GPT-6 Sol vs Tencent HY4 Preview : le modèle le moins cher supporte six cents fois plus de trafic

Les comparaisons entre un modèle de pointe et un modèle bon marché se terminent généralement au tableau des prix, et celle-ci a une meilleure fin possible. Tencent HY4 Preview et GPT-6 Sol sont tous deux acheminés par OrcaRouter, ce qui signifie que la même télémétrie couvre les deux, et sur la même fenêtre glissante de sept jours, le modèle HY4 Preview a traité environ 2,4 milliards de jetons contre environ 3,9 millions pour GPT-6 Sol. Ce n’est pas un benchmark et ce n’est pas un verdict ; c’est une fenêtre glissante sur le trafic d’une seule plateforme et elle se lira différemment la semaine prochaine. Mais c’est un vrai signal de ce vers quoi se tournent réellement les personnes qui construisent des choses lorsqu’un modèle à poids ouverts performant coûte le quart d’un modèle fermé, et c’est le genre de chiffre qu’une fiche technique ne peut pas produire.

Les deux modèles illustrent aussi ce qu'un benchmark peut et ne peut pas vous dire. GPT-6 Sol, publié le 22 septembre 2026 comme le palier intermédiaire de la génération GPT-6 d'OpenAI, dispose d'un score indépendant à l'Intelligence Index. HY4 Preview, publié et open-sourcé par Tencent le 28 août 2026, n'a pas de page de modèle Artificial Analysis, pas d'indice tiers et aucune donnée indépendante de coût par tâche. Tout ce qui est publié sur ses performances repose sur les propres mesures de Tencent. Cette asymétrie ne fait pas de HY4 Preview le modèle le plus faible. Elle en fait le modèle le moins audité, et ce sont là deux affirmations différentes.

Les spécifications, y compris les deux qui déterminent la plupart des déploiements

• Prix de sortie — GPT-6 Sol 10,00 $ par million contre Tencent HY4 Preview 2,50 $ par million
• Prix d'entrée — GPT-6 Sol 2,00 $ par million contre Tencent HY4 Preview 0,83 $ par million
• Entrée mise en cache — GPT-6 Sol 0,20 $ par million contre Tencent HY4 Preview 0,04 $ par million
• Poids — GPT-6 Sol fermé, API uniquement contre HY4 Preview open source sous Apache 2.0
• Modalités d'entrée — GPT-6 Sol texte, image et fichier contre HY4 Preview texte uniquement
• Fenêtre de contexte — GPT-6 Sol 1 050 000 tokens contre HY4 Preview 1 048 576 tokens
• Sortie maximale — GPT-6 Sol 128 000 tokens contre HY4 Preview 64 000 tokens
• Palier pour requêtes longues — GPT-6 Sol applique un nouveau tarif à toute la requête au-delà de 272 000 tokens d'entrée, à 4,00 $ / 15,00 $ contre HY4 Preview aucun palier sur sa fiche
• Architecture — GPT-6 Sol non divulguée contre HY4 Preview 770 milliards de paramètres au total, 49 milliards actifs, 78 couches, 256 experts routés plus un expert partagé, couche native de prédiction multi-token
• Score indépendant — GPT-6 Sol 47,6 Intelligence Index contre HY4 Preview aucun score publié
• Vitesse de sortie mesurée — GPT-6 Sol environ 244 tokens par seconde contre HY4 Preview environ 54, les deux étant des chiffres glissants sur sept jours

Les deux lignes qui déterminent la plupart des déploiements réels sont celles qui figurent le plus bas. La première, c’est que HY4 Preview n’accepte ni image ni fichier en entrée, ce qui l’exclut de tout pipeline qui doit examiner quelque chose. La seconde, c’est le plafond de sortie : 64 000 tokens représentent la moitié des 128 000 de GPT-6 Sol, et sur un modèle dont l’objectif déclaré est les agents de codage et les longues chaînes d’utilisation d’outils, c’est la contrainte à laquelle une équipe se heurte en premier — pas la qualité, mais le moment où un fichier généré ne tient plus dans une seule réponse.

