Hunyuan Hyra 2.0とは
Hyra 2.0はTencent Hunyuanの自動研究エージェントであり、一般的なチャットモデルではない
チャットモデルは質問に答えます。一方、研究エージェントには、検証可能な課題を結果が出るまで進める役割があります。TencentはHyraを Hunyuan Research Agent と呼んでいます。公開された成果には、小規模モデルの学習、GPU演算子、数学の難問、量子回路、タンパク質のモデル化、予測アルゴリズムなどが含まれます。
たとえば、一般的なチャットツールは「学習を速くする方法」を説明できます。研究エージェントが目指すのは、それよりも「学習スクリプトを修正し、実験を実行し、新しい指標を得て、確認できるコードやログを残す」ことに近いものです。Hyraを見るうえでは、会話の自然さよりも、見つけた方法を再現できるか、従来の基準を上回るか、計算資源を投入する価値があるかが重要だと私たちは考えています。
Tencentの公開リポジトリ Hyra-results には、主に最終的な解法と一部の再現用スクリプトが保存されています。エージェントの研究計画、探索戦略、基盤モデルの全体が公開されているわけではありません。Hyra成果リポジトリ
実験結果を研究に戻す：コード・評価・検証をつなぐ
Hyraの公開成果には共通点があります。多くの課題に、数値で評価できる目標があることです。学習後の検証損失は低いほどよく、同じ精度なら学習時間は短いほどよく、量子回路に追加するゲートは少ないほどよい、といった目標です。これにより、よい案をもっともらしい説明だけで終わらせず、コード、実行記録、証明資料にできます。
この研究方法は、確認可能な4つの段階に分けると理解しやすくなります。目標指標を決め、候補を作り、外部環境で評価し、検証を通った結果を保存する流れです。これは公開された成果から整理した作業の捉え方であり、TencentがHyra 2.0の内部構造をすべて公開したという意味ではありません。
一般のユーザーにとってわかりやすい例は、「すでに動くプログラムを、もっと速くしてほしい」という課題です。そのためには、テストデータ、実行環境、明確な合格条件が必要です。「アルゴリズムをよくして」という一言だけでは、どれほど強力なモデルでも何を成功とみなすか判断しにくくなります。
Hyra 2.0が作ったタンパク質モデルと、エージェント本体は別物
今回の確認時点で、Tencentは特に注目したい2つのプロジェクトを公開しています。HyInv は約 196万パラメータのタンパク質逆フォールディングモデルで、タンパク質の骨格構造からアミノ酸配列を生成します。HyPLM-Flash は約 6.5億パラメータのタンパク質言語モデルで、配列の表現や関連する予測に使います。どちらのREADMEにも、Hyra 2.0 が学習したモデルであると記されています。
ここは区別が必要です。HyInv と HyPLM-Flash は、コードと重みを取得し、手順に従って実行できる独立したモデルです。hyra-2.0 という名前の汎用チャットモデルではありません。それぞれ、構造からの配列設計と、配列の符号化・後続の分析を扱います。研究者にとっては「AIが研究できる」という抽象的な話よりも、具体的な課題から再現を始められる点に意味があります。
プロジェクト資料：HyInv README · HyPLM-Flash README
Hunyuan Hyra 2.0の主な機能と得意分野
AI研究の自動化：助言だけでなく、小規模モデルの学習方法を最適化する
Hyraの価値のひとつは、学習設定を自動で探すことだと考えています。nanochat_autoresearch では、train.py、実行スクリプト、学習ログの全体が公開されています。公開設定では、NVIDIA B200を1枚使い、約300秒という固定の学習時間内で 検証BPB 0.901543 を達成しています。BPBは、簡単にいえばテキスト予測の良し悪しを測る損失指標で、この課題では低いほどよい値です。
開発者にとって、これは単なる「パラメータ調整のコツ」ではありません。注意機構のウィンドウ、最適化器の設定、追加のn-gram特徴、学習スケジュールなど、具体的な変更があります。まず再現可能な変更を学び、自分のモデルに適しているかを判断することを勧めます。データ規模がまったく異なる環境へ、そのまま設定を持ち込むのは避けたいところです。nanochat実験
GPU演算子の最適化：実行できる実装で高速化を示す
