Tencent a annoncé Hy4 le 4 novembre 2026, avec des capacités de vision, de codage et d’utilisation de l’ordinateur. Ses résultats de benchmark sont les propres chiffres de Tencent, et les poids complets n’avaient pas été publiés au 12 novembre.
Tencent annonce Hy4
Tencent a présenté Tencent Hy4 le 4 novembre 2026. L’annonce de Tencent indique que le modèle apporte la compréhension visuelle « pour la première fois », avec des progrès dans le suivi des instructions, la compréhension des contextes longs et les tâches agentiques de longue haleine. Tencent indique aussi que Hy4 sait utiliser des interfaces en ligne de commande et des interfaces graphiques, une autre capacité présentée comme nouvelle par Tencent.
Par rapport à Hy4 Preview, son modèle précédent, Tencent fait état d’un taux d’hallucination passé de 12,95 % à 7,2 % lors d’évaluations internes. Tencent fait aussi état d’une amélioration de 12,03 points de pourcentage sur le benchmark interne Investment Research Agent Benchmark (iRaB), qui, selon Tencent, a été mené par la société d’IA financière Rabyte (Tencent). Ces deux chiffres sont les propres chiffres de Tencent.
Tencent intitule son annonce en affirmant rejoindre les rangs des principaux modèles d’IA open source au monde, et le texte présente Hy4 comme le modèle open source le plus performant de l’évaluation financière propre à Tencent. Ce discours est arrivé avant les poids du modèle. Tencent indique prévoir de publier les poids et les fiches système (system cards) « dans les prochains jours ». Au 12 novembre, les poids complets de Hy4 n’étaient pas apparus, un point que traite la section sur l’exécution de Hy4 en local. Le terme « à poids ouverts » (open-weight) ne s’applique aujourd’hui qu’à Hy4 Preview, qui est un modèle différent.
Tencent nomme la famille Hy et son équipe la Tencent Hy team. Ses dépôts portent encore l’ancien nom, par exemple l’organisation Tencent-Hunyuan sur GitHub et l’étiquette hunyuan sur la page du modèle Hy4 Preview.
Ce dont le modèle est capable, selon Tencent
| Capacité | Ce qu’affirme Tencent | Exemple donné par Tencent |
|---|---|---|
| Vision | Traitement fin des images, analyse de graphiques complexes et raisonnement visuel mathématique, nouveaux dans ce modèle | Compréhension visuelle combinée à l’appel d’outils |
| Utilisation de l’ordinateur | Fonctionne avec les interfaces en ligne de commande et les interfaces graphiques, également nouveau | Entraînement spécialisé sur des logiciels professionnels tels que Blender et CAD |
| Codage et jeux | Logique métier complexe, gestion d’état et orchestration du front-end et du back-end | Intégration avec Unreal Engine, Unity et Godot, avec des gains de 19,1 % et 9,8 % par rapport à Hy4 Preview sur les benchmarks GameDev et GameLogic |
| Suivi des instructions, compréhension des contextes longs et tâches d’agent de longue haleine | Présentés par Tencent comme trois améliorations distinctes | Aucun chiffre distinct n’est donné pour ces trois points |
| Travail en entreprise | Meilleurs résultats dans le produit WorkBuddy de Tencent | Score moyen de 83,18, taux de réussite de 96,15 %, première place dans neuf scénarios sur douze sur le marché de la Chine continentale, le tout mesuré par Tencent. Dans WeCom, via WorkBuddy, Hy4 suit l’historique des projets à travers les discussions, les e-mails, les documents, les agendas et les réunions |
| Analyse financière | Entraîné sur des flux de travail de recherche sur les fonds, d’analyse de titres et de stratégies d’investissement quantitatives | Des milliers d’espaces de travail spécialisés et des dizaines de milliers de tâches utilisés pour l’entraînement |
Source : annonce de Tencent. Il s’agit de capacités annoncées par Tencent, et non de performances mesurées sur des charges de travail choisies de manière indépendante. Tencent indique également que, lors de ses évaluations internes par des experts, la capacité de Hy4 en conception d’expériences biologiques ouvertes est plus limitée que celle des modèles de pointe.
Résultats d’évaluation communiqués par l’éditeur
Selon Tencent, l’équipe Tencent Hy a mené une évaluation à l’aveugle sur des tâches financières en partenariat avec Tencent Financial Technology. D’après Tencent, elle a mobilisé 213 professionnels de la finance, dont 153 experts issus de grandes institutions externes, et environ 70 % d’entre eux avaient plus de cinq ans d’expérience dans le secteur. L’évaluation portait sur 579 tâches financières réelles.
| Modèle | Score global communiqué par Tencent |
|---|---|
| Hy4 | 3,04 |
| DeepSeek-V4.1-Flash-1017 | 2,97 |
| Kimi K3.1 Pro | 2,68 |
| GLM-5.3 | 2,68 |
Source : annonce de Tencent. Tencent ne précise pas l’échelle de ces scores, et l’annonce ne publie ni l’ensemble des tâches ni la grille de notation. Le développeur du modèle a lui-même mené le test, en partenariat avec Tencent Financial Technology. L’un des modèles de comparaison, DeepSeek-V4.1-Flash-1017, porte Flash dans son nom, ce qui suggère un niveau de gamme plus modeste que celui des modèles phares qui l’entourent. Ces scores ne constituent donc pas un classement indépendant de l’intelligence des modèles. L’annonce décrit aussi d’autres évaluations, internes ou menées avec des partenaires, portant sur des tâches de travail en entreprise, de science et de sécurité. Le guide de TechiesJournal sur la lecture des affirmations relatives aux modèles d’IA (en anglais) explique quelles questions poser face à un tel chiffre.
