Tencent Hy4 Preview est ouvert : un MoE de 770B avec un contexte d'un million de jetons à 6 ¥ par million de jetons d'entrée.

Tencent Hy4 Preview, publié en open source le 28 août 2026, est le troisième modèle phare de Tencent en six mois, et c'est celui qui cesse d'être une étape de recherche pour devenir un événement tarifaire. Il s'agit d'un modèle de mélange d'experts avec 770 milliards de paramètres — 49 milliards actifs par jeton — et une fenêtre de contexte native d'un million de jetons, publié sous licence Apache 2.0 à la fois en BF16 et FP8, téléchargeable dès aujourd'hui depuis Hugging Face, GitHub, ModelScope et GitCode. Et Tencent le propose au prix de 6 yuans par million de jetons d'entrée et 18 yuans par million de jetons de sortie, soit environ 0,83 dollar US et 2,50 dollars US, ce qui place un modèle open-weight de premier ordre en dessous de presque tous les modèles frontières fermés du marché. Une seule sortie, trois visages : des poids ouverts que vous pouvez exécuter vous-même, une API sur TokenHub de Tencent Cloud, et les mêmes poids déjà intégrés dans les propres produits de Tencent, WorkBuddy, CodeBuddy, Yuanbao et ima. Voici ce qui a réellement été livré, ce que Tencent revendique comme scores, et ce que personne n'a encore vérifié.

L’histoire de l’ingénierie importe plus que le nombre de paramètres, car chaque pièce est un levier sur le coût. Le modèle est profond de 78 couches : la première couche est un réseau feed-forward dense standard, et les 77 restantes sont des couches MoE avec 256 experts routés plus un expert partagé chacune, activant les 8 premiers experts routés par jeton. Ce ratio de parcimonie d’environ 16:1 est ce qui rend un modèle de 770B abordable à servir — seule une tranche de 49B travaille sur un jeton donné. Une couche dédiée de prédiction multi-jetons (10B paramètres, 0,7B actifs) permet le décodage spéculatif, et la pile d’attention utilise l’attention sparse gated DeepSeek avec un IndexCache pour maîtriser l’utilisation de la mémoire en contexte long. Le raisonnement peut basculer entre une longue réflexion code>high/code> mode et une économie de jetons code>no_think/code> mode. Ce sont ces détails qui déterminent si le prix affiché survit au contact d’une charge de travail réelle, et non si le modèle sait écrire un haïku.

La fiche technique, annotée

Lisez les notes de version ligne par ligne, car chaque ligne modifie discrètement ce qu'un modèle à poids ouverts est autorisé à faire.

• Paramètres — 770B au total, 49B actifs par jeton, un ratio de sparsité d'environ 16:1 qui maintient le coût de service dans une fourchette qu'une petite équipe peut réellement se permettre.

• Contexte — une fenêtre native de 1 048 576 jetons, soit quatre fois les 256K de Hy3. Un dépôt complet, une refactorisation multi-fichiers, un dossier financier de 72 documents — des problèmes traitables en une seule requête.

• Licence — Apache License 2.0 pour l'original BF16 et la version quantifiée FP8, ce qui signifie auto-hébergement, fine-tuning et usage commercial sans clause propriétaire.

• Pile d'inférence — Tencent liste vLLM et SGLang comme frameworks de service pris en charge, les deux sur lesquels l'écosystème open-weight se standardise réellement.

• API — point de terminaison TokenHub de Tencent Cloud à 6 ¥ par million de jetons d’entrée, 18 ¥ par million de jetons de sortie, 0,3 ¥ par million en cas de succès de cache.

• Intégration produit — les mêmes poids que Tencent intègre dans WorkBuddy, CodeBuddy (national et international), Yuanbao et ima sont ceux que vous pouvez récupérer et exécuter. CodeBuddy bénéficie d'un essai gratuit de deux semaines du modèle au lancement.

Tencent fait également état d'un chiffre d'ingénierie d'inférence qui figure rarement dans une note de lancement : une amélioration de 31,8 % du débit de bout en bout grâce à la fusion d'opérateurs et à l'optimisation de la communication. C'est le genre de détail qui sépare un modèle qu'un laboratoire livre comme artefact de recherche d'un modèle dont une entreprise attend qu'il absorbe le trafic de production. Dès le premier jour, c'est aussi exactement le genre d'affirmation que personne en dehors de Tencent n'a encore mesurée.

