Tencent Hunyuan Hy4とは？Agent Arenaで14位、Kimi K3.1 Proと1ポイント差

Tencent Hunyuan Hy4（テンセント・フンユアン・エイチワイフォー）は、Tencent（テンセント）が2026年11月4日に公開したエージェント・コーディング・業務生産性向けの大規模言語モデルです。LMArenaが運営するAgent Arenaのリーダーボードで総合14位に入り、実タスク性能とコストの両面で存在感を示しました。

室谷代表取締役

Tencent Hunyuan Hy4がAgent Arenaで総合14位、というニュースが入ってきました。LMArenaの公式スレッドによると、現在はプロプライエタリ（非公開）だけど、重みが公開されればオープンモデル1位のKimi K3.1 Proと並ぶ位置に来る、と。

これは単なる順位の話じゃなくて、コスト構造まで含めた話なんですよね。

テキトー教師DotAI 認定講師

そうなんですよ。しかも評価の土台が「実世界・長ホライズンのエージェントセッション」8,500件超というのがポイントで。

単発の質問応答じゃなくて、ツールを使って何ステップも作業を続ける場面での評価なんです。講座でも受講生さんに「ベンチマークの点数だけでモデルを選ばないでください」と伝えているんですが、まさにその実タスク側の指標が出てきた形です。

Tencent Hunyuan Hy4とは？何が発表されたのか

室谷代表取締役

まず基本情報を整理しましょう。Hy4はTencent Hunyuanチームの新しいフラッグシップ世代で、公式のTransparency Centerでは公開日が2026年11月4日と記載されています。

前身のHy4 previewは8月28日公開でした。

テキトー教師DotAI 認定講師

スペックも公式ページに出ています。770B総パラメータ、49B活性パラメータ、1Mトークンのコンテキストウィンドウ。

Tencent Cloud InternationalのFAQでは、1Mコンテキストの内訳として最大入力960k、最大出力64kが示されています。「1Mがそのまま入力上限」ではないので、そこは正確に押さえたいところです。

室谷代表取締役

公式のHy4 previewページでは「long-horizon software engineering、document-heavy office work、scientific research」、つまり長時間のソフトウェア開発、文書中心のオフィスワーク、科学研究で最も大きな伸びが出たと説明されています。今回のHy4はビジョンにも対応したとTencent Hunyuanの投稿で案内されています。

テキトー教師DotAI 認定講師

発表の主語はあくまでTencentです。LMArenaのAgent Arenaはその性能を第三者視点で評価した場、という整理ですね。

室谷代表取締役

そこ大事ですよね。作ったのはTencent、評価したのはLMArena。

混ぜると記事が歪みます。

Hy4でできること——実世界エージェントタスクで示された実力

室谷代表取締役

公式ページで挙げられている用途がかなり具体的なんですよ。ソフトウェアエンジニアリングでは、長い開発タスクの理解・計画・デバッグ・検証、さらにフロントエンドの視覚的な質とインタラクション品質の向上。

オフィスと分析では、複数ファイルに散らばった文脈を文書・表計算・プレゼンに変換する。ゲーム開発では、1つのプロンプトから遊べるプロトタイプを作り、ゲームエンジンとやり取りしながら複数ターンで磨き込む。

科学研究では、AI研究や分子動力学、凝縮系物理学、純粋数学といった難問への推論。

テキトー教師DotAI 認定講師

公式ページには例として、24件の経費精算を承認・減額・差し戻しに仕分けるタスクや、Unity/ Tuanjieでペンギンが雪原を探索するサードパーソン3Dゲームのプロトタイプ、中国の歴史的建築7件を静かな博物館の研究ファイル風に見せるデスクトップ3Dビューアなどが紹介されています。単に文章を作るモデルではなく、成果物まで持っていく前提の設計なんですよね。

室谷代表取締役

うちのMYUUUでもエージェントに社内作業を投げる場面が増えてるんですが、そこで効くのは「途中で方向を修正できるか」と「シェルコマンドをきちんと通せるか」なんですよ。Hy4はまさにそこが改善指標に入っている。

Bash ReliabilityとSteerabilityですね。

テキトー教師DotAI 認定講師

科学研究の例も面白くて、Hy4 previewが複数のCodexセッションを並行管理し、結果に応じて研究方針を調整したと。小規模モデルのpost-trainingタスクで、Codexを単独で探索させるより8つのベンチマークすべてで上回った、という記述が公式ページにあります。

