Tencent ha presentado Hy4, la última versión de su modelo de inteligencia artificial, que destaca por incorporar capacidades de visión y uso de ordenador. Una decisión clave en su desarrollo ha sido priorizar el entrenamiento en ciberseguridad defensiva, excluyendo materiales ofensivos. Este enfoque busca prevenir usos maliciosos mientras amplía las habilidades de la IA en tareas complejas.
Ciertos conocimientos pueden tanto solucionar problemas como generarlos, dependiendo de quién los use y con qué propósito. Esta dualidad, evidente en campos como la informática o la investigación científica, adquiere una dimensión particular en la inteligencia artificial. Los modelos actuales manejan herramientas y tareas cada vez más sofisticadas, pero sus capacidades no solo dependen de las instrucciones recibidas, sino también de lo aprendido durante su desarrollo, lo que subraya la importancia de las decisiones de entrenamiento.
Tencent ha lanzado recientemente Hy4, la versión más reciente de su familia de modelos de inteligencia artificial, siguiendo una edición preliminar publicada en agosto. La compañía china atribuye la mejora a un entrenamiento más extenso y a perfeccionamientos orientados a seguir instrucciones, gestionar contextos amplios y resolver tareas de múltiples pasos. Este lanzamiento busca fortalecer su posición en un mercado competitivo donde también operan empresas como DeepSeek y Alibaba.
Un aspecto notable de la documentación de Tencent es que Hy4, por primera vez, integra capacidades de visión y de uso del ordenador. Esto le permite interpretar imágenes, analizar gráficos complejos y operar tanto con comandos como con interfaces gráficas. La empresa también asegura haberlo preparado para emplear programas especializados, como Blender y herramientas de diseño CAD, además de abordar tareas de programación y desarrollo de videojuegos. Estas habilidades son combinables, permitiendo al modelo realizar trabajos que requieren varios pasos y el uso de diversas herramientas.
Sin embargo, una decisión menos obvia en el desarrollo de Hy4 es igualmente relevante. Tencent ha explicado en su documentación oficial que ha priorizado información de ciberseguridad defensiva, enfocada en identificar vulnerabilidades y facilitar su corrección, y ha excluido deliberadamente del entrenamiento materiales ofensivos relacionados con la explotación de esos fallos. Esta distinción es crucial porque no se trata solo de impedir que el modelo responda a ciertas preguntas, sino de seleccionar la información utilizada para su formación. Es una elección consciente de la compañía, aunque aún no se ha demostrado que estas restricciones prevengan totalmente posibles usos maliciosos.
Esto no implica que Hy4 carezca de conocimiento sobre cómo analizar un sistema informático o cómo probar sus defensas. Según el comunicado oficial de Tencent, el modelo también incorpora conocimientos de ingeniería inversa y pruebas de penetración con fines de análisis, disciplinas empleadas para examinar programas y evaluar la seguridad de los sistemas. Lo que la compañía busca diferenciar es su aplicación en tareas de seguridad de los materiales orientados a explotar vulnerabilidades con fines ofensivos.
Para contextualizar las capacidades de Hy4, es útil comparar sus resultados con otros modelos. En la comparativa publicada por Tencent para Terminal-Bench 4.0, una prueba de tareas realizadas desde la terminal, Hy4 obtiene 44,4 puntos, frente a 55,5 de GPT-6.1 Sol de OpenAI y 66,8 de Kimi K3.1 Pro. En otra evaluación organizada por la compañía con 213 profesionales y 579 tareas financieras, supera ligeramente a DeepSeek V4.1 Flash: 3,04 frente a 2,97. Por su parte, la clasificación de agentes de Arena del 3 de noviembre sitúa a Hy4 en el puesto 14, por detrás de Gemini 4 Carbon (segundo) y GPT-6.1 Sol (sexto). Estas son pruebas de actividades diversas, realizadas con metodologías propias, y no permiten establecer una clasificación universal.
Más allá de su rendimiento, queda por determinar si la estrategia de filtrar información es efectiva en la práctica. La firma china afirma que especialistas de sus laboratorios Xuanwu Lab y Keen Security Lab sometieron a Hy4 a evaluaciones sobre ingeniería inversa criptográfica, desofuscación de archivos binarios y explotación de vulnerabilidades. Según sus conclusiones, no se detectaron problemas significativos relacionados con capacidades ofensivas en los ámbitos examinados. Cabe destacar que estos resultados son comunicados por la propia empresa. Posteriormente, aseguran, se publicarán los pesos del modelo y su documentación técnica de seguridad, materiales que podrían facilitar nuevas evaluaciones.
Tencent no es la única empresa que ha explorado este enfoque. Moonshot AI, creadora de Kimi, también eliminó información de ciberseguridad durante el desarrollo de Kimi K3.1 Pro, tanto en el entrenamiento intermedio como en el aprendizaje por refuerzo. En una evaluación interna que permitía hasta tres intentos por problema, una versión sin esas restricciones resolvió el 90,5% de las pruebas de explotación de vulnerabilidades, frente al 81% del modelo final. Por su parte, el AI Security Institute británico investigó el filtrado de información biológica potencialmente peligrosa en modelos experimentales. Sus resultados fueron prometedores, aunque no directamente extrapolables a Hy4, y demostraron que los sistemas aún pueden utilizar conocimientos externos no adquiridos durante su entrenamiento.