Face à cela, un quart du prix de sortie et un cinquième du prix des entrées mises en cache offrent une marge considérable pour réessayer. Et l’architecture de HY4 Preview est documentée d’une manière que celle de GPT-6 Sol n’est pas : Tencent a publié le nombre de paramètres, le nombre de couches, l’agencement des experts et la couche de décodage spéculatif, ce qui signifie que les caractéristiques de service sont au moins en partie prévisibles à partir de l’article, plutôt qu’observables uniquement via l’API.

Ce qu'est réellement le tableau de benchmarks de HY4 Preview

Les chiffres publiés par Tencent sont solides, et ils sont tous produits par le fournisseur. Sur Terminal-Bench 2.1, le modèle affiche 85,4 ; sur DeepSWE, 64,3 ; et dans une évaluation interne en aveugle portant sur 203 tâches d'ingénierie, il a obtenu une moyenne de 2,99 contre 2,92 pour GLM-5.3 et 2,94 pour Kimi K3 — soit une avance de sept centièmes de point sur une échelle de dix points dans une étude conçue par Tencent. Il a également fait ses débuts dans le classement WebDev Arena, où Tencent indique qu'il se classe autour de la cinquième place au général et de la troisième parmi les modèles à poids ouverts. Le résultat de l'arène repose sur un vote du public plutôt que sur une notation du fournisseur et constitue l'élément le plus indépendant de l'ensemble ; le reste est une affirmation, et une affirmation mérite encore d'être lue tant qu'elle est présentée comme telle.

L’écart qui compte n’est pas que ces chiffres pourraient être généreux — les harnais des fournisseurs le sont généralement, dans les deux sens. C’est qu’il n’existe pas de seconde mesure à laquelle les comparer. Un modèle disposant d’une page Artificial Analysis peut être vérifié ; un modèle qui n’en a pas ne peut pas l’être, et la différence apparaît des mois plus tard, quand quelqu’un découvre qu’un chiffre phare a été mesuré sur un harnais que personne d’autre ne peut reproduire. Rien ici ne suggère que cela soit arrivé à HY4 Preview. Cela signifie simplement qu’une décision d’adoption reposant sur le 85,4 repose sur une seule source.

En pratique, cela signifie que HY4 Preview devrait être évalué sur votre propre trafic plutôt que sur le tableau, et la structure de coûts rend cela peu coûteux à faire — à un quart du tarif de sortie de GPT-6 Sol, une semaine de trafic fantôme sur vos invites réelles coûte moins qu'un seul examen de niveau d'API. C'est la bonne forme de diligence raisonnable pour un modèle sous-mesuré, et c'est la forme que presque personne ne pratique réellement.

La question des poids ouverts, qui est la véritable ligne de démarcation

HY4 Preview est open source sous Apache 2.0, avec en plus du checkpoint de base une version FP8 sous licence permissive. GPT-6 Sol est fermé et n'a aucun fichier de licence, car il n'y a rien à licencier. Tout le reste dans cette comparaison relève du compromis ; celui-ci est une différence de catégorie.

Ce que cela vous apporte n’est pas principalement une facture moins élevée — à 2,50 $ par million de jetons de sortie, l’API hébergée revient déjà moins cher que ce que coûte, pour la plupart des équipes, l’exploitation d’un modèle de 770 milliards de paramètres, et si le coût était tout l’argument, la licence permissive serait sans objet. Ce que cela apporte, c’est un déploiement qui ne dépend d’aucun point de terminaison : des poids auxquels on ne peut pas imposer de limite de débit, un checkpoint qui peut être quantifié pour tenir sur le matériel dont vous disposez, un modèle qui peut être affiné, et un trafic qui peut rester à l’intérieur d’un périmètre réseau. La réponse de GPT-6 Sol à ces quatre points est que vous ne devriez avoir besoin d’aucun d’entre eux, ce qui est un argument valable pour un certain type d’équipes et sans pertinence pour les équipes qui, elles, en ont besoin.

La séparation des modalités et la ligne de licence vont dans le même sens, ce qui mérite d’être relevé. Un modèle qui ne lit que du texte et est distribué sous Apache 2.0 est conçu pour être un composant — quelque chose que l’on place dans un pipeline que l’on contrôle, auquel on fournit un texte que l’on a déjà harmonisé. Un modèle qui lit du texte, des images et des fichiers et n’est accessible que via une API est conçu pour être le point d’entrée, prenant directement les entrées désordonnées. Ce sont des tâches différentes, et une comparaison qui les classe sur un même indice répond à une question qu’aucun des deux fournisseurs n’a posée.