ただしこれはTencent側の説明なので、独立した検証とは分けて読む必要があります。

室谷代表取締役

そうそう。ここは「Tencentがこう説明している」で止めるのが誠実です。

Hy4の使い方・始め方——提供チャネルと試す方法

室谷代表取締役

で、どうやって使うのか。Tencent Cloud InternationalのTokenHubでは、OpenAI互換のAPIで呼び出せる形になっています。

モデルIDはhy4-preview、Base URLはシンガポールが https://tokenhub-intl.tencentcloudmaas.com/v1 、シリコンバレーが https://tokenhub-us.tencentcloudmaas.com/v1 と案内されています。

テキトー教師DotAI 認定講師

認証は Authorization: Bearer <API_KEY> 方式です。OpenAI形式とAnthropic形式の互換方向がドキュメントに記載されていますが、互換は挙動の同一性ではないので、使うモデル・パス・リージョン・クライアントバージョンで必ず検証してください、という注意が公式FAQに書かれています。

室谷代表取締役

あとCodeBuddy Code、WorkBuddy、CursorといったツールにTokenHubのAPIを入れて呼ぶ使い方も案内されていますね。公式のHy4 previewページでは、Tencent CloudとOpenRouterで提供、Tencent製品ではCodeBuddy / WorkBuddy、Yuanbao、imaで使えると書かれています。

テキトー教師DotAI 認定講師

オープンソースとしても公開されていて、GitHub、Hugging Face、ModelScope、AtomGitへのリンクが公式ページに並んでいます。重みやコードの範囲、ライセンス、既知の問題はリポジトリ側で確認が必要です。

オープンソース＝無制限の商用利用や運用負担ゼロ、ではないですからね。

室谷代表取締役

APIの呼び出し方を体系的に知りたい人は、ChatGPTはいつから？リリースの歴史・モデル進化・料金プラン・最新動向を完全解説【2026年最新】あたりも基礎整理に使えます。モデルの世代と料金の関係を追うクセをつけておくと、こういう新モデルが出たときに判断が速くなります。

Hy4の料金・提供範囲——日本で使えるか、いつからか

室谷代表取締役

料金はTencent Cloud Internationalのシンガポールリージョンで、入力が100万トークンあたり0.834ドル、出力が2.501ドル、キャッシュヒットが0.042ドル。2026年8月28日時点で確認された価格として公式FAQに記載されています。

テキトー教師DotAI 認定講師

為替や地域で変わるので、日本から使う場合はリージョンと請求通貨の確認が必須です。公式FAQでは「シンガポール価格と中国本土の人民元価格を混ぜないこと」「シリコンバレーに永久に適用されると仮定しないこと」と明記されています。

室谷代表取締役

日本で使えるか、いつからか、については、Tencent Cloud Internationalの日本語ページ自体は用意されていますが、Hy4の日本リージョンでの提供開始日についての明示的な記載は、今回の資料の中では確認できません。現時点では明らかにされていません、と書くのが正確です。

テキトー教師DotAI 認定講師

新規ユーザー向けに最大100万トークンの無料枠が90日間有効、という案内がTokenHubのページにあります。ただし対象モデルや条件は変わりうるので、契約前に現行ドキュメントで確認してください。

室谷代表取締役

コスト見積もりの考え方も公式FAQにあって、普通の入力・キャッシュヒット・出力を実際の課金数量で積む。リトライやツール結果の再送も業務タスクに含める。

キャッシュヒットは前提にしない。これ、エージェント運用だと本当に効いてきます。

テキトー教師DotAI 認定講師

例として、普通入力100万トークン、キャッシュヒット50万トークン、出力10万トークンだと、0.834 + 0.021 + 0.2501 で約1.1051ドル、という仮定計算が示されています。あくまで例示であって見積もりではない、という注記付きです。

Agent Arenaで14位——Hy4の順位とスコアを読み解く

室谷代表取締役

ここからが本題です。LMArenaのAgent ArenaでHy4は総合14位。

評価は世界のユーザーコミュニティから集まった8,500件超の実世界・長ホライズンのエージェントセッションに基づくとされています。

テキトー教師DotAI 認定講師

そしてHy4は+4.7%のネット改善を示し、Agent ArenaのPareto frontier（パレートフロンティア）に入った、と。パレートフロンティアは性能とコストの両面で他を圧迫しない優位な組み合わせのことですから、単に順位が高いという話ではなく、価格を含めた立ち位置の話なんですよ。

