให้ทำงานดีใน harness แบบ Claude Code ย่อมได้เปรียบโมเดลที่ไม่ได้ถูกจูนมาเพื่อสิ่งนั้น

สำหรับทีมไทย ข้อสรุปเชิงปฏิบัติค่อนข้างตรงไปตรงมา น้ำหนัก 813.8 GB แม้ในรูป FP8 ก็เกินกว่าที่องค์กรส่วนใหญ่จะโฮสต์เอง — ค่าเช่าเครื่อง 8×H200 ต่อเดือนสูงกว่าค่า API ของโมเดลเทียบเท่าอยู่มาก การรันเองจะคุ้มก็ต่อเมื่อมีเหตุผลด้าน data residency หรือปริมาณโทเคนที่สูงมากจริง ๆ สิ่งที่ควรทำวันนี้แทนคือ จับตารุ่นย่อย — Hy3 เคยตามมาด้วยรุ่นเล็กที่รันได้บนเครื่องเดียว และ Tencent ระบุเองว่านี่เป็น “preview” ที่ยังมี headroom เหลือทั้งฝั่ง pre-training และ post-training ถ้ารูปแบบเดิมซ้ำ รุ่นที่ทีมไทยจะได้ใช้จริงน่าจะมาในอีกไม่กี่สัปดาห์ ใต้ใบอนุญาตเดียวกัน

แหล่งข่าว

• tencent/Hy4-preview — Model card บน Hugging Face
• tencent/Hy4-preview-FP8 — รุ่น FP8
• ไฟล์ LICENSE (Apache-2.0) ในรีโป
• DeepSeek Sparse Attention — arXiv:2512.02556
• IndexCache — arXiv:2603.12201