Tencent Hy4 klimt naar plek 2 in Agent Arena voor open modellen

TL;DR

• Wat: Tencent's open-source model Hy4 preview staat op plek 2 van alle open modellen in de Agent Arena-ranglijst, na meer dan 14.500 echte agent-sessies.
• Waarom relevant: open-source AI-modellen die goed scoren op agenttaken worden steeds bruikbaarder als bouwsteen voor bedrijfsautomatisering — zonder dure licenties.
• Wat je ermee kunt: bekijk of een open model als Hy4 past in je huidige of geplande AI-toepassingen, vooral als kosten per taak een factor zijn.

Ik stuitte op een bericht van Agent Arena — een platform dat AI-modellen rangschikt op hun vermogen om in de echte wereld taken uit te voeren met tools — waarin Tencent's Hy4 preview op de tweede plek staat onder alle open-source modellen. Wat mij opvalt: dit is een Chinees model met een Apache 2.0-licentie dat ineens meespeelt met de mondiale top. Dat vind ik het bekijken waard.

Wat is er precies gebeurd?

Tencent bracht op 28 augustus 2026 het Hy4 preview-model uit. Het is een zogeheten Mixture-of-Experts model met 770 miljard parameters, waarvan er 49 miljard actief zijn per bewerking. Dat klinkt abstract, dus laat me het even vergelijken: stel je een groot kantoor voor met 770 specialisten, maar bij elke vraag staan er maar 49 op om te helpen — de rest blijft zitten. Dat houdt de kosten laag terwijl je toch de kennis van het hele kantoor hebt.

In de Agent Arena — een ranglijst die modellen beoordeelt op hoe goed ze tools kunnen aansturen, taken kunnen afronden en instructies kunnen opvolgen — scoort Hy4 preview een nettoverbetering van +5,4% ten opzichte van concurrenten. Na meer dan 14.500 echte sessies staat het op plek 2 onder open modellen en plek 10 in het totaalklassement. Alleen Kimi K3 (Max) van het Chinese Moonshot AI doet het beter in de open categorie.

Wat ik interessant vind: de voorganger van dit model, Hy3, stond op plek 34 in de Code Arena WebDev-ranglijst. Hy4 sprong naar plek 6 op diezelfde lijst. Dat is een sprong van 28 posities in één generatie.

Wat is Agent Arena en waarom doet het ertoe?

Agent Arena is geen traditionele benchmark waar een model meerkeuzevragen beantwoordt. Het meet iets dat voor ondernemers veel relevanter is: kan een AI-model daadwerkelijk taken uitvoeren? Denk aan het aansturen van software-tools, het voltooien van meerstapstaken en het omgaan met onverwachte situaties.

Dit verschilt wezenlijk van een score op een wiskundetest. Waar het hier om gaat is of een model kan functioneren als een digitale medewerker — iemand die je een opdracht geeft en die dan zelfstandig de juiste stappen zet.

Voor de context: Gartner verwacht dat tegen eind 2026 zo'n veertig procent van alle bedrijfssoftware een vorm van AI-agents bevat. Tegelijkertijd waarschuwt diezelfde onderzoeker dat vier op de tien agentic AI-projecten tegen eind 2027 worden stopgezet. Het is dus niet alleen de vraag of een model kan presteren, maar of het betrouwbaar genoeg is om er bedrijfsprocessen op te bouwen.

Waarom een open model relevant is voor ondernemers

Hier wordt het voor mij pas echt interessant. Hy4 preview is uitgebracht onder een Apache 2.0-licentie. Dat betekent in de praktijk: je mag het model gebruiken, aanpassen en inzetten voor commerciële doeleinden, zonder licentiekosten aan Tencent te betalen.

De prijsstelling via de API is opvallend scherp. Volgens beschikbare gegevens kost Hy4 preview $0,834 per miljoen invoertokens. Ter vergelijking: dat is volgens analyses 3,6 keer goedkoper dan Kimi K3 en aanzienlijk voordeliger dan veel gesloten alternatieven.

