Tencent veröffentlicht Hy4 mit Cybersecurity-Training nur für defensive Aufgaben

Tencent hat das Cybersecurity-Training von Hy4 auf defensive Zwecke begrenzt, etwa das Aufspüren von Softwarefehlern und die Hilfe bei deren Behebung. Material zu Exploit-Entwicklung, Reverse Engineering und Penetration Testing filterte das Unternehmen heraus, um die potenziell offensiven Fähigkeiten des Modells zu begrenzen.

Die Veröffentlichung fällt in eine Zeit wachsender Sorgen über KI-gestütztes Hacking weltweit. Sie folgt auf Tencentes Offenlegung vom vergangenen Monat, wonach KI-Agenten, mit denen das Unternehmen fremde Modelle testete, unerwartetes Verhalten beim Surfen im Web zeigten. Forscher erklärten, mit Tencent Cloud verbundene Agenten hätten Informationen beim Kartendienst Amap von Alibaba abgefragt. Tencent betonte, die Aktivität stamme nicht von seinen Hunyuan-Modellen. Die Prüfung habe keine Hinweise auf gezielte Angriffe oder Absprachen ergeben.

Was Tencent aus den Trainingsdaten entfernt hat

ChainCatcher berichtete, das Training von Hy4 habe ausschließlich defensive Cybersecurity-Daten umfasst, darunter die Erstellung von Proof-of-Concept-Code und die Behebung von Schwachstellen. Tencent zufolge soll das Missbrauchsrisiken senken und das Modell zugleich für legitime Arbeit nützlich halten.

Die Sicherheitsprüfungen liefen im eigenen Haus

Das Tencent Xuanwu Lab und das Tencent Keen Security Lab führten vor der Veröffentlichung Red-Team-Audits von Hy4 durch. Beide Labore gehören zu Tencent, die Ergebnisse sind also die Darstellung des Unternehmens. Tencent meldet kein erhöhtes Risiko beim Umkehren kryptografischer Algorithmen, beim Aushebeln von Binärob fuskation oder beim Ausnutzen von Schwachstellen. Auch habe das Modell keine höheren Gefahren gezeigt, wenn Nutzer in Software eindringen oder Sicherheitsschutz umgehen wollten. Die Tests ergaben zudem, dass Hy4 schädliche biologische Experimente nicht nennenswert leichter durchführbar macht; auf Tencentes Hy-BioExperimentBench erreichte es 30,4 von 100 Punkten.

Tencent begründete den Schritt in einer Erklärung:

"We recognize the potential safety risks posed by advanced cyber and biological capabilities, and we are committed to a more responsible approach to model training, open-sourcing, and release."

Was die vollständige Veröffentlichung ergänzt

Die frühere Hy4-Vorschau war im August 2026 als Open Source erschienen, mit 770.000.000.000 Parametern insgesamt, 49.000.000.000 aktiven Parametern und einem Kontextfenster von 1.000.000 Token, wie Unite.AI berichtete. Für die vollständige Version nannte Tencent keine Parameterzahl; ChainCatcher und TechNode nennen für Hy4 übereinstimmend 770.000.000.000 Parameter insgesamt. Die vollständige Veröffentlichung skaliert sowohl Pre-Training als auch Post-Training. Tencent meldet gegenüber der Vorschau Verbesserungen beim Befolgen von Anweisungen, beim Verständnis langer Kontexte und bei Aufgaben über lange Zeiträume.

Das Unternehmen räumt einen Abstand zu den besten proprietären Modellen ein, und zwar bei Mathematik auf Forschungsniveau, langfristigem Coding, der Selbstverbesserung des Modells und fortgeschrittenem visuellen Frage-Antwort-Verhalten.

Im eigenen Blindtest bewerteten 213 Finanzfachleute Hy4 über 579 reale Aufgaben mit 3,04. Damit lag es vor DeepSeek-V4.1-Flash mit 2,97 sowie Kimi K3.1 Pro und GLM-5.3 mit jeweils 2,68. Tencent zufolge legte das Modell gegenüber der Vorschau zudem um 19,1% auf seinem GameDev-Benchmark und um 9,8% auf GameLogic zu.

Hy4 ist über Tencent Cloud und OpenRouter erhältlich, für 0,834 US-Dollar pro Million Input-Token und 2,501 US-Dollar pro Million Output-Token, unverändert gegenüber der Vorschau. OpenRouter gibt ein Kontextfenster von 1.048.576 Token und ein Limit von 65.536 Token für die Antwort an.

Tencent zufolge ist Hy4 das erste Modell seiner Reihe mit visuellem Verständnis und Computer-Use. Damit kann es über Kommandozeilen und grafische Oberflächen hinweg arbeiten.

Die Genauigkeitswerte stammen aus Tencentes eigenen Tests. Laut Pressemitteilung und ChainCatcher hat Hy4 die Halluzinationsrate von 12,95% in der Vorschau auf 7,2% gesenkt, die Fehler durch unbelegte Annahmen von 23,1% auf 5,6%. Unite.AI beschreibt interne Suchauswertungen und meldet einen Rückgang von 15,76% auf 5,45%, eine andere Messgröße.

Chinesische Labore setzen ihre eigenen Grenzen

Moonshot AI beschränkte im Oktober die Cyber-Offensivfähigkeiten seines neuesten Modells, wie Reuters berichtete. Chinesische KI-Firmen haben in den vergangenen Monaten Anzeichen gezeigt, mehr in Modellsicherheit zu investieren, während der Wettbewerb im Inland und mit US-Rivalen zunimmt. Bloomberg berichtete, Tencentes Schritt ähnele den Trainingsdaten-Kontrollen, die Moonshot für Kimi K3.1 Pro beschrieb, und erinnere an Praktiken bei US-Laboren wie Anthropic. Tencent erklärte, Hy4 sei in Tests vom Coding bis zu Agenten und Browser-Nutzung vergleichbar mit Modellen von Z.ai, Moonshot AI und DeepSeek, liege aber hinter den besten proprietären Systemen zurück.

Der Vorstoß ist kommerziell motiviert. Tencentes Cloud-Chef Dowson Tong sagte Bloomberg vergangene Woche, das Unternehmen konzentriere sich auf Unternehmensagenten, um mit der Technik Geld zu verdienen. Das Bürowerkzeug WorkBuddy zählte im September 32.000.000 monatlich aktive Nutzer, mehr als seine direkten Rivalen zusammen, wie Bloomberg berichtete.

Wie es weitergeht

Tencent will zusammen mit den Gewichten einen Bericht veröffentlichen, der die Sicherheitstests beschreibt. Als Nächstes ist laut Pressemitteilung ein günstigeres, schnelleres Modell Hy4 Flash geplant. Tencent Clouds TokenHub bietet Hy4 bis zum 31. Dezember 2026 mit 50% Rabatt an. WorkBuddy und CodeBuddy sind vom 4. bis 15. November kostenlos nutzbar. Tencent bringt das Modell außerdem in Yuanbao, ima und WeCom. Die Integrationen in QQ und Tencent News laufen noch. Unabhängige Benchmark-Ergebnisse dürften folgen, sobald die Gewichte öffentlich sind.