Tencent Hy4 vs Kimi K3.1 Pro: Bisa Operasikan Komputer, tapi Kalah di Mayoritas Uji Publik

Tencent, raksasa teknologi asal China pemilik WeChat, merilis model bahasa besar Hy4 pada Rabu (4/11/2026). Versi final ini menambahkan dua kemampuan yang belum dimiliki pratinjaunya dari akhir Agustus lalu: memahami gambar dan mengoperasikan komputer sendiri. Tencent menyebut Hy4 kini masuk jajaran model terbuka terkuat di dunia, padahal bobot modelnya baru dijanjikan menyusul dalam beberapa hari ke depan.

Banyak yang mengira model baru dari perusahaan sebesar Tencent otomatis langsung menyalip pesaing China lain. Kenyataannya, tabel benchmark yang dipasang Tencent sendiri justru menunjukkan Kimi K3.1 Pro milik Moonshot AI unggul di 11 dari 14 uji publik yang dicantumkan, termasuk uji agen di terminal dan uji pengoperasian komputer OSWorld. Bahkan, Kimi K3.1 Pro sudah lebih dulu membuka bobot modelnya, sesuatu yang belum dilakukan Hy4.

Ringkasnya: Hy4 menerima teks dan gambar, punya jendela konteks 1 juta token, dan untuk pertama kalinya bisa mengoperasikan komputer (computer use). Di grafik resmi Tencent, Hy4 mencetak 78,9 di OSWorld 2.1 dan 44,4 di Terminal Bench 4.0, di bawah Kimi K3.1 Pro (79,6 dan 66,8). Di indeks independen Artificial Analysis, skornya 35 berbanding 46. Harga Hy4 sekitar US$0,83 sampai US$0,90 per 1 juta token input, jauh di bawah Kimi. Bobot Hy4 belum dirilis saat artikel ini ditulis, dan belum ada keterangan resmi soal Indonesia.

Daftar Isi

• Apa itu Tencent Hy4 dan apa yang baru?
• Hy4 vs Hy4 preview: apa saja yang berubah?
• Seberapa kuat Hy4 dibanding Kimi K3.1 Pro dan Claude Opus 5.5 di uji agen?
• Apa kelemahan Hy4 yang perlu diketahui?
• Apakah Hy4 bisa dipakai di Indonesia, dan berapa harganya?
• Apa artinya untuk belajar dan kerja?
• FAQ

Apa itu Tencent Hy4 dan apa yang baru?

Hy4 adalah model andalan tim Tencent Hy, unit riset model bahasa besar milik Tencent. Menurut siaran pers Tencent, model ini membawa kemampuan visual untuk pertama kalinya, sehingga bisa membaca detail halus pada foto, menganalisis grafik rumit, dan menyelesaikan soal matematika bergambar. Lompatan besar lainnya ada pada instruksi yang panjang, pemahaman konteks panjang, dan tugas agen yang berjalan banyak langkah.

"Hari ini kami merilis Hy4, lompatan besar berikutnya yang untuk pertama kalinya menempatkan Hy di antara model open-source terkuat," tulis tim Tencent Hy dalam laman riset resminya (terjemahan bebas redaksi).

Fitur yang paling menarik perhatian justru computer use, baik lewat baris perintah maupun lewat tampilan aplikasi. Tencent melatih Hy4 secara khusus pada perangkat lunak profesional seperti Blender dan CAD, juga pada alur kerja yang melompat dari satu aplikasi ke aplikasi lain. Dalam salah satu demonya, Hy4 mencari komponen atap berukuran sekitar 2 meter di dalam foto udara berukuran 2,8 gigapiksel, kira-kira seperti mencari satu genteng di foto satu kawasan pergudangan.

Menurut TechRepublic, Hy4 adalah model Mixture-of-Experts dengan 770 miliar parameter dan konteks 1 juta token. Angka itu sama dengan spesifikasi pratinjaunya di model card Hugging Face, yang menyebut hanya 49 miliar parameter aktif untuk tiap token, atau sekitar 6% dari seluruh "otaknya". Namun, siaran pers dan laman riset Tencent belum mencantumkan jumlah parameter versi final, sehingga angka ini baru bisa dipastikan saat bobot dan system card terbit.

Hy4 vs Hy4 preview: apa saja yang berubah?

Pratinjau Hy4 muncul di Hugging Face pada 27 Agustus 2026 dengan lisensi Apache 2.0, dan saat itu hanya bisa membaca teks. Sekitar dua bulan kemudian, versi final hadir dengan pralatih dan pascalatih yang menurut Tencent jauh lebih besar skalanya. Hasilnya, model final kini bahkan menerima gambar dan bisa bekerja di layar komputer.

