Tencent Hy4 passe en disponibilité générale avec la vision et l’utilisation de l’ordinateur — et sans tableau de benchmarks

Tencent Hy4 est devenu généralement disponible le 4 novembre 2026, et c’est le premier modèle de la gamme Hunyuan capable de lire une image et de piloter un bureau. Ce que Tencent n’a pas livré avec lui, ce sont les preuves du type de celles qui ont fait vendre Tencent Hy4 Preview en août : aucune ligne Terminal-Bench, aucune ligne SWE-bench, aucune fiche modèle. La sortie met plutôt en avant des suites de tâches internes, un panel financier de 213 experts et une comparaison des taux d’hallucination. Le modèle Hy le plus capable à ce jour est aussi, le jour du lancement, le moins documenté.

Ce n’est pas un argument pour l’ignorer. Les scores publiés de la preview restent la meilleure approximation disponible pour la famille, Tencent affirme que la version GA les surpasse sur les charges de travail pour lesquelles elle a été entraînée, et le prix n’a pas bougé. Mais cela change la façon dont vous devez lire l’annonce : comme une affirmation de capacité assortie d’une date de livraison, et non comme une version mesurée. Cet article distingue les trois choses que Tencent a réellement livrées — la vision, l’utilisation de l’ordinateur et une chaîne de pensée moins coûteuse — des trois qu’il a promises sans les livrer.

Qu’est-ce qui est réellement nouveau dans la version GA ?

Tencent décrit trois ajouts, et seuls les deux premiers sont visibles par un utilisateur dès le premier jour.

Vision. Hy4 gère désormais le traitement d'images à grain fin, l'analyse de graphiques complexes et le raisonnement mathématique sur des diagrammes, en combinant perception, raisonnement et appels d'outils. La démo de Tencent est une photographie aérienne de 2,8 gigapixels dans laquelle le modèle localise un composant de toit de deux mètres — une tâche qui relève autant de la démonstration de fenêtre de contexte que de la vision, car l'image doit être découpée en tuiles et suivie sans perdre la requête. Considérez cette démo comme une illustration du fournisseur ; aucun benchmark visuel publié n'y est associé.

Utilisation de l’ordinateur. Le modèle peut piloter un écran à la souris et au clavier et combiner une ligne de commande avec une interface graphique. Tencent affirme l’avoir entraîné spécifiquement pour Blender, la CAO et des tâches de longue haleine inter-applications, et qu’il s’exécute dans un bac à sable bâti sur l’Agent Runtime de Tencent Cloud avec plusieurs centaines d’applications installées. Il s’agit de l’ajout le plus déterminant, car c’est la première fois que la gamme Hy revendique une capacité d’action sur un bureau plutôt que sur un schéma d’outil.

Une chaîne de raisonnement plus courte. La préversion a été livrée avec deux défauts reconnus : elle raisonnait plus longtemps que nécessaire sur les tâches difficiles et sur-vérifiait son propre travail. Tencent affirme que la version GA améliore l’efficacité de la chaîne de raisonnement et le suivi des instructions, ainsi que la compréhension de documents longs et la recherche approfondie. Cette affirmation est vérifiable d’une manière que la démo de vision ne permet pas — le nombre de jetons par tâche est mesurable —, mais Tencent n’a publié aucun chiffre de jetons avant/après.

Le corps sous-jacent est inchangé, du moins sur le papier. L’annonce GA ne réitère ni les paramètres ni la longueur de contexte ; les chiffres en circulation sont ceux de la version d’aperçu : 770 B de paramètres au total, avec 49 B activés par token et une fenêtre de contexte de 1 048 576 tokens. Étant donné que Tencent n’a pas publié de nouvelle description de l’architecture, l’interprétation raisonnable est qu’il s’agit du même socle, avec sensiblement plus de pré-entraînement et de post-entraînement par-dessus, plus tout encodeur visuel requis par la voie multimodale — un composant que Tencent n’a pas décrit.

Les chiffres que Tencent a effectivement publiés, et ce qu’ils valent

Aucun d’entre eux n’est indépendant, et aucun ne constitue un benchmark public standardisé. Il s’agit de suites de tâches et de panels d’experts propres à Tencent, ce qui les rend utiles pour donner une orientation, mais peu fiables pour établir un classement.