GPU最適化では、見た目が高度なコードでも実際は遅かったり、特定の入力で誤った値を出したりすることがあります。Hyraの SOL-ExecBench には、注意機構、MoEの振り分け、行列積、推論時の演算子など、実際に提出された成果の一部があります。公開ディレクトリには 正しさの検証を通った10例 があり、それぞれに提出番号、実行時間、スコアが付いています。
私たちは、正しさの検証結果が残されている点を重視しています。たとえば、Flash/GQA attentionのある例は 0.177612ミリ秒 と記録されています。ただし、その値は対応する課題とハードウェアでの評価に限られ、どのモデルの注意計算も同じ速さになるわけではありません。推論サービスのチームには、入力の形状、精度、ハードウェア、コンパイラのバージョンを固定したうえで、最適化前後の遅延と出力の一致を比べることを勧めます。
数学的発見：解の候補から、確認できる証明資料へ
数学も、研究エージェントの注目分野です。Hyraのリポジトリには、幾何学、組合せ論、作用素不等式に関する結果があります。たとえば、3次元の定幅凸体の体積の下界は約 0.380799 から 0.411040 へ改善されました。また、2026年11月2日に追加された説明では、Pettyの等距離点予想の5次元での結果と、Yauの円作用予想の非単連結の場合における反例も報告されています。
これを「AIが数学の予想をすべて解決した」と受け取るべきではありません。重要なのは、証明が対象とする範囲、形式的検証が実際に保証した部分、数学者による査読がまだ必要かどうかです。研究で引用する前に、定理の原文、すべての仮定、証明ファイル、独立した検証記録をそろえることを勧めます。
タンパク質設計：HyInvは構造からアミノ酸配列の候補を作る
HyInvが扱うのは、すでにタンパク質の主鎖構造があり、その骨格に合いそうな配列を設計したい、という具体的な課題です。コマンドラインとPythonから使え、PDB構造ファイルの読み込み、鎖の選択、特定位置の固定、乱数シードを使った複数候補の生成に対応します。公開されている重みは約 7.8 MB で、参照実装はCPUでもGPUでも動きます。
バイオテクノロジーのチームにとっては、候補配列を繰り返し生成する作業をプログラム化できることが利点です。ただし、「配列を生成する」ことは「有効な薬を発見する」ことではありません。候補には構造、安定性、実験による検証が必要です。まず少数の公開構造で形式と出力を確認し、チームの構造評価手順で絞り込み、その後に実験へ進むことを勧めます。
タンパク質配列の分析：HyPLM-Flashは一括符号化と後続の予測向け
HyPLM-Flashの役割はHyInvとは異なります。タンパク質配列を受け取り、各残基または配列全体のベクトル表現を出力し、変異の評価に使うlogitsも提供します。Tencentの実装にはINT8推論エンジンが含まれ、H20を1枚使って約 毎秒13万残基 の処理量が報告されています。これは指定された公式環境での値であり、どのGPUでも同じ速度になるという約束ではありません。
「研究システムの中で、配列の特徴を取り出す道具」と考えると使い道が見えやすくなります。たとえばタンパク質を一括で符号化し、そのベクトルを自分たちの分類、クラスタリング、性質予測プログラムへ渡せます。一般の開発者には、6.5億というパラメータ数よりも、入力がアミノ酸配列で出力がベクトルだと理解する方が役立ちます。研究者には、精度、バッチ量、初回起動時間を比べて、INT8とBF16のどちらが適するかを判断することを勧めます。
Hunyuan Hyra 2.0のベンチマークと性能
この節では、Tencentが公開した 課題ごとの実験データ を使います。これらは、同じ評価方法で測ったHyra 2.0チャットモデルのランキングではありません。Hyra研究システムによる発見の記録もあれば、Hyra 2.0が学習した独立モデルの評価もあります。自分の業務で再現できるかは、実験環境と比較基準によります。
言語モデルの学習品質：nanochatの検証BPBが0.9109から0.9015へ
Tencentのリポジトリは、Recursiveが公開した同種の記録と比較しています。従来の 0.9109 BPB に対し、Hyraは約 0.9015 BPB で、差は約 0.0094 です。Hyraの正確な記録は 0.901543。1× B200 で学習に約 300.1秒、準備と評価を含めて約 348.4秒 かかっています。ここでの改善は検証損失の低下であり、一般的な質問への正答率向上に換算することはできません。