Les scores dignes d'être cités

Chaque benchmark publié par Tencent pour Tencent Hy4 Preview est rapporté par le fournisseur — exécuté sur le propre environnement d'évaluation de Tencent, non reproduit par un laboratoire indépendant, et le modèle est public depuis moins d'une journée. Lisez-les comme le plafond que Tencent pense avoir atteint.

Le chiffre phare est Terminal Bench 2.1, un test qui évalue la capacité d'un modèle à piloter un véritable terminal tout en codant. Tencent annonce 85.4, un score qui, selon elle, égale Claude Opus 5 et dépasse DeepSeek V4 Pro, et qui bat son propre prédécesseur Hy3 de 14.6 points. Ce chiffre à lui seul fait beaucoup de travail — c'est l'affirmation qui place un modèle open-weight à égalité avec les modèles de frontière fermés les plus chers sur un test difficile de codage agentique — et c'est l'affirmation qui a le plus besoin d'une confirmation indépendante. Le reste du tableau interne : DeepSWE passe de 28.0 sur Hy3 à 64.3, ce que Tencent décrit comme « comblant progressivement l'écart » avec les modèles de premier plan ; Toolathlon-Verified, un test d'appel d'outils, atteint 74.1 ; APEX-Agents pass@1 à 37.1, juste derrière les 37.2 de Kimi K3 ; SWE-bench Pro à 65.7 et SWE-bench Multilingual à 82.9. Dans un test aveugle interne distinct, 163 experts ont attribué à 203 tâches d'ingénierie une note de 2.99 sur 4.00, devançant légèrement les 2.92 de GLM-5.3 et les 2.94 de Kimi K3.

Deux tendances se dégagent. Premièrement, tous les chiffres solides concernent le travail d'ingénierie agentique — pilotage de terminal, appel d'outils, tâches à l'échelle du dépôt — et aucun ne concerne le chat générique ou les connaissances, ce qui est cohérent avec le positionnement de Tencent du modèle comme « conçu pour la productivité » dans le génie logiciel, la bureautique et l'analyse de données, le développement de jeux et la recherche scientifique. Deuxièmement, Tencent prend soin de décrire DeepSWE et le reste comme réduisant les écarts, et non les comblant. La seule affirmation de parité claire et commercialisable est l'égalité sur Terminal Bench 2.1, et c'est l'affirmation qu'il vaut le plus la peine de tester avec votre propre charge de travail.

Ce que ¥6 par million permet réellement d'acheter

La tarification est là où cette version cesse d'être intéressante pour devenir disruptive. À 18 yuan par million de jetons de sortie — soit environ 2,50 $US — une longue session de codage agentique qui brûle un million de jetons de sortie coûte environ un dixième du prix de la même session sur un modèle frontal fermé de premier plan, et le taux de succès de cache de 0,3 yuan rend les invites système renvoyées et les préfixes de conversation d'une boucle agentique nettement moins chers que la mise en cache de la plupart des concurrents. La propre démo de Tencent montre le modèle mâcher 72 documents financiers en une seule passe ; à ces tarifs, ce genre de lot devient un travail quotidien abordable, et non une ligne budgétaire.

C'est également là que la couche de routage change la donne, et il vaut la peine d'être précis à ce sujet. OrcaRouter n'achemine pas encore Tencent Hy4 Preview — Tencent n'a pas ouvert ce modèle aux plateformes d'inférence tierces, il fonctionne donc sur l'endpoint TokenHub de Tencent Cloud et sur des déploiements auto-hébergés des poids ouverts, et nous ne prétendons pas servir ce que nous ne servons pas. Mais la discipline qui donne tout son sens à une baisse de prix est la même que celle sur laquelle repose le reste du catalogue : OrcaRouter transmet les prix catalogue des fournisseurs sans aucune marge. Ainsi, quand un fournisseur fixe le prix d'un token à 6 yuans, le montant que vous payez chez nous est de 6 yuans, et non une version revendue et majorée — et le jour où un fournisseur modifie un prix, le changement est effectif chez nous le jour même. Une API unique pour plus de 200 modèles, un basculement automatique entre fournisseurs quand l'un d'eux a des ratés, et un DSL de routage pour combiner des modèles en un seul appel : voilà le mécanisme qui fera fonctionner Tencent Hy4 Preview dès que Tencent l'ouvrira, et c'est le mécanisme que vous pouvez déjà utiliser pour faire tourner un nouveau modèle non éprouvé à côté d'un modèle éprouvé, sans engager votre chaîne de production sur l'un ou l'autre.