Kini Tencent mengklaim sejumlah kenaikan terukur dibanding pratinjau. Skor uji pengembangan gim GameDev naik 19,1% dan GameLogic naik 9,8%. Sementara itu, di uji agen riset investasi IRAB milik perusahaan AI keuangan RabyteTech, skor Hy4 mencapai 61,63, naik 12,03 poin dari pratinjau. Bersama Tencent Financial Technology, tim Tencent juga menguji Hy4 dengan 213 profesional keuangan pada 579 tugas nyata, lalu memberinya skor 3,04, di atas DeepSeek-V4.1-Flash-1017 (2,97), Kimi K3.1 Pro (2,68), dan GLM-5.3 (2,68).

Perlu dicatat, angka penurunan halusinasi versi Tencent berbeda antara dua dokumen resminya. Siaran pers menulis turun dari 12,95% ke 7,2%, sedangkan laman riset menulis dari 15,76% ke 5,45%. Karena itu, kami tidak memakai angka tersebut sebagai pegangan.

Berikut urutan peristiwanya berdasarkan sumber yang kami periksa:

Seberapa kuat Hy4 dibanding Kimi K3.1 Pro dan Claude Opus 5.5 di uji agen?

Grafik benchmark resmi Tencent membandingkan Hy4 dengan lima model: tiga model terbuka China (GLM 5.3, DeepSeek-V4.1-Flash-1017, Kimi K3.1 Pro) dan dua model tertutup Amerika (Claude Opus 5.5 dan GPT 6.1 Sol). Kami memilih empat uji yang paling dekat dengan kerja agen sehari-hari, yaitu bekerja di terminal, mengoperasikan komputer, mengotomasi aplikasi, dan menyelesaikan tugas agen umum.

Polanya cukup konsisten. Di keempat uji itu, Hy4 selalu unggul dari DeepSeek-V4.1-Flash-1017, dan di tiga uji yang memuat GLM 5.3, Hy4 juga di atasnya. Namun, Kimi K3.1 Pro selalu berada di atas Hy4, dengan selisih terlebar di Terminal Bench 4.0: 66,8 berbanding 44,4, atau sekitar 22 poin. Di OSWorld 2.1, uji yang paling dekat dengan fitur computer use, jaraknya justru tipis, hanya 0,7 poin (79,6 berbanding 78,9).

Gambaran itu tidak banyak berubah di tabel lampiran lengkap pada laman yang sama, yang memuat 34 uji. Dari 14 uji publik di tabel itu, Kimi K3.1 Pro unggul di 11, mulai dari DeepSWE dan SWE-Marathon sampai MMMU-Pro. Hy4 hanya menang di dua uji publik, yaitu FrontierCode 2.0 (31,0 berbanding 25,5) dan APEX-Agents v1.1 (75,2 berbanding 67,2), sedangkan hasil ProgramBench bergantung pada siapa yang mengujinya. Sebagian besar kemenangan Hy4 atas Kimi justru datang dari uji internal buatan Tencent, seperti E-Bench 2.0 dan TenureTrail.

Terhadap model tertutup, gambarannya ternyata campuran. Hy4 mengalahkan GPT 6.1 Sol di OSWorld 2.1, AutomationBench, dan Agents' Last Exam, tetapi kalah 11,1 poin di Terminal Bench 4.0. Sementara itu, menurut The Decoder, Claude Opus 5.5 unggul dari Hy4 di seluruh 12 uji pada grafik utama Tencent, dan GPT 6.1 Sol unggul di 8 di antaranya.

Uji pihak ketiga memberi gambaran yang lebih keras. Di halaman model Artificial Analysis, Hy4 mencetak 35 pada Intelligence Index, sedikit di bawah median 37 untuk model di rentang harga yang sama. Kimi K3.1 Pro mencetak 46 di indeks yang sama. Alhasil, Hy4 berada di urutan kedua di antara model lab China, seperti dicatat The Decoder, tetapi dengan jarak yang lebar dari urutan pertama. Ingat, indeks ini merangkum sembilan uji untuk tugas tertentu, bukan jaminan mutu hasil kerja di tugasmu sendiri.

Satu perbedaan penting ada di luar skor. Kimi K3.1 Pro, yang dirilis Moonshot AI pada 23 Oktober 2026, kini sudah memuat bobot lengkapnya di Hugging Face, dengan 2,8 triliun parameter total dan 104 miliar parameter aktif. Lisensinya bukan Apache 2.0, melainkan lisensi khusus Kimi K3.1 Pro: bebas dipakai dan dimodifikasi, tetapi penyedia layanan model berpendapatan di atas US$20 juta per 12 bulan wajib membuat perjanjian terpisah, dan produk dengan lebih dari 100 juta pengguna aktif bulanan wajib menampilkan nama modelnya.