私たちの提案：小規模モデルの学習を最適化するチームは、このプロジェクトを再現実験として使い、GPUメモリ、データ準備、検証方法を確認できます。商用モデルの学習では、自社データセットでの指標と最終的な費用を見る必要があります。5分間のベンチマークの改善を、あらゆるモデル規模に当てはめないでください。
Hyra nanochatの記録 · Recursiveの比較基準
学習速度：nanoGPT Speedrunが約77.5秒から76.435秒へ
nanoGPT Speedrun の実験では、Hyraの公開スクリプトは大きな行列演算にFP8を使い、学習計画も調整しています。3回の実行時間は 76.431、76.467、76.408秒、平均は 76.435秒、平均検証損失は約 3.28007 です。リポジトリが引用する約 77.5秒 の基準に比べ、約 1.1秒、割合では約 1.4% 短くなっています。
この結果には、8× H100、対応するCUDA・PyTorch・Tritonのバージョン、データセットという厳密な条件があります。平均損失は丸めると3.280ですが、表示が3.280だからといって、すべての実験が厳密に3.280未満だったとはいえません。
私たちの提案：このFP8最適化を導入候補にするのは、学習環境が近い場合です。まず3回以上再現し、平均、ばらつき、最終損失を比べます。すでに別の演算子実装を使っているなら、小さな範囲でA/Bテストをすることを優先します。
GPU演算子のスコア：SOL-ExecBenchが0.754から0.771へ
公開された SOL-ExecBench の比較では、Recursiveの総合SOLスコア 0.754 に対し、Hyraは 0.771 と報告しており、差は 0.017 です。SOLは、そのベンチマークで定義された性能上限に実装がどれだけ近いかを示します。汎用コードの正しさが77.1%という意味ではありません。Tencentは正しさを検証した10例も公開していますが、その10例だけでベンチマーク全体を代替することはできません。
私たちの提案：推論ゲートウェイやGPUサービスを運用するチームなら、業務で実際に負荷が高い演算子を選び、P50/P95遅延、処理量、GPUメモリ、数値誤差を記録します。単独の小さなベンチマークで最高点を目指しても、サービス全体の費用が下がるとは限りません。
Hyra SOL-ExecBench · Recursiveの公開結果
量子回路のルーティング：追加CNOTが269,037から258,369へ
量子計算にも数値で評価できる最適化課題があります。物理装置上で2つの量子ビットが隣接していない場合、ルーティングのために操作を追加する必要があります。Tencentのリポジトリには 検証済みの61回路 があり、Q20、Willow型、Heron型の3種類の接続構造で、SimpleTESが引用する基準と比較しています。
| 装置の接続構造 | SimpleTESの基準 | Hyraの結果 |
|---|---|---|
| Q20（20量子ビット） | 45,441 | 37,869 |
| Willow型（105量子ビット） | 96,774 | 95,898 |
| Heron型（156量子ビット） | 126,822 | 124,602 |
| 追加CNOTの合計 | 269,037 | 258,369 |
同じ集計方法では、CNOTが合計 10,668 少なくなり、約 4.0% の削減です。これは回路を装置に割り当てる際の追加負担を測ったもので、量子コンピュータ全体が4%高速化したという意味ではありません。
私たちの提案：量子回路をコンパイルする場合は、生成されたOpenQASMと接続制約をまず確認してください。一般的なAIチャットツールを選ぶだけなら、この結果は日常の回答品質と直接結びつきません。
タンパク質の推論：HyPLM-Flashは毎秒約13万残基、HyInvはミリ秒単位で一括設計
ここで測っているのは Hyra 2.0が作った独立モデル であり、エージェント全体の処理速度ではありません。TencentのHyPLM-Flashは、H20を1枚使ったINT8設定で約 130,000残基/秒 と報告されています。また、32課題、28個の公開チェックポイントを使った比較では、ProteinGymのゼロショット評価でSpearman相関係数 0.409 を記録し、同規模の複数のタンパク質エンコーダーと統計的に近い結果でした。この値は相関であり、分類の正答率ではありません。
