Pada 4 November 2026, Tencent Hunyuan merilis versi resmi Hy4. Model mixture-of-experts (MoE) ini memiliki total 770B parameter dan jendela konteks 1M. Hy4 juga menjadi model pertama dalam seri Hy yang memiliki kemampuan visual sekaligus mendukung pengoperasian komputer melalui command line dan antarmuka grafis. Harga resmi API per satu juta token adalah 6 yuan untuk input, 18 yuan untuk output, dan 0,3 yuan untuk cache hit. Pemanggilan melalui Tencent Cloud TokenHub mendapat diskon 50% hingga 31 Desember 2026.
Ini bukan artikel yang sekadar merayakan skor benchmark. Tencent mengklaim bahwa “Hy untuk pertama kalinya masuk jajaran model open-source terkuat”. Di artikel ini, klaim tersebut kita perlakukan sebagai materi promosi. Kita akan melihat peringkat Hy4 yang sebenarnya dalam 12 benchmark di grafik utama, tanggapan dari luar pada hari peluncuran, serta kelemahan yang diakui Tencent sendiri. Dengan begitu, kamu bisa menilai tugas apa saja yang cocok untuk model ini.
Manfaat utama: Setelah membaca, kamu bisa menilai tiga hal: tugas mana yang bisa langsung dicoba dengan Hy4, tugas mana yang lebih hemat jika tetap menggunakan model sebelumnya, serta kanal mana yang bisa dipakai dan berapa perkiraan biayanya jika ingin mulai hari ini.
Informasi Utama Hy4 Sekilas
| Informasi | Detail | Sumber |
|---|---|---|
| Tanggal rilis | 4 November 2026 (versi resmi) | Halaman peluncuran Tencent Hunyuan |
| Arsitektur dan parameter | MoE, total 770B parameter; kartu model preview mencantumkan 49B parameter aktif | Tencent News / kartu model preview Hugging Face |
| Jendela konteks | 1M (OpenRouter mencantumkan 1.048.576 token) | Halaman model OpenRouter |
| Output maksimum | 64K (berdasarkan dokumentasi preview; dokumentasi versi resmi belum diperbarui) | Panduan pemanggilan Hunyuan di TokenHub |
| Kemampuan baru | Pertama kali mendukung visi dan pengoperasian komputer (Computer Use) | Halaman peluncuran Tencent Hunyuan |
| Protokol API | Kompatibel dengan OpenAI Chat Completions, OpenAI Responses, dan Anthropic Messages (berdasarkan dokumentasi preview) | Dokumentasi TokenHub |
| Bobot | “Direncanakan menjadi sumber terbuka”; bobot preview sudah tersedia dengan lisensi Apache 2.0, sedangkan bobot versi resmi belum dirilis | Tencent Hunyuan / Hugging Face |
Dibandingkan Hy4 preview yang dirilis pada 28 Agustus, Hy4 memperbesar skala prapelatihan dan pascapelatihan. Peningkatan utamanya mencakup kemampuan mengikuti instruksi, memahami teks panjang, menangani tugas jangka panjang, dan melakukan riset mendalam. Menurut dokumentasi preview, mode berpikir aktif secara default dan API akan mengembalikan kolom reasoning_content. Saat mengintegrasikannya, siapkan logika untuk menangani konten penalaran tersebut.
Kemampuan visual dan pengoperasian komputer Hy4: pertama kali bisa melihat gambar dan mengoperasikan perangkat lunak
Untuk kemampuan visual, pengumuman resmi menekankan pemrosesan gambar secara mendetail, analisis grafik kompleks, dan penalaran visual matematika. Demo yang paling menonjol adalah menemukan komponen atap berukuran sekitar 2 meter dalam foto udara 2,8 gigapiksel. Demo lainnya menyusun ulang 900 keping puzzle untuk merekonstruksi lukisan Monet, Bordighera.
Kemampuan mengoperasikan komputer menjadi perubahan yang lebih menarik untuk diperhatikan. Untuk pertama kalinya, Hy4 mendukung pengoperasian yang menggabungkan baris perintah dan antarmuka grafis. Model ini juga mendapat pelatihan khusus untuk perangkat lunak profesional seperti Blender dan CAD, serta tugas panjang yang melibatkan beberapa aplikasi. Menurut komunitas developer Tencent Cloud, tim pelatihan bekerja sama dengan tim Tencent Cloud Agent Runtime untuk membangun sandbox dan memasang ratusan aplikasi guna menjalankan tugas serta memverifikasi hasilnya.