Apa kelemahan Hy4 yang perlu diketahui?

Kelemahan paling penting untuk pelajar justru soal mengarang jawaban. Menurut uji AA-Omniscience milik Artificial Analysis yang dikutip The Decoder, Hy4 menjawab benar sekitar separuh pertanyaan dari data latihnya. Namun, saat tidak tahu jawabannya dan tidak dibantu pencarian web, model ini memilih mengarang jawaban dalam 89% kasus, alih-alih mengaku tidak tahu.

Tencent sendiri mengakui Hy4 masih tertinggal jauh dari model komersial terbaik pada matematika tingkat lanjut, proyek coding panjang, dan analisis visual rumit. Kesenjangan terlebar, menurut The Decoder, ada di uji internal Hy-FrontierMath T5: Hy4 mencetak 13,0, sementara GPT 6.1 Sol mencetak 97,5 dan Claude Opus 5.5 mencetak 91,3.

Salah satu kelemahan lain, model ini boros kata. Saat diuji untuk Intelligence Index, Hy4 menghasilkan 160 juta token, lebih dari 2 kali median 72,6 juta token, dengan biaya rata-rata US$1,03 per tugas uji. Artinya, harga per token yang murah bisa menipu kalau jawabannya bertele-tele, walau biaya per tugas itu masih di bawah Kimi K3.1 Pro yang mencapai US$3,68.

TechRepublic menambahkan catatan soal computer use secara umum. Agen yang mengoperasikan layar sangat bergantung pada tata letak yang stabil, sehingga pergeseran tampilan kecil, jeda tampilan, atau jendela pop-up tak terduga sering membuat agen tersesat. Menurut media itu, kelayakan Hy4 untuk kerja harian akan ditentukan oleh kemampuannya pulih dari kesalahan di luar demo yang terkontrol.

Di sisi lain, mitra Tencent memberi testimoni positif, walau berdasarkan uji internal mereka sendiri. "Bagi pengguna Manus, ini berarti lebih sedikit pengerjaan ulang, eksekusi lebih cepat, dan hasil yang lebih andal dalam alur kerja nyata," tulis Manus, platform agen AI, dalam testimoni di laman riset Tencent (terjemahan bebas redaksi).

"Dalam riset investasi, mendapatkan data yang benar adalah langkah pertama: kalau data dasarnya tidak akurat, analisis apa pun sesudahnya tidak ada artinya," tulis Comein, penyedia meja kerja riset investasi berbasis AI, dalam testimoni yang sama (terjemahan bebas redaksi). Comein menyebut Hy4 satu-satunya model China yang berbagi peringkat kedua dengan Claude Opus 5.5 di uji internal mereka.

Apakah Hy4 bisa dipakai di Indonesia, dan berapa harganya?

Belum ada keterangan resmi soal Indonesia. Siaran pers Tencent menyebut Hy4 tersedia di Tencent Cloud TokenHub dan sederet produk Tencent seperti WorkBuddy, CodeBuddy, Yuanbao, asisten AI WeCom, dan ima, ditambah API lewat platform pihak ketiga seperti OpenRouter. Laman riset juga menautkan Hy AI Studio versi internasional. Namun, tidak satu pun dari laman itu menyebut daftar negara atau dukungan bahasa Indonesia.

Soal harga, ternyata Tencent sendiri memakai dua angka. Siaran pers menulis harga Hy4 sama dengan pratinjaunya, sekitar US$0,90 per 1 juta token input dan US$2,70 per 1 juta token output. Laman riset Tencent mencantumkan angka yang lebih presisi, US$0,834 dan US$2,501, yang juga dipakai Artificial Analysis dan TechRepublic. Dengan kurs open.er-api.com Senin (9/11/2026) sebesar Rp18.102 per dolar AS, tarif presisi itu setara sekitar Rp15.100 per 1 juta token input dan Rp45.300 per 1 juta token output.

Ada juga promo. WorkBuddy dan CodeBuddy bisa dipakai gratis pada 4 sampai 15 November 2026, sedangkan Hy4 di Tencent Cloud TokenHub didiskon 50% hingga 31 Desember 2026. Saat kami cek Senin, halaman Hy4 di OpenRouter juga menampilkan potongan 50% menjadi US$0,417 per 1 juta token input. Bagi kebanyakan pengguna di Indonesia, jalur yang paling jelas memang API seperti ini, yang menuntut sedikit pengetahuan teknis.