Ce que montrent les tests indépendants
Vals AI, une société qui gère ses propres benchmarks de modèles, est la seule mesure indépendante de Hy4 trouvée lors de la lecture des sources. Sa page consacrée à Hy4 indique 59,35 % sur le Vals Index, à plus ou moins 1,08, ce qui place Hy4 au 15e rang sur 36 modèles. Le classement du Vals Index, mis à jour le 9 novembre 2026, décrit l’indice comme une mesure de la performance agentique sur des tâches de finance, de codage, de droit et de fiscalité.
| Modèle | Score au Vals Index | Rang au classement Vals |
|---|---|---|
| Kimi K3.1 Pro | 62,52 % | 10 |
| DeepSeek V4.1 Flash 1017 | 61,26 % | 11 |
| GLM 5.3 | 59,85 % | 14 |
| Hy4 | 59,35 % | 15 |
| Hy4 Preview | 53,21 % | 26 |
Source : classement du Vals Index, consulté le 12 novembre 2026. La page consacrée à Hy4 indique aussi un coût de 1,720 dollar par test sur le Vals Index et un Vals Finance Index de 58,05 %, soit le 15e rang sur 39 modèles.
Trois des modèles auxquels Tencent a comparé Hy4 se situent au-dessus de lui sur cet indice. Selon notre calcul, l’écart est de 0,50 point avec GLM 5.3, de 1,91 avec DeepSeek V4.1 Flash 1017 et de 3,17 avec Kimi K3.1 Pro. L’écart avec GLM 5.3 est inférieur à la marge que Vals indique pour Hy4. Quatre réserves s’appliquent :
- Vals teste des tâches différentes de celles de l’évaluation financière à l’aveugle de Tencent, et aucun test indépendant de l’affirmation financière de Tencent n’a été trouvé.
- Vals n’est qu’une seule société de benchmark, si bien que son classement constitue un élément de plus et non un verdict définitif.
- Les propres pages de Vals ne sont pas entièrement cohérentes. Une note de la page Hy4 datée du 4 novembre donne 59,73 % pour GLM 5.3 et place Hy4 au 13e rang sur 33, tandis que le classement mis à jour le 9 novembre donne 59,85 % et la 15e place.
- Vals présente Hy4 comme un modèle à poids ouverts, une étiquette que nous n’avons pas pu vérifier, car les poids complets n’avaient pas été publiés.
Pour l’aspect pratique des trois autres modèles, consultez l’article précédent de TechiesJournal qui examine si les équipes peuvent utiliser les modèles à poids ouverts DeepSeek, GLM et Kimi (en anglais).
Disponibilité et tarifs annoncés
Tencent indique que Hy4 est disponible dans Tencent Cloud TokenHub, WorkBuddy, CodeBuddy, Yuanbao, l’assistant d’IA de WeCom (Dayuan), ima et d’autres services, et que son API est en cours de mise à disposition sur des plateformes tierces comme OpenRouter, Hermes et OpenCode. Les travaux d’intégration pour QQ, Honor of Kings, Game of Peace, WeRead et Tencent News sont en cours, ce qui signifie que ces services ne sont pas encore disponibles (Tencent). Parmi les plateformes tierces, seule OpenRouter a été vérifiée : elle listait tencent/hy4 le 12 novembre 2026. Pour Hermes et OpenCode, l’information repose uniquement sur la déclaration de Tencent.
Tencent annonce des prix approximatifs de 0,90 dollar US par million de jetons d’entrée, 2,70 dollars US par million de jetons de sortie et 0,045 dollar US par million de jetons d’entrée mis en cache, identiques à ceux de Hy4 Preview. Selon Tencent, TokenHub propose Hy4 avec une remise de 50 % sur ses tarifs standard jusqu’au 31 décembre 2026, et WorkBuddy et CodeBuddy sont gratuits du 4 au 15 novembre (Tencent). Tencent ne précise pas explicitement si le chiffre de 0,90 dollar US s’entend avant ou après la remise, et cet article n’applique donc pas la remise à ce chiffre.
| Utilisation de l’API, par million de jetons | Chiffre approximatif de Tencent en USD | Tarif listé par OpenRouter, point de terminaison Tencent, relevé le 12 novembre 2026 |
|---|---|---|
| Entrée | 0,90 $ | 0,417 $ |
| Sortie | 2,70 $ | 1,2505 $ |
| Entrée mise en cache | 0,045 $ | 0,021 $ |
Sources : annonce de Tencent et page Hy4 d’OpenRouter. Les chiffres d’OpenRouter correspondent à sa propre liste de tarifs et peuvent changer. Ses données de point de terminaison pour le fournisseur Tencent comportent aussi une valeur de remise de 0,5, et ses données nomment le tarif mis en cache input_cache_read. Ces tarifs décrivent l’utilisation de l’API. Ils ne permettent d’établir ni le coût d’exploitation ni les besoins matériels d’un déploiement auto-hébergé.