室谷代表取締役

前身のHy4 previewは25位で+1.1%でした。今回が14位で+4.7%ですから、+3.6ポイントの改善。

これ、数字だけ見ると地味に見えるかもしれないですけど、エージェント系の評価で3.6ポイントってかなり大きいんですよね。

テキトー教師DotAI 認定講師

しかもLMArenaは「現在はプロプライエタリだが、重みが公開されればKimi K3.1 Proと並んでオープンモデル1位になる」と表現しています。つまり現時点の順位はクローズドな状態での評価で、公開されればオープン陣営の頂点に並ぶ、という見立てです。

室谷代表取締役

ここは誤読されやすいので丁寧に。今すぐオープンモデル1位になった、ではないです。

重みが公開されたら、という条件付きの表現です。

Kimi K3.1 Proとの比較——性能1ポイント差でコスト62%減の意味

室谷代表取締役

コストの話が一番おいしいところで。Hy4は1タスクあたり0.55ドル。

Kimi K3.1 Pro（Max）は1タスクあたり1.46ドル。約62%安い。

そして両者のスコア差は1ポイント以内。

テキトー教師DotAI 認定講師

これをどう読むか。エージェントを業務に組み込むと、1タスクの単価がそのまま月間コストに効いてきます。

同じような成果が出るなら62%減は無視できない差です。

室谷代表取締役

ただ、これはAgent Arena上の1タスクあたりのコストであって、APIのトークン単価とは別の指標です。混同しないようにしたい。

API単価は先ほどの入力0.834ドル、出力2.501ドル。Kimi K3.1 ProはTokenHub上では入力2ドル、出力10ドルと表示されています。

テキトー教師DotAI 認定講師

単価だけ見ても差がありますが、実際のタスクではトークンの消費量が違うので、タスク単価で見るほうが実務に近い、というのがLMArenaの示し方なんですよね。

室谷代表取締役

モデル選びの比較軸として、性能とコストの両面を見るクセは大事です。ChatGPTとClaudeを徹底比較【2026年最新】：料金・性能・プログラミング・使い分けを完全解説でも整理していますが、結局は「自社のタスクでいくらかかるか」に落とし込めるかどうかですからね。

テキトー教師DotAI 認定講師

あとKimi K3.1 Proは1Mトークンコンテキストでネイティブマルチモーダル、長時間のプログラミングと推論に強い、とTokenHub上で説明されています。Hy4もビジョン対応を打ち出していますから、マルチモーダル前提の比較は今後さらに重要になります。

Hy4が改善した4つの指標——previewからの進化を数字で見る

室谷代表取締役

LMArenaが挙げている改善4指標を整理するとこうです。

• Confirmed Success（ユーザーによる明示的な成功確認）：16位 +4.9% → 11位 +8.7%
• Praise vs Complaint（ユーザー反応の感情）：24位 +1% → 18位 +3.8%
• Steerability（ユーザーの訂正への追随）：27位 +0.21% → 14位 +5.7%
• Bash Reliability（シェルコマンドの成功）：41位 -3.1% → 20位 +6.2%

テキトー教師DotAI 認定講師

これ、見方がいくつかあります。まずBash Reliabilityが41位のマイナスから20位のプラスに転じたのが象徴的で。

previewのときはコマンド実行で失敗していたのが、実務で使えるレベルに寄せてきた。エージェント製品を作っている立場だと、ここが一番刺さります。

室谷代表取締役

Steerabilityが27位から14位というのも大きい。エージェントって最初の指示が完璧なことなんてほぼなくて、途中で「そこじゃない」って直すじゃないですか。

そこで素直に追随できるかどうかで、実運用のストレスが全然違うんですよ。

テキトー教師DotAI 認定講師

Confirmed Successが11位まで来ているのも、ユーザーが「これ動いた」と明示的に確認した割合が上がっているということで、自己申告ベースの満足度とは違う重みがあります。

室谷代表取締役

一方で、Tencent自身が既知の問題として「複雑なタスクで必要以上に長く考える」「自分の作業を過剰に検証する傾向」を挙げています。公式FAQでも、ステップ数・ツール呼び出し・経過時間・トークン・コストに上限を設けて、証拠を増やさないループを止めるべきだと書かれています。

テキトー教師DotAI 認定講師

ここは受講生さんにも必ず伝えているところで、プレビュー版はGAではないんですよ。限定トラフィックでPoCを回して、受け入れ基準と人的エスカレーション、ロールバックを用意してから本番に近づける。

