Tencent Hy4 Preview : architecture, performances, prix et disponibilité

Tencent Hy4 Preview est le plus important modèle de langage à poids ouverts publié par Tencent à ce jour. Présenté le 28 août 2026, il vise moins le simple dialogue que les tâches de travail complexes : développement logiciel, recherche, analyse financière et automatisation de processus par des agents IA. 112

Ses chiffres impressionnent : 770 milliards de paramètres au total, 49 milliards activés pour chaque jeton et une fenêtre de contexte supérieure à un million de jetons. Mais le verdict doit rester nuancé. Hy4 semble faire partie des meilleurs modèles chinois à poids ouverts pour le code et la productivité, sans que les données disponibles permettent encore d’affirmer une domination nette sur tous ses concurrents. 18

Qu’est-ce que Tencent Hy4 Preview ?

Hy4 Preview est un grand modèle de langage fondé sur une architecture Mixture of Experts (MoE), ou « mélange d’experts ». Au lieu de mobiliser l’ensemble du réseau pour chaque jeton, le système sélectionne seulement une partie des experts selon la requête. Tencent peut ainsi construire un modèle doté d’une très grande capacité totale tout en limitant le calcul réellement effectué à chaque étape.

Tencent présente Hy4 comme un modèle destiné au travail agentique : il doit pouvoir planifier des actions, utiliser des outils et prendre en charge des tâches en plusieurs étapes. Ses usages cibles incluent le développement logiciel, la bureautique, la recherche et l’analyse financière. Le modèle est également conçu pour être intégré directement aux produits de Tencent, notamment ses assistants de programmation et de productivité. 18

Le terme « open source » doit toutefois être compris avec précision. Dans ce cas, Tencent met surtout à disposition les poids du modèle, sous licence Apache 2.0, ainsi que des indications pour le servir, l’affiner et le quantifier. 812

Architecture et caractéristiques techniques

Les principales spécifications de Hy4 Preview sont les suivantes :

• Paramètres totaux : 770 milliards
• Paramètres actifs par jeton : 49 milliards
• Fenêtre de contexte : plus d’un million de jetons
• Architecture : Mixture of Experts
• Licence : Apache 2.0
• Formats disponibles : BF16 et FP8
• Déploiement : recettes pour vLLM et SGLang, avec une voie d’accès API compatible OpenAI 812

Le modèle possède un backbone de 78 couches. La première utilise un réseau feed-forward dense ; les 77 suivantes s’appuient sur un routage MoE avec 256 experts routés et un expert partagé. Pour chaque jeton, huit experts routés sont sélectionnés en plus de l’expert partagé. Hy4 intègre aussi une couche native de prédiction de plusieurs jetons, destinée à faciliter le décodage spéculatif. 8

Son mécanisme d’attention repose sur la Gated DeepSeek Sparse Attention, complétée par un système baptisé IndexCache qui permet de réutiliser les index d’attention creuse entre différentes couches. Tencent indique s’être inspiré, pour certains choix architecturaux, de travaux associés à DeepSeek et GLM. 8

L’intérêt de Hy4 ne tient donc pas uniquement à son nombre de paramètres. Le modèle combine une capacité totale très élevée, un routage parcimonieux, une fenêtre de contexte particulièrement longue et des mécanismes conçus pour limiter le coût de l’inférence.

Hy4 face à Hy3 : une montée en puissance spectaculaire

Hy4 constitue une forte expansion du modèle Hy3 précédent :

Spécification	Hy3	Hy4 Preview	Évolution
Paramètres totaux	295 Md	770 Md	Environ 2,6 fois plus
Paramètres actifs par jeton	21 Md	49 Md	Environ 2,3 fois plus de calcul actif
Fenêtre de contexte	262 000 jetons	Plus d’un million de jetons	Environ 4 fois plus grande
Conception	MoE	MoE étendu avec nouvelles optimisations d’attention	Capacité et contexte accrus

Hy4 augmente donc à la fois la capacité totale du modèle et la quantité de calcul activée pour chaque jeton. Tencent affirme également avoir considérablement élargi les données d’entraînement et modifié les phases de pré-entraînement et de post-entraînement. 814

La nouvelle fenêtre de contexte pourrait être particulièrement utile en pratique. Elle permet théoriquement de travailler sur de vastes bases de code, de longues collections de documents ou des dossiers professionnels complexes. Dans les faits, le bénéfice dépendra aussi de la qualité de la récupération d’information, de la latence et de la capacité du modèle à rester fiable sur de très longues entrées.

