Na quarta-feira, 4 de novembro, a Tencent colocou no ar o Hy4, o modelo de IA mais novo da empresa chinesa. Ele é grande — 770 bilhões de parâmetros, contra menos de 300 bilhões da geração anterior — e traz duas coisas que o anterior não tinha: enxergar imagens e operar o computador sozinho, clicando em botões e digitando comandos.

A história que a Tencent quer contar é simples: o melhor modelo aberto do mundo agora é dela. A história que os números contam é mais interessante. O mesmo lançamento traz duas versões oficiais, dadas pela própria Tencent, do número que ela usa para provar que o modelo melhorou. E a primeira medição feita fora da empresa mostra um modelo bom, barato — e bem longe do topo.

O que é o Hy4, em português

Um modelo de linguagem é o motor por trás de um chat de IA. "Parâmetros" é o tamanho desse motor: quanto mais, mais coisa ele consegue guardar do que aprendeu. O Hy4 tem 770 bilhões — é o mesmo porte dos maiores modelos abertos chineses da safra atual. E ele consegue ler textos de até 1 milhão de tokens, o que dá mais ou menos 700 mil palavras de uma vez, ou um livro inteiro com folga.

O que muda de fato nesta versão são duas habilidades novas, e vale entender cada uma com um exemplo concreto.

Dois casos práticos

Caso 1 — o trabalho de escritório. Antes, uma IA dessas só lia texto. Agora ela abre uma planilha, olha um gráfico torto, entende o que está vendo e escreve a análise. A Tencent testou isso do jeito mais chato possível: chamou 213 profissionais de finanças, sendo 153 de instituições externas, e colocou todo mundo para avaliar 579 tarefas reais do dia a dia de banco e investimento. O Hy4 tirou 3,04. O DeepSeek V4.1 Flash tirou 2,97, e Kimi K3.1 Pro e GLM-5.3 empataram em 2,68. A Tencent apresenta o resultado como primeiro lugar entre os modelos abertos — mas repare: quem organizou e corrigiu o teste foi a Tencent.

Caso 2 — o computador de verdade. A segunda habilidade nova é clicar. Em vez de você descrever cada passo ("clique em Arquivo, depois em Exportar"), o modelo vê a tela, entende o que está ali e executa. A Tencent treinou o Hy4 especificamente em programas como Blender (modelagem 3D) e CAD (desenho técnico de engenharia), que são softwares com dezenas de menus e atalhos. Na prática, é a diferença entre pedir "faz um modelo 3D dessa peça" e ter alguém — ou algo — mexendo o mouse por você.

Nesse ponto, a própria Tencent publicou a comparação: 78,9 no teste OSWorld 2.1, contra 81,8 do Claude Opus 5.5, 79,6 do Kimi K3.1 Pro e 75,2 do GPT-6.1 Sol. Ou seja: empata com os melhores, não ganha de todos. E são números medidos pela Tencent, no laboratório da Tencent.

O número que aparece em duas versões

Aqui começa a parte que interessa para quem vai usar isso no trabalho. O número que a Tencent mais repete é a queda da alucinação — alucinação é quando a IA inventa uma informação e entrega com toda a confiança do mundo. É o defeito que mais custa caro, porque não dá erro: dá uma resposta errada, bem escrita.

Na página oficial do lançamento, a Tencent escreve que o Hy4 cortou a alucinação de 15,76% para 5,45%. Traduzindo: de uma resposta inventada a cada seis para uma a cada dezoito.

Só que o press release oficial da mesma Tencent, distribuído no mesmo dia, diz outra coisa: a alucinação caiu de 12,95% para 7,2%. Ou seja, de uma a cada oito para uma a cada quatorze. Também é melhora — mas é uma melhora bem menor, e com pontos de partida e de chegada diferentes.

Gráfico comparando as duas versões oficiais do número de alucinação do Hy4
Gráfico: CheriffAI · dados da página oficial do Hy4 e do press release da Tencent, ambos de 4/11/2026. Barras proporcionais.

Não é um detalhe de redação. É o número que sustenta a frase "o modelo não ficou mais inteligente, ficou mais confiável". Dependendo de qual material oficial você abrir, a queda é de 65% ou de 44%. As duas versões estão no ar, com o logo da mesma empresa. E não há nota metodológica explicando a diferença — o que a gente pode dizer, com honestidade, é que os dois documentos medem coisas que a Tencent chama pelo mesmo nome, e que quem for usar o modelo para trabalho crítico precisa tratar esse número como "entre 5% e 7%, medido pela fornecedora", não como um valor exato.