Les servir ensemble, et ce que le chiffre de trafic implique

Les deux modèles se trouvent derrière une seule clé OrcaRouter, aux côtés de plus de 200 autres, et la forme de routage que suggère cet appariement est l'inverse de celle qui paraît évidente. Placez HY4 Preview en premier — c'est le modèle le moins cher d'un facteur quatre en sortie, c'est celui dont l'architecture est documentée, et sur nos routes c'est lui qui porte la charge — et gardez GPT-6 Sol derrière lui pour les requêtes qui nécessitent de lire une image, ou qui doivent émettre plus de 64 000 tokens, ou qui échouent à un contrôle qualité. La composition s'exprime dans le DSL de routage plutôt que dans le code applicatif, de sorte que la frontière entre les deux est une règle que vous pouvez modifier sans déploiement.

Les chiffres de vitesse méritent une mise en garde, puis une conclusion. HY4 Preview est mesuré à environ 54 jetons de sortie par seconde dans notre fenêtre glissante, contre environ 244 pour GPT-6 Sol, et les deux sont des observations sur infrastructure partagée plutôt qu'un benchmark contrôlé — le chiffre de Tencent en particulier reflète un modèle avec un très grand nombre de paramètres actifs, et 49 milliards de paramètres actifs par jeton, c'est beaucoup d'arithmétique par jeton de sortie. Le modèle le moins cher est donc le plus lent, et de loin, ce qui est exactement le compromis qu'un pipeline par lots accepte volontiers et qu'un pipeline interactif n'accepte pas. Le build hébergé de Tencent a aussi reçu une optimisation de performances le 7 septembre 2026 dont le fournisseur affirme qu'elle réduit les tours de raisonnement et la consommation de jetons par tâche à qualité de tâche égale — encore un chiffre annoncé par le fournisseur, mais qui laisse présager une facture moins élevée plutôt qu'un flux plus rapide.

Le basculement est ce qui rend l'appariement sûr dans un sens comme dans l'autre. Un modèle à poids ouverts de 770 milliards de paramètres est servi par plus d'un fournisseur d'infrastructure, et une route capable de basculer signifie qu'un hôte dégradé donne lieu à une nouvelle tentative plutôt qu'à une panne. Notre catalogue répercute les prix catalogue des fournisseurs sans marge, ce qui veut aussi dire que le tarif fournisseur exprimé en devise n'est pas une information que vous devez attendre : Tencent affiche HY4 Preview à 6 yuans en entrée et 18 yuans en sortie par million, et le montant en dollars affiché sur notre page correspond à ce tarif converti, et non à la marge d'un revendeur.

À quoi sert réellement cette paire

Choisissez Tencent HY4 Preview pour le volume, pour les pipelines texte uniquement que vous contrôlez, pour tout ce qui doit tourner sur votre propre matériel, et pour toute charge de travail où une mauvaise réponse peut être détectée et réessayée — le prix fait du fait de réessayer le levier de qualité le moins coûteux dont vous disposez. Choisissez GPT-6 Sol lorsque l'entrée est une image ou un fichier, lorsqu'une réponse doit contenir plus de 64 000 tokens, ou lorsque la réponse est destinée à une personne qui agira dessus sans vérifier. Choisissez les deux si votre trafic contient un peu de chaque, ce qui est presque certainement le cas.

Deux dernières vérifications. HY4 Preview est toujours étiqueté comme un aperçu et reste le modèle Tencent le plus récent de notre catalogue, donc le nom est exact plutôt qu’obsolète — mais un aperçu peut changer sous vos pieds, et un checkpoint sous licence permissive peut être supplanté par sa propre version finale sans avertissement. Et GPT-6 Sol a déjà été remplacé par GPT-6.1 Sol à des tarifs identiques en contexte court, avec l’entrée mise en cache réduite de moitié, passant de 0,20 $ à 0,10 $, la page de modèle d’OpenAI elle-même orientant désormais les lecteurs vers lui. Si la raison pour laquelle vous évaluez Sol plutôt que le modèle Tencent est l’intégration vieille de huit jours, cela tient. S’il s’agit de la capacité, c’est le successeur qu’il vous faut tarifer.