Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)

Tencent publie les poids de Hy4 : 770 milliards de paramètres, dont 49 milliards actifs par token

Tencent publie les poids de son modèle phare Hy4, qui peut désormais être téléchargé et exécuté sur vos propres serveurs. C'est un modèle à experts de 770 milliards de paramètres, où seuls 49 milliards sont sollicités pour chaque token (fragment de mot), ce qui le rend moins coûteux à faire tourner. D'après les mesures de Tencent elles-mêmes, il fait jeu égal avec GPT-6.1 Sol et Claude Opus 5.5 sur les tâches agentiques comme la correction de bugs dans des dépôts, mais il est plus faible en sciences. Les équipes qui développent des agents devraient le tester sur leurs propres tâches.

Traité par IA depuis TG: @ai_machinelearning_big_data (Machinelearning) ; édité par Hamidun News
Tencent publie les poids de Hy4 : 770 milliards de paramètres, dont 49 milliards actifs par token
Source : TG: @ai_machinelearning_big_data (Machinelearning). Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTG: @ai_machinelearning_big_data (Machinelearning) ↗
Rédacteur en chef
Licence plus stricte que la préversionApache 2.0 remplacée par la Tencent Hy License
Chiffre clé #2Un service dépassant 50 millions de dollars de chiffre d'affaires ou 100 millions d'utilisateurs doit obtenir une autorisation
API0,834 $ par million de tokens d'entrée et 2,5 $ par million de tokens de sortie, soit −50 % jusqu'au 31 décembre

Tencent a tenu sa promesse faite lors de la présentation et publie les poids de son modèle phare Hy4. Concrètement, un modèle lourd de niveau flagship fermé peut désormais être téléchargé, déployé sur vos serveurs et intégré à un produit, sans envoyer vos données vers un cloud tiers. En revanche, la licence a changé par rapport à la préversion d'août, et pour certaines entreprises cette évolution compte davantage que n'importe quel benchmark.

Ce que signifient les chiffres du titre

Hy4 repose sur une architecture à mélange d'experts. Imaginez un grand cabinet de conseil de 770 collaborateurs. Pour chaque question d'un client, on ne mobilise pas tout le monde : on fait intervenir 49 spécialistes pertinents. Le modèle fonctionne de la même façon : il compte 770 milliards de paramètres au total, mais seuls 49 milliards sont sollicités pour traiter chaque token (un fragment de mot, en gros). C'est ce qui le rend moins cher et plus rapide qu'un modèle « dense » de même taille, où tous les paramètres travaillent en permanence.

Le contexte de Hy4 atteint 1 million de tokens. Concrètement, une seule requête peut contenir un vaste dépôt de code ou une longue archive de contrats. Le modèle traite non seulement le texte, mais aussi les images et les vidéos.

Le modèle embarque également un modèle brouillon pour le décodage spéculatif. C'est un peu comme un rédacteur expérimenté et un stagiaire : le stagiaire propose rapidement plusieurs mots suivants, et le rédacteur les valide d'un seul coup d'œil. Si le brouillon est juste, la réponse arrive plus vite, sans perte de qualité.

Avec les poids, Tencent publie une carte système de plus de 80 pages détaillant les évaluations de sécurité, dont les risques en cybersécurité et en biosécurité. Si le choix du modèle doit être validé par le service sécurité, ce document sera utile.

Licence : qui a besoin d'une autorisation

La préversion Hy4 Preview, sortie en août, était distribuée sous Apache 2.0, c'est-à-dire presque sans restriction. La version finale est publiée sous une licence propre à Tencent, la Tencent Hy License.

Les passionnés et les chercheurs peuvent toujours utiliser le modèle gratuitement, le modifier et l'employer dans des produits commerciaux. La restriction vise les entreprises qui proposent Hy4 en tant que service. Elles ont besoin d'une autorisation écrite spécifique de Tencent si l'une des conditions suivantes est remplie :

  • le chiffre d'affaires annuel de l'entreprise, sur n'importe quelle période glissante de 12 mois, dépasse 50 millions de dollars ;
  • le produit atteint plus de 100 millions d'utilisateurs actifs sur au moins un mois.