Pengembangan frontend dan game dengan Hy4: mendukung UE, Unity, dan Godot
Di sisi frontend, pengumuman resmi menyebutkan bahwa optimasi berfokus pada interaksi kompleks, logika bisnis, manajemen state, serta integrasi frontend dan backend. Tujuannya adalah membuat antarmuka yang “tidak hanya enak dilihat, tetapi juga lengkap dan berfungsi”. Contoh demonya adalah “Tencent Penguin Island 3D Digital Sandbox” dalam satu file HTML, dengan Three.js disertakan langsung tanpa bergantung pada CDN.
Untuk pengembangan game, developer game Tencent IEG ikut terlibat. Hy4 disesuaikan secara mendalam untuk UE, Unity, dan Godot, serta mulai mendukung pengembangan game multipemain daring. Dibandingkan dengan Hy4 preview, skor GameDev meningkat 19,1% dan GameLogic meningkat 9,8%. Perlu dicatat, kedua angka ini membandingkan Hy4 dengan versi sebelumnya, bukan dengan model lain.
Hy4 untuk keuangan dan pekerjaan kantor: tingkat halusinasi turun signifikan
Data untuk skenario keuangan adalah yang paling lengkap. Tencent Financial Technology FiT mengadakan pengujian yang melibatkan 213 pakar, termasuk 153 orang dari lembaga keuangan terkemuka di luar perusahaan, dengan cakupan 579 tugas keuangan nyata. Dari skor maksimal 4, Hy4 memperoleh 3.04, DeepSeek-V4.1-Flash 2.97, Kimi K3.1 Pro 2.68, dan GLM-5.3 2.68. Keunggulan Hy4 atas DeepSeek tidak terlalu besar.
Yang lebih bermakna dalam praktik adalah tingkat halusinasi. Dalam pengujian pencarian yang dibuat Tencent, tingkat halusinasi Hy4 turun dari 15.76% pada versi preview menjadi 5.45%, sementara tingkat kesalahan akibat menebak turun dari 23.1% menjadi 5.6%. Untuk pekerjaan kantor, Hy4 mendukung kolaborasi antara manusia dan model dalam mengedit Word, Excel, dan PPT secara real-time. Mitranya, Manus, menyebut tingkat penyelesaian tugas pembuatan dan pengeditan dokumen kantor mendekati 97%. Angka ini merupakan klaim dari pihak penyedia.
Hy4 untuk riset dan asisten pribadi: dari tugas penelitian hingga WeChat Work
Dalam evaluasi internal Tencent, TenureTrail, yang mencakup 7 disiplin ilmu dan 123 tugas penelitian yang dapat dijalankan, Hy4 menempati peringkat pertama di antara model open-source. Contoh resmi yang diberikan adalah rekonstruksi tiga dimensi embrio tikus: dari 6,99 juta sel dan 84 irisan dua dimensi yang tidak berurutan serta sebagian mengalami pembalikan cermin, Hy4 menyelesaikan penyelarasan irisan dan rekonstruksi tiga dimensi dalam 1,5 jam. Proses ini dilakukan secara offline, tanpa alat registrasi khusus dan tanpa intervensi manusia.
Sebagai asisten pribadi, Hy4 terhubung ke riwayat percakapan, email, dokumen, jadwal, dan rapat melalui rangkaian WeChat Work di WorkBuddy. Hy4 dapat merangkum riwayat perkembangan berbagai proyek serta mengingatkan hal-hal yang perlu ditindaklanjuti dan tugas yang mendekati tenggat. Fitur kolaborasi tim berbasis Hy4 akan hadir di WorkBuddy bersama versi baru fitur “Proyek”.