Noms et identifiants du modèle
| Nom | Où il apparaît | Statut au 12 novembre 2026 |
|---|---|---|
| Hy4 | annonce de Tencent | Annoncé le 4 novembre 2026 et proposé via les produits Tencent et des API hébergées |
tencent/hy4 | OpenRouter | Listé avec entrée texte et image, une fenêtre de contexte de 1 048 576 jetons et 65 536 jetons de sortie au maximum |
tencent/Hy4-preview et tencent/Hy4-preview-FP8 | Hugging Face | Publiés le 27 août 2026 sous Apache-2.0 |
| Hy4 Flash | annonce de Tencent | Le titre de section de Tencent indique « Recently Released » (récemment publié) alors que son texte indique « scheduled for release soon » (dont la sortie est prévue prochainement). Il n’a pas été trouvé dans la liste des modèles d’OpenRouter |
Lorsqu’une équipe consigne un identifiant de modèle, elle doit noter à quelle ligne il correspond. Le Hy4 hébergé et le Hy4 Preview téléchargeable sont des modèles différents.
Hy4 peut-il être exécuté en local ?
Trois faits datés répondent à la question au 12 novembre 2026.
Les poids complets de Hy4 n’étaient pas publics. Tencent a indiqué le 4 novembre que les poids et les fiches système suivraient dans les prochains jours. Huit jours plus tard, l’organisation tencent sur Hugging Face listait Hy4 Preview et Hy4 Preview FP8, mais aucun dépôt Hy4 complet. L’adresse Hugging Face qu’OpenRouter indique pour Hy4, tencent/Hy4, renvoyait une erreur d’autorisation sans connexion. Le dépôt Tencent-Hunyuan/Hy4 sur GitHub renvoyait une erreur « not found » (introuvable), tout comme l’adresse équivalente sur l’API de ModelScope. Nous n’avons trouvé aucune fiche système de Hy4, et l’annonce de Tencent ne mentionne aucune licence pour Hy4.
Hy4 Preview et sa version FP8 sont publiés sous Apache-2.0. La fiche du modèle Hy4 Preview décrit un modèle à mélange d’experts de 770 milliards de paramètres au total, dont 49 milliards activés, avec une longueur de contexte de 1M de jetons. Elle comprend des sections de déploiement pour vLLM et SGLang avec des recettes, une section sur l’affinage (finetuning) et une version FP8. Son exemple vLLM en FP8 fixe le parallélisme de tenseurs à 8. La même fiche liste des limitations connues, parmi lesquelles un raisonnement plus long que nécessaire sur les tâches complexes. Le code est également disponible sur GitHub.
Les besoins matériels du Hy4 complet ne sont pas documentés. Tencent décrit Hy4 comme une amélioration significative par rapport à Hy4 Preview, et Vals AI leur attribue des scores différents (59,35 % contre 53,21 % sur son indice). Les recettes de service de la version Preview constituent donc un point de départ pour la planification, et non une documentation du modèle du 4 novembre.
Les équipes qui ont besoin de l’auto-hébergement doivent vérifier si l’organisation Hugging Face de Tencent contient le dépôt Hy4 complet, son fichier de licence et sa fiche système avant de s’engager sur un plan de capacité.
Ce que les développeurs doivent savoir
Hy4 peut être utilisé dès aujourd’hui via les produits hébergés de Tencent et via OpenRouter, aux prix indiqués plus haut, et seul Hy4 Preview peut être téléchargé et servi. Les principaux résultats mis en avant par Tencent proviennent de ses propres évaluations, et le seul indice indépendant trouvé place Hy4 près des trois modèles auxquels Tencent l’a comparé, mais en dessous. Testez-le sur vos propres tâches, et revérifiez les poids, la licence, la fiche système, les prix et la remise de TokenHub avant de vous appuyer sur l’un de ces éléments.
Références
- Tencent: Hy4 launch announcement, November 4, 2026
- Tencent models on Hugging Face
- Hy4 Preview model card and Apache-2.0 licence
- Hy4 Preview FP8 model
- Tencent-Hunyuan Hy4 Preview repository on GitHub
- OpenRouter: Tencent Hy4
- Vals AI: Hy4 model page
- Vals AI: Vals Index leaderboard
Sources consultées le 12 novembre 2026. Les scores, les prix et la disponibilité sont ceux communiqués par Tencent, OpenRouter et Vals AI, et peuvent changer.