Les déploiements classiques, où le modèle assure certaines fonctions, et l'usage interne à l'entreprise ne sont pas concernés. Par exemple, une startup qui intègre Hy4 dans son CRM pour analyser des e-mails, ou une équipe d'entreprise avec un assistant interne, peuvent sans doute travailler sereinement. En revanche, les fournisseurs cloud et les grandes plateformes qui revendent le modèle comme service devront négocier.

Ce que montrent les tests et combien ça coûte

À noter : la plupart des comparaisons ont été menées par Tencent elle-même, dans ses propres environnements d'agents. Des évaluations indépendantes pourraient donner un tableau différent.

Selon ces mesures, sur les tâches agentiques, Hy4 se maintient au niveau des modèles fermés GPT-6.1 Sol et Claude Opus 5.5 :

  • pour la correction d'erreurs dans de vrais dépôts sur DeepSWE, il obtient presque autant que les deux modèles ;
  • sur les tâches agentiques APEX-Agents, il devance les deux ;
  • pour le pilotage d'ordinateur sur OSWorld, il dépasse GPT et reste légèrement en deçà d'Opus.

Sur des tâches plus longues et plus complexes, les résultats sont moins bons. Sur Terminal-Bench 4.0 et FrontierCode, Hy4 est derrière GPT, et plus encore derrière Opus. À l'examen HLE avec outils, il rattrape presque GPT, mais sur la compréhension d'images avec MMMU-Pro, il est distancé par les deux. Le retard est le plus marqué en sciences : sur Terminal-Bench-Science, le modèle résout près de trois fois moins de tâches que GPT et Opus.

Via l'API de la plateforme Tencent Cloud, Hy4 coûte 0,834 dollar par million de tokens d'entrée et 2,5 dollars par million de tokens de sortie. Une remise de 50 % s'applique jusqu'au 31 décembre.

Que faire concrètement

Si vous développez des agents pour le code, les interfaces ou les processus métier, Hy4 mérite d'être testé sur vos propres tâches. Les poids ouverts et le prix modéré de l'API en font une véritable alternative aux modèles fermés, surtout lorsque les données ne peuvent pas sortir de l'entreprise. Pour les usages scientifiques et multimodaux, la qualité doit être vérifiée séparément, car c'est là que le modèle est le plus faible.

Si en revanche vous prévoyez de vendre un accès au modèle sous forme de service, lisez d'abord le texte de la licence et vérifiez si vous risquez d'atteindre le seuil de chiffre d'affaires ou de nombre d'utilisateurs. Pour les petites équipes, les conditions restent souples, mais pour les grandes plateformes, l'Apache 2.0 de la préversion ne s'applique plus.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que signifient les chiffres du titre ?

Hy4 repose sur une architecture à mélange d'experts. Imaginez un grand cabinet de conseil de 770 collaborateurs. Pour chaque question d'un client, on ne mobilise pas tout le monde : on fait intervenir 49 spécialistes pertinents. Le modèle fonctionne de la même façon : il compte 770 milliards de paramètres au total, mais seuls 49 milliards sont sollicités pour traiter chaque token (un fragment de mot, en gros).

Que sait-on sur Licence : qui a besoin d'une autorisation ?

La préversion Hy4 Preview, sortie en août, était distribuée sous Apache 2.0, c'est-à-dire presque sans restriction. La version finale est publiée sous une licence propre à Tencent, la Tencent Hy License. Les passionnés et les chercheurs peuvent toujours utiliser le modèle gratuitement, le modifier et l'employer dans des produits commerciaux. La restriction vise les entreprises qui proposent Hy4 en tant que service.

Que sait-on sur Ce que montrent les tests et combien ça coûte ?

À noter : la plupart des comparaisons ont été menées par Tencent elle-même, dans ses propres environnements d'agents. Des évaluations indépendantes pourraient donner un tableau différent. Selon ces mesures, sur les tâches agentiques, Hy4 se maintient au niveau des modèles fermés GPT-6.1 Sol et Claude Opus 5.5 : pour la correction d'erreurs dans de vrais dépôts sur DeepSWE, il obtient presque autant que les deux modèles ; sur les tâches agentiques APEX-Agents, il devance les deux ; pour le…

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…