• Développement de jeux — Tencent annonce +19,1 % sur sa suite GameDev et +9,8 % sur GameLogic par rapport aux prévisions. Toutes deux sont des suites internes dont le nombre d’éléments n’est pas publié.

• Finance, panel d'experts — 213 experts, dont 153 extérieurs à Tencent, environ 70 % ayant cinq ans d'expérience ou plus, évaluant 579 tâches financières réelles. Hy4 a obtenu une moyenne de 3,04 contre 2,68 pour Kimi K3.1 Pro, 2,68 pour GLM-5.3 et 2,97 pour DeepSeek V4.1 Flash 1017. Tencent conclut qu'il est le premier parmi les modèles ouverts sur ce panel.

• Hallucination — une baisse annoncée de 15,76 % à 5,45 %, les erreurs liées aux suppositions passant de 23,1 % à 5,6 %. La méthodologie n’est pas publiée ; considérez l’ampleur de l’amélioration comme une affirmation plutôt qu’une mesure.

• Charges de travail de recherche — l’évaluation IRAB de 讯兔科技 est citée à +12,03 points de pourcentage au-dessus de l’aperçu, et le score BioExperimentBench de Tencent lui-même est de 30,4 sur 100. Ce dernier chiffre mérite que l’on s’y arrête : c’est le seul score absolu du communiqué qui ne soit pas flatteur, et il suggère que le travail en biologie n’en est qu’à ses débuts.

• Efficacité de l’entraînement — Tencent affirme que le modèle a participé à l’optimisation de son propre pipeline d’entraînement, ce qui a augmenté le débit de bout en bout de 20,1 %. Il s’agit d’une affirmation concernant le cluster de Tencent, et non le modèle que vous appelleriez.

L’absence du tableau d’août est l’élément notable. Lorsque la préversion est sortie, Tencent a publié Terminal-Bench 2.1 à 85,4, DeepSWE à 64,3, SWE-bench Pro à 65,7, Toolathlon-Verified à 74,1 et APEX-Agents à 37,1 — les lignes qui le rendaient crédible aux yeux de ceux qui ne font pas confiance aux scores de panels à l’aveugle. L’article sur la GA n’en met à jour aucune. On ne sait pas si c’est parce que les chiffres se sont améliorés de moins que ce que le marketing exige, ou parce que l’entreprise les garde pour la fiche système qu’elle a promise. Jusqu’à ce que l’un de ces éléments apparaisse, la position honnête est que la version GA ne dispose d’aucune preuve publique comparable.

Le prix n’a pas bougé, et la remise est plus importante que le prix.

Tencent a conservé la grille tarifaire de la préversion. Sur le point de terminaison de Singapour, elle est de 0,834 $ par million de tokens d’entrée, de 2,501 $ par million de tokens de sortie et de 0,042 $ par million d’accès au cache ; sur la grille pour la Chine continentale, elle est de 6 ¥, 18 ¥ et 0,3 ¥. Un modèle plus performant à prix inchangé est la bonne façon de lancer un successeur, et cela retire entièrement le prix de la décision de mise à niveau.

L'annonce continentale y ajoute une pile de promotions, et les conditions ont leur importance car elles expirent à des moments différents :

• Appels API standard à -50 % jusqu’au 31 décembre 2026, ce qui ramène le tarif catalogue effectif à environ 0,417 $ en entrée et 1,25 $ en sortie pendant cette période.

• Abonnements Token Plan à 25 % du prix jusqu'au 18 novembre 2026.

• Quota gratuit dans WorkBuddy et CodeBuddy jusqu’au 12 novembre 2026.

Il s'agit de tarifs promotionnels avec des dates de fin, et non du prix catalogue, et ils sont annoncés pour le marché continental. Prévoyez un budget sur la base de 0,834 $ et 2,501 $ et considérez la remise comme un avantage. Le tarif du cache est celui qui se cumule : à 0,042 $ par million, relire un grand document à chaque tour d'une boucle d'agent coûte moins cher sur Hy4 que sur Hy3 de Tencent, qui facture 0,059 $. Un modèle qui coûte quatre fois et demie plus cher par token d'entrée frais coûte moins cher par token mis en cache.

