요약
텐센트가 이미지 인식과 컴퓨터 조작을 처음 더한 Hy4를 내놓고 가중치 공개를 예고했습니다.
텐센트 Hy 팀이 11월 4일 올린 발표 글입니다. 8월에 낸 Hy4 preview보다 사전 학습과 사후 학습의 규모를 크게 늘렸습니다. 그 결과 처음으로 최상위권 오픈소스 모델에 들었다고 밝혔습니다.
왜 중요한가
- 텐센트의 게임·금융·메신저 제품 팀과 함께 다듬어, 벤치마크 점수보다 실제 업무 성과를 앞세운 모델입니다.
- 가중치를 공개하고 vLLM·SGLang 지원도 갖추겠다고 해, 최상위권 모델을 직접 운영할 선택지가 늘어납니다.
- 공격용 보안 데이터를 학습에서 빼, 공개 모델의 위험을 학습 단계에서 줄이는 방식을 택했습니다.
핵심 내용
- 이미지 인식과 컴퓨터 사용(명령줄과 화면을 직접 조작하는 기능)을 처음 지원하고, Blender·CAD 작업도 학습시켰습니다.
- 금융 전문가 213명이 실제 과제 579개로 평가한 결과, 오픈 가중치 모델 가운데 1위였다고 했습니다.
- 검색 기능을 손봐 환각률(사실이 아닌 내용을 지어내는 비율)을 15.76%에서 5.45%로 낮췄다고 밝혔습니다.
- Unreal Engine·Unity·Godot에 맞춘 학습으로 게임 개발 평가 점수가 preview보다 19.1% 올랐습니다.
- API 가격은 100만 토큰당 입력 0.834달러, 출력 2.501달러로 preview와 같습니다.
HN 반응
- 상용 최상위 모델과의 격차를 스스로 인정한 점은 호평을 받았지만, 데이터 분석 시험에서는 지나치게 꼼꼼해 느리다는 평가가 나왔습니다.
- 중국 모델이 격차를 좁히면 미국 경제가 흔들린다는 우려에, 값싼 모델이 오히려 고성능 모델 수요를 늘린다는 반론이 맞섰습니다.
이걸 인정하는 점이 마음에 드네요. AI를 도구로 쓰는 데는 오픈 모델도 이미 훌륭해요. 밀레니엄 난제나 doomermaxxing 용도로는 아직 아니지만요.
디스코드를 안 써서 이런 고급 어휘를 놓치고 있었던 건가요?
저는 "doommaxxing"으로 잘못 읽어서, 어떻게든 Doom(1993)과 관련된 말일 거라고만 짐작했어요.
slangmaxxing에 물들지 않았다면 ngmi라고요.
게임 개발에 집중했다는 점이 흥미롭습니다:
이 게임 개발 스튜디오에 대한 더 자세한 내용은 여기 있습니다 - https://en.wikipedia.org/wiki/Tencent_Games - 2004년부터 이어져 온 곳입니다.
그리고 아마 디컴파일이나 복제는 막지 않을 거예요.
수정: 제가 틀렸던 것 같네요
텐센트는 세계에서 가장 많은 게임 개발 자산을 가진 곳 중 하나입니다. 게임계의 버크셔 해서웨이죠. World of Warcraft(소수 지분), League of Legends, Valorant, Warframe, Clash of Clans, Player Unknown Battlegrounds, FIFA Online, Pokemon Unite, Fortnite(소수 지분) 등을 소유하고 있습니다. 에픽게임즈 지분도 40%를 갖고 있습니다.
과반 지분을 갖지 못한 건 소유한 게 아니잖아요.
혹시 에픽게임즈 지분과는 별개로 Fortnite에만 따로 지분이 있기도 한가요?
퍼블리셔나 스튜디오(에픽, 라이엇 등)를 나열하는 대신 게임을 바로 나열한 거예요.
솔직히 모든 분야의 버크셔 해서웨이죠. 수백 개 회사에 투자하고 소수 지분을 사들이니까요.
위키백과에는 지표에 따라 (버크셔의) 5분의 1에서 절반 정도로 나와 있습니다:
https://en.wikipedia.org/wiki/Berkshire_Hathaway https://en.wikipedia.org/wiki/Tencent
70년만 더 주면 되죠 :)
혁신이 가속하고 있으니 7년이면 될걸요 :)
저희 데이터 분석 벤치마크의 비용/정확도 프런티어에 올라섰습니다: https://plotly.com/blog/tencent-hy4-plotly-data-analytics-bench/ , GPT-6.1 Sol과 GPT-6.1 Terra 딱 중간입니다.
일을 아주아주 꼼꼼하게 하고, 그래서 아주아주 느립니다. 질문마다 오랜 시간을 들여 질문당 약 26개의 쿼리를 실행했고, 어떤 질문에서는 64개를 돌렸습니다. 작성한 쿼리 중 하나는 실행에만 약 한 시간이 걸려서 전체 시험 시간에도 영향을 줬습니다.
작년에는 오픈 웨이트 모델이 저렴하면서도 성능 좋은 대안이었습니다. 그런데 9월/10월에 GPT-6 시리즈와 Claude 5 시리즈가 그 비용 구도를 다시 썼습니다.
Hy4는 오픈 모델을 다시 비용/정확도 프런티어로 돌려놓았지만, 동작이 너무 꼼꼼하고 느립니다.
또 하나 눈에 띄는 점은 오픈 모델의 후속 학습이 성과를 내기 시작했다는 것입니다. 지난주에 나온 Particle-1도 저희 프런티어에 올라 있는데, DeepSeek V4.1을 후속 학습한 모델입니다. 몇 주 전의 Fireworks Ember-1은 Kimi K3를 후속 학습한 모델이었고요.