Que valent ses performances face aux modèles chinois concurrents ?

La comparaison la plus précise publiée par Tencent provient d’une évaluation interne en aveugle. Dans ce test, 163 experts de l’entreprise ont évalué les réponses produites pour 203 tâches d’ingénierie. Hy4 Preview a obtenu une note moyenne de 2,99 sur 4, contre 2,92 pour GLM-5.3 de Zhipu et 2,94 pour Kimi K3 de Moonshot. 8

Hy4 arrive donc légèrement en tête dans cette évaluation. Mais il serait imprudent d’y voir un classement définitif : les évaluateurs étaient des experts internes à Tencent et le test portait spécifiquement sur des tâches d’ingénierie. Les résultats publiés sur d’autres benchmarks varient face à des concurrents comme les modèles Qwen d’Alibaba ou DeepSeek. 113

Des rapports secondaires font également état de progrès importants par rapport à Hy3 sur des benchmarks de programmation, notamment Terminal-Bench 2.1 et DeepSWE. Ces chiffres donnent une indication de l’amélioration revendiquée par Tencent, mais ils doivent être considérés avec prudence tant que les conditions de test et les résultats n’auront pas été reproduits de manière indépendante. 1718

La conclusion la plus solide est donc la suivante : Hy4 appartient au premier cercle des modèles chinois à poids ouverts pour le code et les tâches de productivité. Les éléments disponibles ne prouvent pas qu’il surpasse définitivement chacun de ses rivaux dans tous les domaines.

Où peut-on utiliser Hy4 Preview ?

Tencent propose Hy4 à la fois sous la forme de poids téléchargeables et au sein de plusieurs services hébergés.

Télécharger les poids et déployer le modèle

Le modèle, ainsi que sa version FP8, est disponible sur Hugging Face, ModelScope, GitCode et CNB. Tencent fournit des recettes de déploiement pour vLLM et SGLang, une API locale compatible avec OpenAI, des instructions d’affinage et des outils de quantification. 812

Cette distribution intéresse les développeurs qui souhaitent tester les poids, construire leur propre infrastructure ou adapter le modèle à un cas d’usage précis. Il ne faut toutefois pas confondre poids ouverts et modèle léger. La configuration FP8 de référence de Tencent utilise un parallélisme tensoriel sur huit instances, et servir un modèle de 770 milliards de paramètres reste un projet nécessitant plusieurs GPU, une mémoire importante et un réseau rapide. 8

Les applications et API de Tencent

Hy4 est accessible dans WorkBuddy, CodeBuddy, Yuanbao et ima. Tencent propose également un accès via Tencent Cloud TokenHub et OpenRouter. Lors du lancement, l’entreprise a offert deux semaines d’accès gratuit à Hy4 dans WorkBuddy et CodeBuddy ; l’accès gratuit à l’ancien modèle Hy3 a été prolongé jusqu’au 30 septembre. 12

Un rapport tiers indiquait un tarif d’environ 0,834 dollar par million de jetons en entrée sur OpenRouter. Ce montant doit être considéré comme un prix propre à ce canal, et non comme un tarif permanent fixé par Tencent : les prix et la disponibilité peuvent varier selon le fournisseur et la région. 3

Pourquoi l’intégration aux produits de Tencent est importante

Hy4 s’inscrit directement dans la stratégie applicative de Tencent. L’entreprise affirme avoir conçu le modèle avec WorkBuddy et CodeBuddy, en s’appuyant sur les données de tâches et les retours d’ingénieurs internes, de développeurs de jeux vidéo, d’analystes financiers et de spécialistes de la sécurité. 8

Cette approche peut donner à Tencent un avantage qui dépasse l’architecture du modèle. L’entreprise peut tester Hy4 au sein d’outils utilisés pour des tâches professionnelles réelles, observer les points de friction, puis réinjecter ces retours dans les versions suivantes. Son réseau de produits offre aussi aux utilisateurs un accès immédiat au modèle sans avoir à exploiter eux-mêmes un système de 770 milliards de paramètres.