Satu hal lagi yang belum pasti adalah lisensinya. Hingga Senin (9/11/2026) pagi, akun Tencent di Hugging Face baru memuat Hy4-preview, belum versi final, dan Artificial Analysis masih melabeli Hy4 sebagai model proprietary.

Apa artinya untuk belajar dan kerja?

Bagi pelajar dan pekerja kantoran, dampak langsungnya masih kecil karena akses Hy4 yang jelas baru lewat API dan produk Tencent. Kini yang paling diuntungkan adalah mahasiswa informatika, peneliti, dan tim startup yang ingin mencoba agen computer use dengan harga per token jauh di bawah model tertutup. Kalau bobotnya benar-benar dibuka, lab kampus secara teori bisa menjalankannya sendiri, walau model seukuran pratinjaunya tetap butuh server kelas pusat data, apalagi Kimi K3.1 Pro yang berukuran 2,8 triliun parameter.

Justru pelajaran terbesarnya ada di angka halusinasi 89% tadi. Model yang pintar mengoperasikan aplikasi belum tentu jujur saat tidak tahu, sehingga setiap rujukan, angka, dan kutipan dari AI tetap harus dicek. Panduan cara mengecek referensi fiktif dari AI bisa jadi pegangan.

1. Mahasiswa informatika dan desain: pantau rilis bobot Hy4 di Hugging Face, lalu coba kemampuan computer use-nya untuk tugas Blender atau CAD lewat API. Untuk konteks persaingan model terbuka, baca juga trio AI China yang mendominasi open source dan ulasan Inkling 2 Small.
2. Dosen dan peneliti: jangan hanya membaca grafik vendor. Bandingkan dengan uji pihak ketiga, dan uji sendiri model itu di tugas bidangmu, karena klaim keunggulan Hy4 di tugas keuangan berasal dari uji internal, sementara di matematika tingkat lanjut ia diakui lemah.
3. Pekerja dan pengembang: hitung biaya per tugas yang selesai, bukan hanya harga per token. Untuk memahami agen AI di perangkat sehari-hari, lihat pilihan AI agent di HP dan laptop, atau panduan cara memilih asisten AI.

FAQ: Tencent Hy4

Kapan Tencent Hy4 dirilis?

Tencent mengumumkan Hy4 pada Rabu, 4 November 2026, lewat siaran pers dan laman riset Tencent Hy. Sejak hari itu, Hy4 bisa diakses lewat Tencent Cloud, OpenRouter, dan sejumlah produk Tencent.

Apa beda Hy4 dengan Hy4 preview?

Hy4 preview yang terbit 27 Agustus 2026 hanya membaca teks. Versi final menambahkan pemahaman gambar dan computer use, dilatih dengan data lebih banyak, serta diklaim Tencent naik 19,1% di uji GameDev dan 12,03 poin di uji riset investasi IRAB.

Hy4 vs Kimi K3.1 Pro, mana yang lebih kuat?

Di tabel benchmark resmi Tencent, Kimi K3.1 Pro unggul di 11 dari 14 uji publik, termasuk Terminal Bench 4.0 dan OSWorld 2.1. Di Artificial Analysis Intelligence Index, Kimi K3.1 Pro mencetak 46, sedangkan Hy4 mencetak 35. Hy4 unggul di banyak uji internal Tencent, termasuk uji keuangan, dan harganya per token jauh lebih murah.

Apakah Hy4 sudah open source?

Belum. Tencent menjanjikan bobot model dan system card, tetapi hingga Senin, 9 November 2026, akun Tencent di Hugging Face baru memuat Hy4-preview, dan lisensi versi final belum diumumkan. Sebaliknya, bobot Kimi K3.1 Pro sudah tersedia dengan lisensi khusus yang bersyarat.

Apakah Hy4 bisa dipakai di Indonesia?

Belum ada keterangan resmi soal Indonesia maupun dukungan bahasa Indonesia. Model ini bisa diakses lewat API pihak ketiga seperti OpenRouter dan lewat Hy AI Studio versi internasional, tetapi Tencent tidak menjelaskan daftar negara yang didukung.

Pada akhirnya, Hy4 menunjukkan persaingan model terbuka China makin rapat, tetapi label "terkuat" dari vendor tetap perlu diuji dengan data pihak ketiga, terutama soal kejujuran model saat tidak tahu jawabannya.

Sambil menunggu model seperti Hy4 hadir di aplikasi sehari-hari, kamu bisa memakai asisten AI berbahasa Indonesia di kakak.ai untuk merangkum jurnal, menyusun kerangka tugas, dan memeriksa ulang jawaban AI sebelum dipakai, tanpa perlu mengurus API sendiri. Coba Sekarang, Gratis.