Les poids ne sont encore qu’une promesse.

C'est la partie qui détermine si cette version compte pour quiconque ne souhaite pas louer de l'inférence.

Tencent Hy4 Preview est disponible sous Apache 2.0 avec l’intégralité des poids, une variante FP8 et des recettes vLLM et SGLang prêtes à l’emploi. N’importe qui peut le télécharger dès aujourd’hui. Pour la version GA, Tencent indique seulement qu’il prévoit d’ouvrir les poids du modèle et de publier une fiche système accompagnée d’évaluations de sécurité plus complètes, avec le soutien de l’écosystème des communautés vLLM et SGLang et d’Inferact. Aucune date, aucune licence, aucun dépôt. Une vérification de l’organisation Hugging Face de Tencent le jour du lancement permet de trouver la preview et son checkpoint FP8, mais aucun dépôt GA.

C’est une véritable limitation, et non une formalité. Un modèle mixture-of-experts de 770 milliards de paramètres n’est de toute façon pas quelque chose que la plupart des équipes hébergent elles-mêmes — le checkpoint FP8 dépasse les 700 Go, et son service nécessite un cluster multi-nœuds. Mais c’est la licence qui détermine si une entreprise peut affiner, distiller ou exécuter le modèle dans un environnement réglementé, et tant qu’elle n’existe pas, la version GA est uniquement disponible via API. Tencent a également annoncé Hy4 Flash comme bientôt disponible, orienté coût et vitesse, qui est le modèle que la plupart des équipes voudraient réellement pour les charges de travail à fort volume.

Ce que vous pouvez exécuter aujourd'hui

Le catalogue d’OrcaRouter propose tencent/hy3 et tencent/hy4-preview, y compris un niveau gratuit à débit limité de la préversion, et la version GA n’est pas répertoriée au moment de la rédaction. Il vaut mieux le dire clairement plutôt que de laisser entendre le contraire : le modèle dont traite cet article n’est pas encore routable ici.

Ce que la version d’aperçu vous offre, c’est un moyen de prendre la décision avant l’arrivée de la GA. Les deux reposent sur la même architecture de base et le même prix ; ainsi, une charge de travail qui échoue sur la version d’aperçu pour des raisons de vision ou de contrôle du bureau sera celle qui a besoin de la GA, tandis qu’une charge de travail qui échoue sur la qualité du raisonnement est celle pour laquelle les promesses d’efficacité de la GA méritent d’être testées. Testez la version d’aperçu sur une tâche que vous avez réalisée la semaine dernière, mesurez les jetons par tâche terminée plutôt que les jetons par appel, et vous obtiendrez une meilleure estimation de la valeur de la GA que celle fournie par le panel financier.

Lorsque la GA arrivera dans le catalogue, il s’agira d’un changement de chaîne de modèle sur la même clé plutôt que d’un second contrat, et une tranche pondérée avec basculement automatique vers l’aperçu est le moyen économique de l’essayer sans miser un chemin de production sur une build livrée ce matin. Le modèle de tarification en répercussion signifie que le prix catalogue de Tencent est celui que vous payez, donc le tarif promotionnel, lorsqu’il s’applique, s’applique ici aussi.

Quoi regarder

Trois éléments permettront de trancher les questions laissées en suspens par ce lancement. Le premier est une date de publication des poids et une licence — c’est ce qui distingue un modèle ouvert d’un modèle qui ne l’est qu’en apparence. Le deuxième est une évaluation indépendante : tous les chiffres de cet article viennent de Tencent, et le tableau de la preview, qui date de huit mois, est utilisé comme approximation faute d’alternative. Le troisième est Hy4 Flash, car un modèle frère moins cher et plus rapide, à capacités égales, changerait davantage les calculs de routage que le modèle phare.

D’ici là, la description correcte de Tencent Hy4 est restreinte et exacte : un modèle d’API généralement disponible, doté de capacités de vision et d’utilisation d’ordinateur, vendu au même prix que sa préversion, sur la base des éléments fournis par le vendeur, et en attente des formalités qui en feraient un modèle ouvert.