HyInvでは、H20で長さ約 148 のタンパク質設計を 128本 まとめて生成する際、最適化したBF16実装は約 25ミリ秒、参照実装は約 999ミリ秒 と報告されています。ただし、初回コンパイルとCUDA Graphのキャプチャは計測に含まれていません。また、最適化した経路とFP32参照実装には数値差があるため、速さだけで置き換えを決めるべきではありません。
私たちの提案：生物研究のチームには、品質、バッチ処理量、再現性を分けて評価することを勧めます。普段は短い配列を1本だけ処理する用途なら、まず最初のリクエストの遅延を測ってください。毎秒の残基数が特に重要なのは、大量のオフライン処理です。また、配列のスコアは実験室での検証に代わるものではありません。
Hunyuan Hyra 2.0とRecursive・SimpleTES・TTT-Discover・AlphaEvolveの比較
ここで比べるのは研究の自動化システムや研究フレームワークであり、同じチャットAPIでそのまま差し替えられる4つの「会話モデル」ではありません。共通する課題の数字をできるだけ使い、統一したテストがない部分は、動作の考え方と用途だけを比較します。
Recursiveとの比較：Hyraは同種の自動AI研究課題で、さらに改善した結果を公開
Recursiveの First Steps Toward Automated AI Research は直接的な比較対象です。固定予算での小規模モデル学習、学習速度、GPU演算子最適化の3分野で結果を公開しており、Hyraは自身の公開ディレクトリでこれらを比較基準にしています。
| 指標 | Recursiveの公開基準 | Hyraの公開結果 | よい方向 |
|---|---|---|---|
| NanoChat検証BPB | 0.9109 | 0.9015 | 低いほどよい |
| NanoGPT学習時間 | 77.5秒 | 76.4秒 | 短いほどよい |
| SOL-ExecBenchスコア | 0.754 | 0.771 | 高いほどよい |
Hyraは、これらの公開課題で指標をさらに改善する力を示したと考えられます。ただし、組織をまたぐ実験では、コード、ハードウェア、評価器を丁寧に確認する必要があります。用途に応じた提案：学習アルゴリズムやGPU性能を研究するなら、両方のリポジトリを並べて再現するとよいでしょう。完成済みの接客用・文章作成用APIが必要なだけなら、このスコアを理由に日常のモデルを替える必要はありません。
SimpleTESとの比較：どちらも客観的に評価し、公開量子ルーティング課題ではHyraがゲート数を削減
SimpleTESは、「候補を作る、機械的に評価する、探索を続ける」という循環をどう拡大するかを研究しています。論文は 6分野の21研究課題 を扱い、量子回路ルーティングなどの結果を公開しています。Hyraは3種類の接続構造での公開比較で、追加CNOTの合計を 269,037 から 258,369 に減らしており、この点ではよりよい候補解を示しています。
ただし、ある課題でよい結果が出たことを、研究システム全体の優位性に置き換えることはできません。SimpleTESの強みは、実験評価と規模を広げる戦略が体系的に説明されていて、研究の最適化手順を学びやすいことです。用途に応じた提案：自動実験基盤を設計したいなら、まずSimpleTESの方法を読み、量子ルーティングの具体的な最適化結果を見たいならHyraのOpenQASMファイルを調べるとよいでしょう。
SimpleTES原論文 · Hyraの量子ルーティング結果
TTT-Discoverとの比較：課題を解きながら学習する手法と、Hyraによる後続の数学的改善
TTT-Discoverは、固定したモデルに繰り返し指示するだけでなく、特定の研究課題を解く途中でモデルが学習を続ける点に特徴があります。論文には、数学、GPU演算子、生物分析などの発見があり、再現可能なコードも公開されています。Hyraは、その自己相関定数の従来記録 1.502870 を引用し、1.502850 まで改善したと報告しています。差は小さくても、精密な数値の境界を扱う数学では、割合の大きさだけで研究の価値は判断できません。