Cara membaca skor Hy4: kebanyakan di peringkat 3–4
Pertama, perlu dipahami konteks pengukurannya. Semua data berikut berasal dari pengujian internal resmi Tencent. Skor model pesaing diperoleh dengan menjalankan ulang pengujian dalam pengaturan yang sama oleh Tencent, bukan dari hasil yang diumumkan masing-masing vendor. Jadi, data ini tidak bisa dianggap sebagai pemeringkatan independen lintas vendor. Evaluasi independen dari pihak ketiga saat ini baru mencakup Hy4 preview dan tidak bisa dianggap mewakili versi resmi.
| Benchmark | Hy4 | Skor tertinggi | Peringkat Hy4 (7 model) | Perbandingan model open source Hy4 vs Kimi K3.1 Pro |
|---|---|---|---|---|
| ProgramBench | 30.0 | Claude Opus 5.5 56.5 | Ke-3 | Hy4 menang (24.5) |
| FrontierCode 2.0 | 31.0 | Claude 46.4 | Ke-3 | Hy4 menang (25.5) |
| 3DArena-Modeling | 37.1 | Claude 43.4 | Ke-3 | Hy4 menang (36.1) |
| Terminal Bench 4.0 | 44.4 | Kimi 66.8 | Ke-4 | Kimi menang |
| Agents’ Last Exam | 41.0 | Kimi / Claude 43.4 | Ke-3 | Kimi menang |
| AutomationBench | 56.2 | Kimi 65.6 | Ke-3 | Kimi menang |
| E-Bench 2.0 | 70.0 | Claude 80.0 | Ke-2 | Hy4 menang (50.0) |
| Hy-BrowseComp 2.0 | 59.9 | GPT-6.1 Sol 61.7 | Ke-3 | Hy4 menang (59.3) |
| PostTrainBench | 35.2 | Claude 44.2 | Ke-4 | Kimi menang |
| Terminal Bench Science | 19.8 | GPT 60.9 | Ke-4 | Kimi menang |
| TenureTrail | 53.6 | Claude 59.0 | Ke-3 | Hy4 menang (51.3) |
| OSWorld 2.1 | 78.9 | Claude 81.8 | Ke-3 | Kimi menang (79.6) |
Kesimpulannya jelas: dari 12 benchmark, Hy4 tidak meraih peringkat pertama secara keseluruhan di satu pun. Hasil terbaiknya adalah peringkat kedua di E-Bench 2.0, disusul peringkat ketiga di OSWorld. Dalam perbandingan antara model open source, Hy4 dan Kimi K3.1 Pro imbang 6:6. Keunggulan Hy4 terkonsentrasi pada pembuatan kode, pemodelan 3D, penelusuran, dan tugas riset. Sementara itu, Kimi unggul jelas dalam operasi terminal, otomatisasi, dan tugas terminal ilmiah. Pada Terminal Bench Science, selisihnya bahkan lebih dari dua kali lipat.
Hy4 kalah dari Claude Opus 5.5 dan GPT-6.1 Sol di sebagian besar benchmark. Pada daftar tambahan, selisihnya lebih besar lagi: di Hy-FrontierMath T5, Hy4 hanya mendapat 13.0, sedangkan GPT-6.1 Sol mencapai 97.5; di Goal2Repo, Hy4 mendapat 23.2 dan Claude 74.0. Di Foundation Model Bench, skor Hy4 sebesar 28.1 bahkan lebih rendah daripada DeepSeek yang mendapat 36.3.
Pengujian Hy4 di Hari Pertama: Umpan Balik dari Sampel Kecil
Halaman OpenRouter menunjukkan throughput P50 Hy4 sekitar 63 tok/s, latensi token pertama P50 sekitar 2,9 detik, dan ketersediaan selama 3 hari sebesar 99,87%. Pengguna X @leo114119 mengukur throughput 60–70 tok/s di WorkBuddy dan menilainya “tidak cepat”. Dalam penilaian lain, ia menyebut “hasil pengujian tidak sebaik skor benchmark”. Sementara itu, @VeknQAQ menilai “hasilnya biasa saja”.
Semua ini adalah umpan balik pribadi pada 4 November, dengan sampel yang sangat kecil, sehingga belum bisa dijadikan kesimpulan. Namun, masukan tersebut mengingatkan kita bahwa skor resmi dan pengalaman penggunaan nyata bisa berbeda. Sebelum digunakan dalam produksi, sebaiknya uji dulu dengan kumpulan tugas sendiri.
