Tencent lance Hy4 : modèle 770B open-weight avec vision

Ce qui s'est passé

Tencent a officiellement lancé Hy4, la version complète de son modèle de langage de grande taille, le 4 novembre 2026. Ce lancement marque l'aboutissement d'un cycle de développement public entamé en août 2026, lorsque la preview du modèle — alors sans capacités visuelles ni computer-use — avait été rendue accessible sur Hugging Face, ModelScope, GitCode et CNB. La version complète corrige ces lacunes et se positionne comme le modèle phare de Tencent dans la compétition mondiale des grands modèles ouverts.

D'un point de vue architectural, Hy4 repose sur une approche mixture-of-experts (MoE) qui lui permet d'atteindre 770 milliards de paramètres totaux tout en n'activant que 49 milliards de paramètres par token lors de l'inférence. Cette architecture est devenue la norme pour les modèles de très grande taille depuis la popularisation de l'approche par Mistral avec Mixtral en 2024, puis DeepSeek avec son architecture MoE. Elle offre un compromis favorable entre puissance de calcul à l'entraînement et coût d'inférence : un modèle de 770B MoE se comporte souvent comme un modèle dense de 70 à 100B en termes de coût de serving, tout en bénéficiant de la richesse représentationnelle d'un modèle beaucoup plus grand.

La fenêtre de contexte d'Hy4 dépasse 1 million de tokens, plaçant le modèle dans la catégorie des très longs contextes aux côtés de Gemini et de certaines versions de Claude. Cette capacité est particulièrement utile pour les tâches d'analyse documentaire massive, le traitement de bases de code complètes, ou l'ingestion de longues sessions de conversation en mode agent.

La nouvelle version apporte deux capacités majeures absentes de la preview. D'abord, la vision multimodale : Hy4 est désormais capable de traiter des images et des vidéos en entrée, d'en extraire du texte (OCR), d'analyser des graphiques, des tableaux, des schémas techniques et de répondre à des questions visuelles complexes. Ensuite, le computer-use : le modèle peut interagir avec des interfaces graphiques, prendre des captures d'écran, cliquer sur des éléments, remplir des formulaires et exécuter des séquences d'actions sur un ordinateur de manière autonome. Ces capacités d'agentification en font un candidat sérieux pour les workflows d'automatisation enterprise, en concurrence directe avec des modèles propriétaires spécialisés.

En termes de distribution et de pricing, Tencent a adopté une stratégie d'ouverture maximale. Le modèle est distribué sous licence Apache 2.0, ce qui autorise un usage commercial sans restriction majeure, à l'instar de Llama 4 de Meta ou de Mistral Large. Les poids sont accessibles sur Hugging Face et plusieurs plateformes chinoises. Du côté des API cloud, Tencent propose Hy4 sur Tencent Cloud, WeChat Work et OpenRouter avec une réduction de 50 % sur les tarifs d'API jusqu'au 31 décembre 2026, une pratique de marketing agressive que l'on retrouve systématiquement lors des lancements de grands modèles chinois.

Un élément notable souligné par plusieurs analystes est la mention, dans la documentation du modèle, de son implication dans son propre processus d'entraînement. Des versions intermédiaires d'Hy4 ont été utilisées pour générer, filtrer et évaluer des données d'entraînement destinées à améliorer les versions ultérieures — ce que les chercheurs appellent l'entraînement récursif ou self-play à grande échelle. Cette approche est en train de devenir une pratique standard dans le développement des modèles frontier, adoptée par plusieurs laboratoires majeurs pour accélérer l'amélioration continue de leurs modèles.

Selon les benchmarks publiés par Tencent et des évaluations tierces, Hy4 surpasse GLM-5.3 de Zhipu AI et Kimi K3.1 Pro de Moonshot AI sur les benchmarks MMLU-Pro, HumanEval et GPQA Diamond. Les comparaisons directes avec les modèles américains équivalents restent plus nuancées : les benchmarks traditionnels ne capturent pas toujours la performance réelle sur des tâches en langue française ou dans des contextes culturels européens, et une évaluation en conditions réelles reste indispensable avant tout déploiement en production.

Du côté de la disponibilité locale, le modèle est hébergeable en interne via des configurations de serveurs multi-GPU, avec un minimum estimé à 8 GPU H100 de 80 Go pour l'inférence en précision FP8 (version optimisée également disponible sur Hugging Face). Pour les organisations sans infrastructure GPU, les API de Tencent Cloud et d'OpenRouter offrent un accès immédiat. Les développeurs français peuvent accéder au modèle via OpenRouter sans contrainte géographique spécifique.

Pourquoi c'est important

Le lancement de Tencent Hy4 s'inscrit dans une dynamique plus large d'accélération du développement de grands modèles ouverts en Chine. Après DeepSeek, Alibaba Qwen et d'autres, les laboratoires chinois ont systématiquement réduit l'écart avec les modèles propriétaires américains tout en choisissant une stratégie d'ouverture que les acteurs comme OpenAI ou Anthropic refusent d'adopter. Un modèle open-weight adopté mondialement devient un standard de facto et génère un rayonnement technologique et culturel difficile à contrer par la réglementation commerciale.

Pour les entreprises et les décideurs IT en France et en Europe, le lancement de Hy4 crée une pression supplémentaire sur les choix de souveraineté numérique. Utiliser un modèle d'IA développé et distribué par Tencent — une entreprise soumise à la législation chinoise, notamment la loi sur les données nationales et la loi sur la cybersécurité — implique des considérations de conformité non négligeables, en particulier dans les secteurs régulés (défense, santé, finance). Le règlement européen sur l'IA (AI Act), entré en vigueur en 2025, impose aux déployeurs de modèles à usage général de documenter leurs pratiques d'évaluation des risques, ce qui s'applique à tout modèle utilisé, quelle que soit son origine.

Du point de vue de la recherche en IA, la publication des poids d'un modèle de 770B paramètres représente une ressource scientifique considérable. Contrairement aux modèles propriétaires dont les architectures restent opaques, les poids ouverts permettent des recherches en interprétabilité, en robustesse adversariale, en compression et en fine-tuning spécialisé. Les universités et laboratoires de recherche européens pourraient bénéficier de cet accès pour des travaux que les modèles propriétaires ne permettent pas.

Enfin, la capacité de computer-use intégrée à un modèle de cette taille représente une évolution significative pour le marché des agents IA autonomes. L'entrée de Tencent avec un modèle ouvert et performant à ce niveau devrait accélérer l'adoption des agents IA dans les workflows enterprise tout en faisant baisser les prix du marché, créant une pression concurrentielle bienvenue sur les acteurs propriétaires.

Ce qu'il faut retenir

• Tencent Hy4 (770B MoE, Apache 2.0, vision + computer-use) est disponible dès maintenant via Hugging Face et l'API Tencent Cloud, avec 50 % de réduction jusqu'au 31 décembre 2026.
• Les capacités de computer-use font de Hy4 un concurrent direct des agents IA propriétaires, à des conditions tarifaires et d'ouverture plus avantageuses pour les projets de R&D.
• Pour les organisations françaises et européennes, l'utilisation de ce modèle dans des contextes sensibles nécessite une analyse de risque au regard du RGPD, de l'AI Act et des réglementations sectorielles, en raison de la juridiction d'origine de Tencent.