Tencents multimodales Modell Hy4 Flash hat insgesamt 224B Parameter, aktiviert pro Token 12B und kostet 0,070 bzw. 0,281 US-Dollar pro Million Input- bzw. Output-Token.
Warum es wichtig ist: Ein kostengünstiges Sparse-Modell mit einem Kontext von 1M Token könnte die Kosten für Workloads mit langen Dokumenten senken. Unabhängige Benchmark-Ergebnisse nennt die Quelle nicht.
Tencent hat DSpine vorgestellt, ein fünfschichtiges spekulatives Draft-Modell für Qwen3.8-27B, und meldet den 2,9- bis 3,8-fachen Durchsatz gegenüber autoregressivem Decoding.
Warum es wichtig ist: Wie viel Speculative Decoding bringt, hängt stark von Arbeitslast und Inferenz-Engine ab. Teams sollten Draft-Modelle daher mit ihren eigenen Aufgaben testen, bevor sie sie einsetzen.
Laut Tencent erreicht Hy4 75,2 Punkte auf APEX-Agents, verarbeitet Bilder und beherrscht Computer Use. Die Gewichte will das Unternehmen veröffentlichen.
Warum es wichtig ist: Günstigere agentische Modelle mit Computer Use erweitern die Möglichkeiten für Teams, die Automatisierungen bauen. Die berichteten Fehler bei Tool-Calls sind allerdings ein praktisches Problem.