Harga dan kanal akses Hy4
| Komponen biaya (per juta token) | Harga resmi TokenHub | Harga diskon 50% TokenHub | Harga resmi OpenRouter | Harga diskon 50% OpenRouter |
|---|---|---|---|---|
| Input | 6 yuan | 3 yuan | $0.834 | $0.417 |
| Output | 18 yuan | 9 yuan | $2.501 | $1.2505 |
| Cache hit | 0.3 yuan | 0.15 yuan | $0.042 | $0.021 |
Diskon TokenHub berlaku hingga 31 Desember 2026 pukul 23:59:59 (waktu Beijing), dengan harga yang sama untuk Hy4 dan preview. Dengan perkiraan kurs 1 dolar AS sekitar 7 yuan, harga resmi OpenRouter setara dengan sekitar 5.8 yuan untuk input, 17.5 yuan untuk output, dan 0.29 yuan untuk cache—hampir sama dengan TokenHub. OpenRouter menampilkan tingkat cache hit sekitar 93%, sehingga biaya aktual untuk tugas dengan konteks panjang dan banyak prefiks berulang akan lebih rendah daripada harga resmi.
| Kanal | Cara akses | Keterangan |
|---|---|---|
| Tencent Cloud TokenHub | API, ID model hy4 |
Preview menggunakan hy4-preview |
| OpenRouter | API, ID model tencent/hy4 |
Saat ini menampilkan diskon 50% |
| WorkBuddy / CodeBuddy | Langsung di dalam produk | Kuota gratis terbatas pada 4–15 November |
| Yuanbao, WeCom Dayuan, ima | Produk konsumen atau perkantoran | Tidak perlu pengembangan |
| Hermes, OpenCode | Sudah terintegrasi melalui API | Cocok untuk penggunaan Agent pemrograman |
💡 Saran akses: Hy4 saat ini belum termasuk dalam 277 model yang tersedia di APIYI (snapshot 2026-11-04 10:00). Daftar model platform menjadi acuan untuk ketersediaan dan harga, dan kami akan segera menghadirkan model ini. Jika ingin lebih dulu membuat acuan pembanding, kamu bisa memanggil
deepseek-v4.1-flashyang sudah tersedia di APIYI apiyi.com, dengan harga per juta token sebesar $0.3 untuk input, $1.2 untuk output, dan $0.006 untuk pembacaan cache. Antarmukanya kompatibel dengan OpenAI; cukup isi base_url denganhttps://api.apiyi.com/v1.
Keterbatasan Hy4: Kesenjangan yang diakui pihak resmi
Tencent mengakui di halaman peluncurannya bahwa Hy4 masih tertinggal cukup jauh dari model closed-source terdepan, terutama dalam matematika tingkat lanjut, pengembangan jangka panjang, iterasi model, dan tanya jawab visual. Skor Hy4 di BuddyVQA Atlas adalah 55.6, sementara Claude mencapai 75.3, yang mendukung pengakuan tersebut. Untuk Hy4 flash yang lebih murah, Tencent hanya menyebutkan bahwa model itu akan “segera dirilis”, tanpa tanggal pasti. Output maksimum 64K masih mengacu pada dokumentasi preview; dokumentasi versi resmi belum diperbarui. Dari sisi keamanan, skor penilaian mandiri keamanan biologis pada Hy-BioExperimentBench adalah 30.4/100. Pihak resmi menyatakan skor itu belum mencapai ambang risiko tinggi, tetapi kartu sistem model untuk versi resmi juga belum dirilis.
Analisis dampak Hy4
Dampak Hy4 bagi developer: tugas mana yang layak segera dialihkan
| Jenis tugas | Saran | Dasar |
|---|---|---|
| Laporan riset keuangan, tanya jawab investasi | Prioritaskan uji coba Hy4 | Skor uji bersama para ahli 3.04, tingkat halusinasi turun menjadi 5.45% |
| Halaman front-end, prototipe 3D / game | Layak dicoba | Unggul di antara model sumber terbuka pada 3DArena dan FrontierCode |
| Agent pengoperasian perangkat lunak desktop | Evaluasi paralel dengan Kimi | Skor OSWorld 78.9, masih di bawah Kimi yang mencapai 79.6 |
| Otomatisasi terminal, komputasi ilmiah | Tetap gunakan model saat ini | Tertinggal cukup jauh dari Kimi pada rangkaian Terminal Bench |
| Matematika tingkat lanjut, pengembangan jangka panjang | Tetap gunakan model sumber tertutup terbaik | Skor FrontierMath T5 hanya 13.0 |
| Tugas massal yang sensitif terhadap biaya | Bandingkan harga terlebih dahulu | Gunakan DeepSeek V4.1 Flash melalui APIYI apiyi.com sebagai patokan biaya |
Bagi tim yang sedang memilih model, perubahan terbesar yang dibawa Hy4 adalah hadirnya model unggulan sumber terbuka pertama yang sekaligus mencakup kemampuan visual dan pengoperasian komputer. Jika bisnis Anda perlu membaca tangkapan layar atau mengoperasikan Blender maupun CAD, sebelumnya pilihannya terbatas pada model sumber tertutup atau menggabungkan beberapa model. Kini ada satu kandidat tambahan yang bisa di-deploy secara privat. Syaratnya, bobot versi resminya benar-benar dirilis; saat ini yang tersedia masih terbatas pada API dan produk Tencent sendiri.