両者の方法と実験予算をそろえた、完全な公開比較はありません。用途に応じた提案：個別の課題でモデルが学び続ける仕組みを研究するならTTT-Discoverを、研究結果をコード、数値的根拠、論文資料としてまとめる方法を学ぶならHyraの成果整理を参考にできます。
Google AlphaEvolveとの比較：検証可能な研究成果と、大規模な本番導入の経験
Google DeepMindのAlphaEvolveも、言語モデルと自動評価器を組み合わせて、よりよいアルゴリズムを探します。Googleはデータセンターのスケジューリング、チップ設計、モデル学習での実運用を紹介しており、たとえばデータセンターの計算資源を平均約 0.7% 回収したとしています。これは本番環境の事例で、Hyraの同一課題のベンチマークではないため、同じ表で無理に優劣をつけることはしません。
Hyraで注目したいのは数学、量子、タンパク質の公開研究成果です。AlphaEvolveでは、実験的な最適化を本番インフラに移した経験が参考になります。用途に応じた提案：オンラインサービスを運用しているなら、AlphaEvolveの本番検証と長期的な効果の測り方を優先して学べます。確認可能な研究成果の提出方法を学びたいなら、Hyraの分野別ディレクトリから個別の再現課題を探しやすくなっています。
Google DeepMind AlphaEvolve · AlphaEvolveの本番導入の進展
Hunyuan Hyra 2.0 APIのよくある質問
API Hopのモデル一覧で hyra-2.0 が見つからないのはなぜ？
現在の公開モデル一覧には、呼び出せるテキストモデルとしてHyra 2.0が掲載されていないためです。API Hopがhyra-2.0に対応した場合は、速やかにお知らせします。
共通Chat Completionsドキュメント · Hyra成果リポジトリ
HyInvとHyPLM-Flashは、プログラムからどのように使える？
Hyra 2.0が学習したこの2つの独立モデルには、それぞれ具体的な利用方法があります。ただし、HyraエージェントのAPIを呼び出すこととは異なります。HyInvはCLIとPythonに対応しており、たとえば次のように実行します。
# HyInvをインストールした環境で実行します。structure.pdbはユーザーが用意する構造ファイルです
python -m hyinv design --pdb structure.pdb --n 16 --seed 0 --out designs.fastaHyPLM-FlashにはPythonの符号化インターフェースがあります。
from hyplm import HyPLMEncoder
# 先にプロジェクトの手順に従い、重みをダウンロード、結合、検証してください
encoder = HyPLMEncoder.from_pretrained("weights")
vectors = encoder.encode(["MKTAYIAKQRQISFVKSHFSRQ"], pooling="mean")それぞれ独立したサービスとして配置し、指定の依存関係を入れてから、小さなサンプルで入出力を確認することを勧めます。HyPLM-Flashの高速実装はCUDA、Triton、対応するGPU環境にも依存します。どのCPUやGPUでも公式の処理量を出せるとは考えないでください。
HyInvのインストールと呼び出し · HyPLM-Flashのインストールと呼び出し
再現時に同じ結果が出ないのはなぜ？費用はどう評価する？
まず、モデルの推論、学習の再現、研究エージェント全体の費用を分けて考えることを勧めます。公開nanochat記録はB200を1枚、nanoGPT SpeedrunはH100を8枚使い、対応するデータ、ドライバ、依存関係、検証設定が必要です。同じコードでも、GPUクロック、コンパイルキャッシュ、負荷、乱数によって最終的な指標は変わり得ます。HyInvの高速化テストも、初回のTritonコンパイルとCUDA Graphキャプチャの時間を明確に除外しています。
そのため、私たちは 品質が基準を満たすか、課題全体に何時間かかるか、検証を通った結果1件にどれだけの資源が必要か の3点を評価します。学習ではGPU時間と3回以上の平均を記録します。オンライン推論では、最初のリクエストの遅延、安定稼働時の処理量、GPUメモリ、失敗率を分けて測ります。研究エージェントでは失敗した実験と人による確認時間も含めます。現時点では確認可能なHyra 2.0の汎用API料金がないため、推測のトークン単価は掲載しません。