Les autres versions de la famille Hunyuan montrent déjà que cette distribution peut générer rapidement de l’usage. Tencent a indiqué que le passage de Hunyuan 3 en production avait multiplié par environ six le nombre moyen quotidien de jetons utilisés par rapport à la phase de prévisualisation. Cela témoigne d’une croissance rapide de l’utilisation, mais ne constitue pas à lui seul une preuve indépendante de satisfaction ou de fidélité des utilisateurs.

Tencent investit parallèlement massivement dans les infrastructures nécessaires. Ses dépenses d’investissement consacrées aux installations et aux équipements ont atteint 52,784 milliards de yuans au deuxième trimestre 2026, soit environ 2,8 fois le niveau de l’année précédente. La direction a indiqué donner la priorité aux infrastructures d’IA et aux investissements liés à WorkBuddy.

Tencent présente par ailleurs WorkBuddy comme le service d’agent IA de productivité le plus utilisé en Chine. Il s’agit toutefois d’une affirmation de l’entreprise, et non d’une mesure de parts de marché auditée de manière indépendante. 4

Les limites actuelles de Hy4 Preview

Le mot « Preview » n’est pas anodin : Tencent ne présente pas Hy4 comme un modèle arrivé à maturité. L’entreprise reconnaît qu’il peut consacrer trop de temps à certaines tâches de raisonnement difficiles et vérifier son travail de manière excessive. Cette tendance peut accroître la latence et le coût d’inférence. 8

La taille du modèle constitue une autre limite pratique. Le routage MoE signifie que seuls 49 milliards de paramètres sont actifs pour un jeton donné, mais le modèle complet doit tout de même être stocké et servi. Les organisations qui envisagent un hébergement local devront prévoir d’importantes capacités en mémoire, en réseau et en calcul distribué.

Les preuves de performance restent également imparfaites. L’évaluation interne de Tencent montre une avance étroite sur GLM-5.3 et Kimi K3 pour des tâches d’ingénierie, tandis que les comparaisons plus larges changent selon les benchmarks. Les premiers classements doivent donc être lus comme des indications, et non comme un verdict définitif. 8

Enfin, une fenêtre de contexte d’un million de jetons ne garantit pas à elle seule un raisonnement fiable sur de longs documents. Les performances réelles dépendront du type de tâche, de la structure de la consigne, de la stratégie de récupération des informations et de la configuration de déploiement.

Quelles améliorations peut-on attendre ?

Tencent n’a pas présenté de feuille de route formelle complète, mais la direction annoncée est relativement claire. L’entreprise évoque de nouvelles étapes de pré-entraînement et de post-entraînement, un raisonnement plus rapide et moins répétitif, la poursuite des retours issus de WorkBuddy et CodeBuddy, ainsi que des travaux de compression et de quantification destinés à réduire les coûts de déploiement. 8

Ces améliorations répondraient au principal compromis de Hy4 : le modèle offre davantage de capacité et un contexte bien plus long que Hy3, mais son statut de préversion indique que sa rapidité, son efficacité et sa fiabilité en production sont encore en cours de réglage.

Notre verdict

Hy4 Preview représente un bond important par rapport à Hy3 : 770 milliards contre 295 milliards de paramètres au total, 49 milliards contre 21 milliards activés par jeton, et une fenêtre de contexte passée de 262 000 à plus d’un million de jetons. Le modèle est en outre étroitement relié à l’écosystème de Tencent, de ses assistants de programmation et de productivité à ses services cloud et grand public. 812

Pour les développeurs, les poids sous licence Apache 2.0 et les outils de déploiement justifient clairement une phase de test. Pour les entreprises, l’accès hébergé dans les produits et les API de Tencent sera probablement plus réaliste que l’exploitation locale d’un modèle aussi volumineux.

Le jugement le plus raisonnable reste néanmoins mesuré : Hy4 Preview apparaît comme un modèle chinois à poids ouverts de premier plan pour le code et la productivité agentique. Les benchmarks indépendants, l’adoption par les développeurs et la fiabilité sur la durée diront si cette promesse initiale se transforme en avantage durable.