Dampak Hy4 bagi industri: persaingan model unggulan sumber terbuka diikuti pemain keempat
Hy4 menjadikan Tencent vendor domestik keempat setelah DeepSeek, Kimi, dan GLM yang membawa model unggulan sumber terbuka ke level ini. Hasil imbang 6:6 dengan Kimi menunjukkan bahwa belum ada satu pemenang mutlak di jajaran teratas model sumber terbuka. Upgrade tanpa kenaikan harga (sama seperti preview), ditambah diskon 50%, akan terus menekan harga API domestik. Bagi tim konten dan usaha kecil hingga menengah, akses tanpa perlu coding lewat Yuanbao, ima, dan Dayuan di WeCom mungkin akan membuat Hy4 lebih cepat digunakan daripada melalui API.
FAQ Hy4
Q1: Apakah Hy4 merupakan model sumber terbuka? Apakah bobotnya sudah bisa diunduh?
Pernyataan resminya adalah “berencana membuka bobot model”. Bobot Hy4 preview sudah tersedia di Hugging Face dengan lisensi Apache 2.0, tetapi bobot Hy4 versi resmi belum dirilis hingga 4 November 2026.
Q2: Apakah skor benchmark Hy4 bisa langsung dibandingkan dengan hasil yang diumumkan vendor lain?
Tidak bisa dibandingkan secara langsung. Semua skor diperoleh dari pengujian Tencent sendiri dengan pengaturan yang seragam, sementara evaluasi pihak ketiga saat ini baru mencakup versi preview. Cara paling aman adalah menguji dengan sampel dari kebutuhan bisnis sendiri. Misalnya, jalankan terlebih dahulu pengujian DeepSeek V4.1 Flash di APIYI apiyi.com sebagai tolok ukur, lalu bandingkan dengan output Hy4.
Q3: Apa cara termurah untuk menggunakan Hy4 saat ini?
Hingga 31 Desember, pemanggilan melalui Tencent Cloud TokenHub mendapat diskon 50%, dengan harga input 3 yuan, output 9 yuan, dan cache 0,15 yuan. Jika hanya ingin mencoba, WorkBuddy / CodeBuddy menyediakan kuota gratis terbatas pada 4–15 November.
Q4: Apakah Hy4 bisa dipanggil melalui APIYI?
Berdasarkan data per 4 November 2026 pukul 10.00, Hy4 belum tersedia dalam daftar model online APIYI. Ketersediaan dan harga model mengacu pada daftar model di platform, dan kami akan segera menghadirkan model ini. Sementara itu, melalui APIYI apiyi.com, Anda bisa menggunakan kunci API yang sama untuk memanggil model yang sudah tersedia, seperti `deepseek-v4.1-flash`, dan menyiapkan alur evaluasi terlebih dahulu.