이 수치는 에누리해서 받아들이세요. 이 시험은 짧은 호흡에 맥락이 적은 데이터 분석 과제일 뿐, 본격적인 소프트웨어 프로젝트가 아닙니다.
Kimi 3.1M Pro(오늘 막 오픈 웨이트로 공개됐습니다)보다는 약간 못하지만, 현재 진행 중인 50% 할인 프로모션을 빼고 보더라도 훨씬 저렴합니다. 게다가 텐센트는 오픈 웨이트로 공개하면 더 싸게 만들겠다고 약속했고요. 흥미로운 가격 경제성입니다.
Kimi 3.1 Pro는 2.8T이고 이쪽은 770B입니다. 제 경험상 파라미터 수가 늘면 더 나은 "감각(taste)"이나 긴 컨텍스트에서의 일관성처럼 눈에 덜 띄는 이점이 생기는데, 이게 중요한지는 당연히 문제에 따라 다릅니다.
미국 경제 전체가 Ant/OAI가 중국 모델을 계속 앞설 수 있느냐에 달려 있다는 느낌이 갈수록 강해집니다.
격차가 좁혀지고, 긴축은 전혀 하지 않고, 금리까지 높다면, 생산성이 극적으로 오르는 걸 보게 되더라도 큰 경제 위기를 피할 길이 보이지 않습니다.
주제로 돌아와서(어쩌면 좀 더 긍정적인 얘기일 수도 있겠네요), 이 모델은 예상보다 좀 비싸다는 느낌이 듭니다!
경제에 실패보다 더 나쁜 유일한 것은 성공이겠네요.
Ant/OAI/Google은 가장 똑똑하고, 가장 큰 규모에, 연산이 가장 많이 드는 모델에서는 한참 앞서 있습니다. 제번스의 역설(Jevons' paradox)에 따르면, 더 가벼운 모델의 추론을 싸게 만들수록(중국 모델이 그렇습니다. 대체로 GPT Terra나 Claude Sonnet과 비슷한 수준이고, 최고의 상태에서도 Opus/Sol에 겨우 다가가는 정도입니다) 보완 서비스인 아주 똑똑한 추론에 대한 수요만 늘어납니다.
물론 그렇지만, 단순한 건 오픈 모델로, 어려운 건 opus/astra로 보내는 것만으로도 이미 큰 도움이 됐습니다. 구독형 모델에서 토큰이 바닥나는 일은 거의 없고, 최근에는 그냥 덜 쓰고 있어서 claude code / codex 시트 몇 개를 해지했습니다. 그리고 저희 제품 사용자 중에도 싼 모델만 쓰는 사람들이 있는데, 더 비싼 값을 내는 것보다 얻는 게 충분하기 때문입니다. 불과 몇 달 전만 해도 상황이 완전히 달랐습니다. 이 격차는 계속 벌어져서 고성능 모델을 쓰는 비율이 점점 작아질 것 같습니다.
개별 행위자가 하는 일만 볼 게 아니라 전체 합산 효과를 봐야 합니다. 이것이 제번스의 역설의 핵심입니다. 같은 제품(여기서는 비싼 모델 추론)에 대해 이전에는 채산이 맞지 않던 추가 수요가 드러난다는 것입니다.
주식시장을 닫고, 부실 기업은 청산하고, 그 돈으로 연금과 인덱스 펀드의 지분을 사들이고, 부채는 회사에 남겨 두고 은행이 상각하게 하세요. 어차피 은행은 보험과 위험 관리를 갖추고 있어야 하잖아요.
이 때문에 주요 은행이 무너지면 국유화하고, 고객은 연방준비제도의 자금으로 빠져나가게 하세요. 그런 다음 은행의 투자 포트폴리오로 가능한 한 많이 회수하려 해 보세요. 구제금융보다 훨씬 적게 들어요.
그 상황에서 무슨 돈이 나올 거라고 기대하세요? 제 짐작엔 비용의 일부에도 못 미칠 거예요.
인덱스 펀드는 상위 기업 주가가 그 바로 바깥에 있는 기업들에 비해 과하게 부풀려지는 이유 중 하나예요.
동의해요. 벨기에에서는 효과가 있었어요. 다만 이렇게 하기 전에 은행의 부실 부분을 그다지 좋지 않은 방식으로 분리해 냈죠.(일반인 중 일부는 여전히 손해를 봤고요)
주식시장을 닫으면 금융 시스템이 무너져요. 경제가 아니라 그냥 석기시대로 돌아가는 수준으로요.
현대 금융 시스템은 "논리적으로 옮겨 다닐 수 있는 유한한 돈"이라기보다 신뢰에 기반한 쪽에 훨씬 가깝죠. 물론 절대로 폰지 사기는 아니고요.
중국 형제들이 모델 이름을 좀 더 재미있게 지어 줬으면 좋겠네요. 예를 들어 Deepseek 4.2는 Gwuiluo Surprise가 될 수 있겠죠.
大哥哥 Model. 무척 자상하죠. 모든 걸 보고 있고요.
大哥哥는 예를 들면 아이가 훨씬 나이 많은 아이를 부를 때 쓰는 말이에요.
그 캐릭터의 이름은 老大哥예요. 1984 얘기라면요.
가격 수치가 이상하게 구체적인데, 어디서 나왔는지 궁금하네요.
개인적으로 가장 기대되는 건 FrontierCode 2.0 점수예요. 제가 좀 더 신뢰하는 벤치마크인데, 31점이면 대략 6.1 Sol, Opus 5.5 medium과 비슷한 수준으로 보여요.
Kimi K3.1 Pro처럼 이쪽도 사이버 보안 능력을 날려 버렸네요.