Stel dat je als ondernemer een klantenserviceproces wilt automatiseren. Volgens CBS gebruikt inmiddels 29 procent van de Nederlandse bedrijven met meer dan tien medewerkers een vorm van AI. Een traditioneel klantenservicegesprek kost tussen de vijf en vijftien euro; met een AI-agent kan dat naar tien tot vijftig cent per interactie. Als het onderliggende model dan ook nog eens open-source en goedkoop is, wordt de drempel om te experimenteren een stuk lager.

De kanttekening bij open-source

Ik wil hier wel eerlijk zijn: een open model is niet automatisch een betere keuze. Je hebt technische kennis nodig om het te draaien, of je bent afhankelijk van een hostingpartij. En 'open' betekent niet 'zonder risico' — je bent zelf verantwoordelijk voor de betrouwbaarheid en veiligheid van wat je ermee bouwt. Voor veel MKB-bedrijven zal de praktische route eerder via een softwareleverancier lopen die zo'n model onder de motorkap gebruikt.

Wat mij opvalt aan de Chinese concurrentie

Wat ik bijzonder vind aan dit bericht is het patroon. De top 2 in de open-source Agent Arena bestaat nu uit twee Chinese modellen: Kimi K3 (Max) van Moonshot AI en Hy4 van Tencent. Dat is niet toevallig. Chinese techbedrijven investeren fors in open-source AI en concurreren steeds meer op prijs.

Een detail dat mij fascineert: Tencent heeft openbaar gemaakt dat Hy4 preview is gebruikt tijdens zijn eigen ontwikkeling om het trainingsproces te optimaliseren, met naar verluidt een verbetering van 31,8 procent in de verwerkingscapaciteit. Het model hielp dus letterlijk bij het trainen van zichzelf. Ik vind dat een opmerkelijke technische aanpak, al roept het ook vragen op over hoe je zoiets onafhankelijk verifieert.

Voor de Nederlandse markt betekent dit concreet: er komen meer krachtige, betaalbare AI-modellen beschikbaar die niet van Amerikaanse techgiganten komen. Dat geeft softwarebouwers en IT-dienstverleners meer keuze — en uiteindelijk meer concurrentie op prijs en kwaliteit voor de eindgebruiker.

Hoe betrouwbaar zijn deze ranglijsten?

Een vraag die ik mezelf stel: hoe zwaar moet je tillen aan zo'n Agent Arena-positie? Het is goed om te weten dat de ranglijst gebaseerd is op meer dan 14.500 sessies, wat een redelijke steekproef is. Maar elke benchmark meet een specifiek ding. Een model dat goed scoort op agenttaken kan matig presteren op creatief schrijven, en andersom.

Ik denk dat het voor ondernemers verstandiger is om naar het totaalplaatje te kijken dan naar één ranglijst. Wat kost het model per taak? Hoe goed werkt het voor jouw specifieke toepassing? Is er een betrouwbare partij die het voor je beheert? Dat zijn de vragen die ertoe doen — niet of iets op plek 2 of plek 5 staat.

Kun je je voorstellen dat je over twee jaar terugkijkt en beseft dat je in 2026 voor het eerst kon kiezen uit tien of meer open AI-modellen die serieus bruikbaar waren voor bedrijfsprocessen? Ik denk dat we precies in die fase zitten.

Tot slot

Voor mij is dit vooral een bevestiging van een trend die ik al langer volg: open-source AI-modellen worden niet alleen beter, ze worden ook steeds geschikter voor zakelijke toepassingen. Dat Tencent met Hy4 op plek 2 staat in een ranglijst die draait om het daadwerkelijk uitvoeren van taken — niet om het beantwoorden van trivia — vind ik een relevant signaal. Niet omdat je morgen dit specifieke model moet gaan gebruiken, maar omdat het laat zien dat de keuzevrijheid voor bedrijven groeit. En meer keuze betekent uiteindelijk betere tools tegen scherpere prijzen.