Poin Utama Hy4
- Spesifikasi: 770B MoE, konteks 1M, serta dukungan visual dan operasi komputer untuk pertama kalinya
- Posisi benchmark: Tidak menempati peringkat pertama di 12 metrik utama; hasil terbaiknya adalah peringkat kedua di E-Bench 2.0
- Perbandingan open source: Imbang 6:6 dengan Kimi K3.1 Pro, dengan keunggulan pada jenis tugas yang berbeda
- Keunggulan paling praktis: Meraih skor 3,04 dalam pengujian publik untuk tugas keuangan; tingkat halusinasi turun dari 15,76% menjadi 5,45%
- Harga: 6 / 18 / 0,3 yuan per juta token, dengan diskon 50% di TokenHub hingga akhir tahun
- Tanggapan hari pertama: Throughput sekitar 63 tok/s; beberapa pengguna menilai hasilnya tidak sebaik skor benchmark
- Cara mencoba: Panggil melalui TokenHub atau OpenRouter; di APIYI apiyi.com, Anda bisa lebih dulu membuat baseline perbandingan dengan model yang sudah tersedia
Kesimpulan
Poin utama Hy4:
- Kemampuan: Dukungan visual dan operasi komputer menutup kekurangan model unggulan open source, dengan peningkatan paling nyata pada skenario keuangan dan pekerjaan kantor.
- Posisi: Termasuk jajaran teratas model open source, tetapi masih tertinggal cukup jauh dari Claude Opus 5.5 dan GPT-6.1 Sol, terutama untuk matematika tingkat lanjut dan pengembangan jangka panjang.
- Biaya: Harganya sama dengan versi preview. Dengan diskon 50%, harganya kompetitif di antara model unggulan buatan Tiongkok.
Jika Anda mengerjakan laporan riset keuangan, dokumen kantor, atau prototipe 3D / frontend, Hy4 layak diuji dengan tugas nyata selama periode diskon 50%. Untuk otomatisasi terminal dan tugas penalaran yang sulit, belum perlu terburu-buru beralih. Saat membuat baseline evaluasi, Anda bisa mengakses model pembanding yang sudah tersedia secara terpusat melalui APIYI apiyi.com.
Lokasi yang Disarankan untuk Menambahkan Tangkapan Layar Asli
- Bagian awal halaman peluncuran Tencent Hunyuan Hy4: letakkan setelah gambar sampul di awal artikel. Keterangan gambar: Sumber: Tencent Hunyuan hy.tencent.com/research/hy4, diambil pada 2026-11-04.
- Daftar harga model Tencent Cloud TokenHub: letakkan setelah tabel pertama di bagian “Harga dan Kanal Akses Hy4”. Keterangan gambar: Sumber: dokumentasi harga model Tencent Cloud TokenHub, diambil pada 2026-11-04.
- Halaman model Hy4 di OpenRouter: letakkan di bagian “Uji Coba Hy4 pada Hari Pertama”. Keterangan gambar: Sumber: halaman model tencent/hy4 di OpenRouter, diambil pada 2026-11-04. Data throughput dan latensi dapat berubah seiring waktu.
📚 Referensi
- Tencent Hunyuan, “Hy4 Resmi Diluncurkan”: halaman peluncuran resmi dan tiga grafik hasil benchmark
- Tautan:
hy.tencent.com/research/hy4 -
Keterangan: sumber spesifikasi, demo kemampuan, 12 metrik pada grafik utama, dan data lampiran
-
Harga model Tencent Cloud TokenHub: harga resmi Hy4 dan diskon waktu terbatas
- Tautan:
cloud.tencent.com/document/product/1823/130055 -
Keterangan: harga dalam yuan dan batas waktu diskon 50%
-
Panduan pemanggilan Hunyuan di Tencent Cloud TokenHub: protokol antarmuka dan parameter konteks
- Tautan:
cloud.tencent.com/document/product/1823/132252 -
Keterangan: penjelasan batas maksimum input, output, dan mode berpikir untuk versi preview
-
Halaman model Hy4 di OpenRouter: harga dalam dolar AS dan statistik performa
- Tautan:
openrouter.ai/tencent/hy4 -
Keterangan: throughput, latensi token pertama, dan tingkat ketersediaan
-
Kartu model Hy4-preview di Hugging Face: detail arsitektur dan bobot versi preview
- Tautan:
huggingface.co/tencent/Hy4-preview -
Keterangan: parameter aktif, jumlah lapisan, jumlah expert, dan lainnya
-
Daftar lengkap harga model APIYI: model yang tersedia secara online dan harganya
- Tautan:
docs.apiyi.com/models - Keterangan: snapshot 2026-11-04 10:00, 277 model tersedia secara online
Penulis: Tim Teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman utama APIYI di apiyi.com. Untuk informasi integrasi lainnya, kunjungi pusat dokumentasi di docs.apiyi.com