Les affirmations qui méritent une seconde lecture.

Deux éléments du matériel de lancement concernent la façon dont le modèle a été construit, et non ce qu'il a obtenu comme score, et ils méritent une attention particulière.

La première est la boucle d'auto-amélioration. Tencent affirme que Tencent Hy4 Preview a participé à sa propre recherche et développement — il a été utilisé pour optimiser les méthodes d'entraînement, la stratégie de données, les systèmes d'évaluation et les opérateurs de bas niveau qui l'ont produit. C'est un cycle initial d'auto-amélioration récursive : un modèle qui aide à concevoir la prochaine version de lui-même, et Tencent qui le publie comme une capacité livrée. C'est une affirmation de taille, et elle est entièrement autodéclarée.

Le deuxième est un résultat mathématique. Tencent rapporte que le modèle a fait passer la borne inférieure connue du problème de Blaschke–Lebesgue — une question ouverte de longue date en géométrie convexe concernant le corps de largeur constante de volume minimal — de 0.380799 à 0.41104, la rapprochant à environ 2 % de la conjecture du tétraèdre de Meissner. Tencent fait également état d'une accélération de 2.0x sur une simulation de bicouche phospholipidique de 32,512 atomes, ramenant le temps à 54.9 millisecondes par étape. Des résultats comme ceux-ci valent généralement à un modèle son propre article ; ici, ce sont des arguments de lancement et, comme tout le reste au premier jour, ils émanent de Tencent lui-même.

Les lacunes honnêtes

Tencent énumère clairement les limitations connues. Il n'y a ni vision ni entrée multimodale — Tencent Hy4 Preview est un modèle textuel, un point c'est tout, donc tout ce qui touche aux images ou aux vidéos relève d'un autre modèle. Tencent signale également un démarrage lent sur les tâches complexes — une longue phase de réflexion avant la première sortie — ainsi qu'une tendance à la sur-auto-vérification, brûlant des tokens à revérifier un travail déjà effectué. Cette combinaison est précisément inadaptée aux conversations sensibles à la latence, et tout à fait tolérable pour du travail d'ingénierie par lots hors ligne, ce qui vous indique là où Tencent s'attend à ce que vous l'exécutiez.

Et l'absence la plus importante est la vérification. Il n'existe encore aucun score indépendant pour Tencent Hy4 Preview — ni sur un classement public, ni de la part d'un laboratoire d'évaluation tiers. Le modèle est trop récent. Le test aveugle interne d'experts est un signal utile sur la manière dont les évaluateurs de Tencent le voient par rapport à GLM-5.3 et Kimi K3, mais ce sont les évaluateurs de Tencent sur des tâches de Tencent. Tout ce qui dépasse la fiche technique n'est qu'une affirmation en attente de vérification.

Comment l’essayer concrètement dès aujourd’hui

Le chemin pratique est court. Téléchargez les poids depuis Hugging Face, GitHub, ModelScope ou GitCode et servez-les avec vLLM ou SGLang ; appelez l'API TokenHub de Tencent Cloud si vous voulez un endpoint hébergé au tarif affiché ; ou utilisez-les dans CodeBuddy ou WorkBuddy, où Tencent propose un essai gratuit de deux semaines. L'accès gratuit au modèle Hy3 court jusqu'au 30 septembre, et le rythme propre à Tencent — environ une itération majeure tous les deux mois — laisse présager une sortie complète de Hy4 peu après l'aperçu.

Le résumé honnête : un modèle open-weight de 770B, à contexte d’un million de jetons, à 6 yuans par million de jetons d’entrée, est une réalité qui existe dès aujourd’hui, et le benchmark le plus solide qui lui est rattaché est une affirmation du fournisseur concernant une égalité avec un modèle de pointe fermé que personne n’a encore reproduite. Téléchargez-le, exécutez le test qui vous importe réellement, et laissez les preuves décider si le prix reste l’histoire.