Tencent öffnet 770-Milliarden-Modell – Apache 2.0, 1 Million Token

Tencent hat am 28. August 2026 sein neues Flaggschiff-Sprachmodell Hy4 preview vorgestellt – und die Modellgewichte gleich mitveröffentlicht. 770 Milliarden Parameter, davon 49 Milliarden pro Token aktiv, ein Kontextfenster von 1 Million Token, freigegeben unter der Apache-Lizenz 2.0. Damit steht eines der grössten offen verfügbaren Sprachmodelle zum Download bereit, darf kommerziell eingesetzt und ohne Zusatzbedingungen weiterverwendet werden.

770 Milliarden Parameter, 49 davon im Einsatz

Die beiden Zahlen sehen widersprüchlich aus, sind es aber nicht. Hy4 nutzt eine Mixture-of-Experts-Architektur – vereinfacht gesagt sitzen im Modell viele Spezialisten nebeneinander, und für jedes einzelne Wort werden nur ein paar davon geweckt. Konkret: 78 Schichten, davon 77 mit je 256 spezialisierten Teilnetzen plus einem geteilten. Pro Token laufen acht Spezialisten plus der geteilte mit. Das Modell ist also riesig im Speicher, aber vergleichsweise sparsam beim Rechnen.

Der Sprung zum Vorgänger ist beträchtlich. Hy3, das Tencent erst am 6. Juli vorgestellt hatte, kam auf 295 Milliarden Gesamt- und 21 Milliarden aktive Parameter bei 256'000 Token Kontext. Knapp acht Wochen später sind daraus 770 Milliarden, 49 Milliarden und 1 Million Token geworden – das Kontextfenster hat sich damit nahezu vervierfacht.

Der Lizenztext ohne Kleingedrucktes

Hier liegt der eigentliche Nachrichtenwert. Viele als «offen» vermarktete Modelle kommen mit einer Speziallizenz: Nutzungsverbote für bestimmte Branchen, Schwellenwerte bei der Nutzerzahl, Namensnennungspflichten. Bei Hy4 ist das nicht so. Die LICENSE-Datei im Repository enthält einen kurzen Tencent-Copyright-Vermerk und danach den unveränderten Apache-2.0-Text – keine Acceptable-Use-Policy, keine Nutzerobergrenze, keine Ausschlussklausel. Du darfst das Modell herunterladen, feintunen, in ein Produkt einbauen und weiterverkaufen.

Eine Einschränkung gibt es trotzdem: Hy4 ist ein reines Textmodell. Bilder versteht es nicht, wie der Entwickler Simon Willison in seiner Analyse festhält. Und es kennt nur zwei Denkstufen – ausführliches Nachdenken als Standard oder gar keines.

1,56 Terabyte wollen erst mal irgendwo hin

Offen heisst nicht automatisch praktikabel. Die Gewichte belegen in voller Präzision rund 1,56 Terabyte, verteilt auf 131 Dateien. Selbst die komprimierte FP8-Variante, die Tencent parallel veröffentlicht hat, verlangt laut den offiziellen Deployment-Anleitungen einen Server mit acht GPUs. Auf deinem Arbeitsrechner läuft das nicht.

Realistisch nutzt du Hy4 deshalb über eine Schnittstelle. Tencent bietet das Modell über die eigene Cloud und über OpenRouter an, zu 0,834 US-Dollar pro Million Eingabe-Token und 2,501 Dollar pro Million Ausgabe-Token; zwischengespeicherte Eingaben kosten 0,042 Dollar. Der Konzern bewirbt das Modell ausdrücklich als kosteneffizient. In den Tencent-Apps CodeBuddy und WorkBuddy ist der Zugang zwei Wochen lang gratis.

Apertus 70B trifft Hy4 770B

Für die Schweiz ist der Vergleich mit dem eigenen Modell aufschlussreich. Die Swiss AI Initiative von ETH Zürich, EPFL und dem Supercomputing-Zentrum CSCS hat gut einen Monat vor Tencent, am 24. Juli, Apertus 1.5 in den Grössen 8B und 70B veröffentlicht – trainiert auf dem Rechner Alps in Lugano und ebenfalls unter Apache 2.0.

Beim Lizenztext sind sich die beiden also einig. Bei der Auslegung von «offen» nicht: Apertus legt zusätzlich Trainingsdaten, Code und Entwicklungsprozess offen, Tencent gibt nur die Gewichte frei. Und beim Betrieb relativiert sich der scheinbare Grössenunterschied. 770 zu 70 Milliarden klingt nach Faktor elf – bei den tatsächlich aktiven Parametern stehen 49 Milliarden gegen 70, also dieselbe Grössenordnung.

Praktisch heisst das für dich: Willst du Hy4 mit Kundendaten füttern, führt der bequeme Weg über eine API im Ausland – mit den entsprechenden Abklärungen nach Datenschutzgesetz. Der Umweg über ein eigenes Deployment in einem Schweizer Rechenzentrum ist teuer, aber lizenzrechtlich sauber möglich. Genau das ist der Wert von Apache 2.0.

Zahlen, die von Tencent selbst stammen

Beim Rest ist Vorsicht angebracht. Tencent meldet für Hy4 unter anderem 92,3 Punkte auf dem Wissenstest GPQA Diamond und 65,7 auf SWE-bench Pro, einem Test für echte Programmieraufgaben. In einer internen Blindstudie mit 163 Fachleuten und 203 Engineering-Aufgaben schnitt Hy4 mit 2,99 von 4 Punkten knapp vor den chinesischen Konkurrenten GLM-5.3 (2,92) und Kimi K3 (2,94) ab. Das sind Herstellerangaben aus einer selbst durchgeführten Evaluation – unabhängige Nachtests fehlen bislang.

Das gilt auch für die auffälligste Behauptung: Laut Tencent hat Hy4 an der eigenen Entwicklung mitgearbeitet, Engpässe im Inferenzsystem selbst analysiert und den Durchsatz um 31,8 Prozent gesteigert. Tencent spricht von einem frühen «rekursiven Selbstverbesserungs-Kreislauf». Belege dafür gibt es ausserhalb der eigenen Mitteilung keine.

Immerhin bleibt der Konzern bei den Schwächen offen: Das Modell denke bei komplexen Aufgaben länger als nötig und überprüfe seine eigenen Ergebnisse zu oft. Man veröffentliche bewusst früh, um zu erfahren, was bricht. Die nächsten Modelle der Hy4-Reihe sollen bald folgen.