ロールバックはモデル名を戻すだけでは不十分で、プロンプトのバージョン、出力バリデータ、ツール権限ポリシーまで含めて戻せるようにしておく。

室谷代表取締役

うちでもエージェントの権限設計はかなり慎重にやっていて、外部副作用のあるツールは特に。実行状態が不明なリクエストを盲目的に再送しない、という公式FAQの注意はそのまま運用に落とせます。

テキトー教師DotAI 認定講師

あと社内ブラインドテストの数字も公式に出ています。163名の社内専門家が203のエンジニアリングタスクを4点満点で評価して、Hy4 previewが平均2.99。

GLM 5.3が2.92で勝敗分け46.8%/12.8%/40.4%、Kimi K3が2.94で51.2%/7.9%/40.9%。ただしこれはTencentの社内評価で、独立した公開ベンチマークではない、と公式FAQ自身が注記しています。

室谷代表取締役

だから「GLMやKimiに勝った」と断定するのは早計で、「Tencentの社内評価ではこうだった」と書くのが正しい。ここを混ぜると記事の信頼が落ちます。

テキトー教師DotAI 認定講師

長文コンテキストの扱いも注意で、1Mあるからといって全ファイルを一度に突っ込むのは逆効果。重複や古い版が有用な証拠を押し出してしまうので、資料を棚卸しして版を紐付け、引用可能な形にする。

これは講座で何度も言っていることです。

室谷代表取締役

モデルの進化は速いので、Gemini 3.1 Proは今もプレビュー？性能・料金・使えない時の対処までのようにプレビュー版の位置づけを追う記事も参考になります。プレビューとGAを区別する視点はどのモデルでも共通です。

よくある質問

Q. Hy4とHy4 previewの違いは何ですか？

テキトー教師DotAI 認定講師

Hy4 previewは2026年8月28日公開の早期版で、770B総パラメータ・49B活性・1Mコンテキストという構成は共通です。正式なHy4はTransparency Center上で2026年11月4日公開と記載され、Agent Arenaではpreviewの25位から14位へ改善しました。

Tencentはpreviewについて、pre-trainingとpost-trainingの両方に伸びしろが残っていると説明していました。

Q. オープンソースですか？ライセンスは？

室谷代表取締役

TencentはHy4 previewをオープンソースと説明し、GitHub、Hugging Face、ModelScope、AtomGitへのリンクを掲載しています。ただしライセンス名や重み・コードの公開範囲はリポジトリ側の現行表記を確認してください。

今回の資料にはライセンス名の記載がないため、現時点では明らかにされていません。

Q. 料金はいくらですか？

テキトー教師DotAI 認定講師

Tencent Cloud Internationalのシンガポールリージョンで、入力100万トークンあたり0.834ドル、出力2.501ドル、キャッシュヒット0.042ドル。2026年8月28日時点で確認された価格です。

リージョンや時期で変わるため、契約前に現行ドキュメントを確認してください。

Q. 日本から使えますか？

室谷代表取締役

Tencent Cloud Internationalは日本語ページを用意していますが、Hy4の日本リージョンでの提供開始時期については、今回の資料に明示的な記載がありません。現時点では明らかにされていません。

シンガポールやシリコンバレーのエンドポイント経由での利用可否は、アカウントの有効化状況やクォータによって変わるので、コンソールで確認するのが確実です。

Q. コンテキスト長はどのくらいですか？

テキトー教師DotAI 認定講師

1Mトークンのコンテキストウィンドウで、Tencent Cloud InternationalのFAQでは最大入力960k、最大出力64kと記載されています。1Mがそのまま入力上限ではない点に注意してください。

Q. どんな用途に向いていますか？

室谷代表取締役

公式にはソフトウェアエンジニアリング、オフィスと分析、ゲーム開発、科学研究が挙げられています。エージェント、コーディング、生産性の場面に最適化されているという説明です。

日本語や中国語といった個別言語の性能についての記述は、今回の資料にはありません。現時点では明らかにされていません。

テキトー教師DotAI 認定講師

総じて、順位そのものより「性能1ポイント差でコスト62%減」という構造を持ち帰るのが大事なニュースです。導入検討するなら、自社タスクでのPoCとロールバック設計をセットで。

室谷代表取締役

ですね。モデルは替えられる前提で設計しておく。

それが結局一番強いです。