Agora a medição de fora

Existe um jeito de escapar do laboratório da fornecedora: olhar o que acontece quando milhares de pessoas usam o modelo em tarefas de verdade. A Agent Arena, da Arena.ai, faz exatamente isso. Ela mede sessões reais de agentes — gente pedindo uma tarefa, a IA executando, e o usuário dizendo se aquilo funcionou. Na leitura de 4 de novembro de 2026, o painel tinha 2.758.769 sessões e 58 modelos.

Com 12.700 sessões registradas, o Hy4 ficou em 13º lugar geral, com ganho líquido de 5,39%. E custa US$ 0,57 por tarefa, o preço mediano.

Compare com o primeiro colocado: Claude Opus 5.5, com 20,14% de ganho, custa US$ 6,79 por tarefa. Fazendo a conta que interessa — a nossa conta de padaria — o Hy4 entrega 27% do ganho do Opus custando 8% do preço por tarefa. Em outro recorte: fica 0,10 ponto atrás do Kimi K3.1 Pro (5,29%), que cobra US$ 1,47 pela mesma tarefa — quase três vezes mais.

Gráfico de ganho líquido por modelo e custo mediano por tarefa no Agent Arena
Gráfico: CheriffAI · dados do Agent Arena (Arena.ai), leitura de 4/11/2026, 2.758.769 sessões reais. Custo mediano por tarefa à direita.

Há dois achados aqui que valem mais que qualquer benchmark de laboratório. O primeiro: o Hy4 melhorou de verdade em relação à versão de agosto — o preview marcava 0,75% de ganho, o lançamento marca 5,39%. São 4,64 pontos em tarefas reais, com gente de verdade. O segundo: em uso real, ele não encosta nos modelos de ponta. A própria página da Tencent admite o oposto do que a manchete sugere, numa frase discreta no fim: "um intervalo notável permanece entre ele e os principais modelos proprietários".

"Aberto" no anúncio, fechado no download

A Tencent chama o Hy4 de modelo aberto. "Aberto" quer dizer que os pesos — os arquivos do modelo — são publicados, e qualquer pessoa pode baixar e rodar no próprio computador, sem depender da API da empresa. É o que separa um modelo de um serviço.

Só que, até o fechamento deste post, os pesos do Hy4 não estão no ar. A própria página do lançamento diz "planejamos abrir os pesos" e que a ficha técnica vem depois. Nós conferimos direto no Hugging Face, o principal repositório de modelos do mundo, hoje: o endereço tencent/Hy4 responde 401 — existe, mas está fechado. O que está público é o Hy4-preview, de agosto, com 11,4 mil downloads e licença Apache 2.0.

O contraste mais duro é com o concorrente direto. No mesmo dia 4, a Moonshot publicou os pesos do Kimi K3.1 Pro no Hugging Face — o repositório está lá desde 2 de novembro, com 11.658 downloads. Uma empresa abriu; a outra prometeu. E é por isso que, no placar da Arena, o Hy4 aparece na coluna "Proprietary": para quem mede de fora, um modelo que você não pode baixar é um modelo fechado, por enquanto.

Por que isso importa para quem está no Brasil

Para quem constrói produto com IA aqui, três coisas mudam com esse lançamento.

Primeira: o custo por tarefa virou a métrica útil. Placar de benchmark diz quem é mais esperto no laboratório. Custo por tarefa diz quanto sai do seu caixa para o cliente receber a resposta. US$ 0,57 contra US$ 6,79 é a diferença entre um produto que fecha a conta e um que não fecha — e essa diferença aparece na Arena, medida em uso real, não em slide de lançamento.

Segunda: "aberto" virou etiqueta de marketing. Se a sua arquitetura depende de rodar o modelo na sua máquina — por custo, por privacidade ou por não depender de uma empresa chinesa —, a palavra "aberto" no anúncio não serve como garantia. O que serve é o peso estar no repositório, com ficha técnica publicada. Até então, o que existe é API, com preço e disponibilidade definidos pela fornecedora.

Terceira: promoção não é preço. O Hy4 sai com 50% de desconto no Tencent Cloud até 31 de dezembro de 2026, e uso grátis no WorkBuddy e no CodeBuddy até 15 de novembro. É uma janela ótima para testar de graça e péssima para planejar orçamento: quem calculou o custo com o desconto vai refazer a conta em janeiro.

A lição que fica é a mesma que a gente repete aqui: quando o fornecedor publica dois números diferentes no mesmo dia, o número não é o argumento — é o que precisa ser medido. O Hy4 é um bom lançamento: barato, com visão e com capacidade real de operar software. Só não é o que a manchete diz. E, por enquanto, também não é aberto.

Fontes