Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
tencent/hy4Läuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Tencent: Hy4 ist ein Textgenerierungsmodell von Tencent, das als offizielle Version nach Hy4 Preview veröffentlicht wurde. Es ist für allgemeine Textarbeit konzipiert und bietet laut Tencent umfassende Verbesserungen gegenüber der Preview-Version, mit besonders starken Zugewinnen bei agentischen Fähigkeiten und der Leistung bei langfristigen, realen Produktivitätsaufgaben. Wenn Sie ein Modell für Workloads suchen, die anhaltende mehrstufige Arbeit statt einzelner Prompts umfassen, ist Hy4 genau für diese Art der Nutzung positioniert.
Das Modell akzeptiert Text und Bilder als Eingabe und gibt Text zurück. Sein Kontextfenster beträgt 1.048.576 Token, was groß genug ist, um ganze Codebasen, lange Dokumentensätze oder ausgedehnte Gesprächsverläufe in einer einzigen Anfrage zu halten, und es kann bis zu 65.536 Token in einer Antwort erzeugen. Das Reasoning-Verhalten wird über Anfrageparameter offengelegt, sodass Sie entscheiden können, wie viel interne Abwägung das Modell vor der Antwort anwendet. Es unterstützt außerdem strukturierte Ausgaben und Tool Calling, was bedeutet, dass Antworten auf ein Schema beschränkt werden können und das Modell von Ihnen definierte Funktionen aufrufen kann.
Diese Fähigkeiten deuten auf einige praktische Muster hin. Langkontextanalyse ist das offensichtliche: Verträge, Forschungsarbeiten, Logs oder Repositories einspeisen und Fragen über den gesamten Satz stellen, ohne ihn zu zerlegen. Da Bildeingabe unterstützt wird, können Sie Screenshots, Diagramme oder gescannte Seiten mit Textanweisungen in derselben Anfrage mischen, was zu Dokumentenverständnis und visueller Fragenbeantwortung über gemischtes Material passt. Tool Calling und strukturierte Ausgaben machen es zu einer vernünftigen Wahl für Agenten und Pipelines, bei denen das Modell APIs aufrufen, Datenquellen abfragen oder maschinenlesbare Ergebnisse zurückgeben muss, die nachgelagerter Code parsen kann. Die Reasoning-Steuerungen helfen bei Aufgaben, bei denen Genauigkeit wichtiger ist als Latenz, etwa bei mehrstufiger Planung oder Debugging.
Sie rufen Hy4 über die OpenAI-kompatible API von api14 mit der Modell-ID "tencent/hy4" auf. Da die Schnittstelle dem OpenAI-Format folgt, funktionieren bestehende SDKs und Client-Bibliotheken mit einer Änderung der Basis-URL. Die unterstützten Anfrageparameter sind include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice und tools. In der Praxis deckt das Sampling-Steuerung, Ausgabelänge, Stoppsequenzen, JSON- oder schema-beschränkte Antworten und Function Calling ab, zusammen mit den Reasoning-bezogenen Optionen.
Eines sollten Sie beachten: Die Ausgabe ist nur Text, sodass Aufgaben, die das Erzeugen von Bildern oder Audio erfordern, außerhalb seines Umfangs liegen. Die maximale Ausgabe von 65.536 Token bedeutet außerdem, dass sehr lange Generierungen in Stufen geplant werden müssen. Für einfache, kurze Textaufgaben, bei denen keine der Funktionen für Langkontext, Vision oder Tool Calling benötigt werden, kann ein kleineres und schnelleres Modell die wirtschaftlichere Wahl sein.
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Tencent: Hy4.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "tencent/hy4",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
include_reasoningmax_completion_tokensmax_tokensreasoningreasoning_effortresponse_formatstopstructured_outputstemperaturetool_choicetools