## En bref

- Tencent a publié Hy4, un modèle de langage de 770 milliards de paramètres en open-source le 4 novembre 2026, avec vision multimodale et computer use intégrés.

- Le modèle cible les entreprises cherchant une alternative souveraine aux LLM propriétaires d'Anthropic, OpenAI et Google, avec une fenêtre de contexte d'un million de tokens.

- Un modèle dérivé allégé, Hy4 Flash, est annoncé prochainement pour les usages à fort volume et faible coût d'inférence.

## Tencent publie Hy4, son modèle frontier open-source le plus ambitieux

Tencent a officiellement lancé Hy4, la quatrième génération de sa famille de modèles Hunyuan, le 4 novembre 2026. Ce lancement marque une rupture significative avec les générations précédentes : pour la première fois, le modèle intègre nativement la compréhension visuelle et les capacités de computer use, plaçant Tencent en compétition directe avec les modèles multimodaux des grands acteurs occidentaux tels qu'Anthropic, OpenAI et Google.

Hy4 repose sur une architecture Mixture-of-Experts (MoE) de 770 milliards de paramètres totaux, dont 49 milliards sont activés par inférence. Cette conception permet de réduire considérablement le coût de calcul par rapport à un modèle dense équivalent, tout en maintenant des capacités de raisonnement de niveau frontier. La fenêtre de contexte atteint un million de tokens, soit l'une des plus larges disponibles sur le marché des grands modèles de langage au moment de la publication.

Le modèle a été publié en open-source, les poids étant disponibles au téléchargement accompagnés de leur [system card](/glossaire/system-card-llm). Cette décision s'inscrit dans la stratégie de Tencent de renforcer son influence dans l'écosystème mondial des LLM ouverts, en capitalisant sur la notoriété déjà acquise par la famille Hunyuan. Les poids intègrent un support natif pour le mandarin et l'anglais, avec des performances annoncées comme compétitives sur les deux langues dans les benchmarks de raisonnement multilingue, selon les évaluations internes publiées par Tencent.

Du côté des performances sur les benchmarks académiques, Tencent avance des scores comparables aux meilleurs modèles du moment selon ses propres évaluations. Sur les tâches d'agent et d'utilisation d'outils, les premiers retours de la communauté académique et des testeurs indépendants indiquent que le modèle surpasse plusieurs modèles open-source de génération précédente, notamment dans les tâches de raisonnement complexe et de génération de code. Des évaluations indépendantes publiées sur des plateformes comme Artificial Analysis confirment un positionnement solide dans le top 10 des modèles disponibles à la date de sortie.

L'intégration du computer use constitue l'une des avancées les plus notables de cette version. Inspirée du paradigme introduit par Anthropic avec Claude, cette capacité permet au modèle de comprendre des captures d'écran et d'exécuter des séquences d'actions sur des interfaces graphiques, ouvrant la voie à des agents IA capables d'automatiser des workflows complexes directement sur un poste de travail ou dans un navigateur. Tencent positionne explicitement cette fonctionnalité comme un différenciateur pour les applications d'automatisation enterprise, notamment dans les secteurs financier, logistique et de la santé.

Tencent a également annoncé lors du lancement qu'un modèle dérivé allégé, Hy4 Flash, serait prochainement disponible. Selon les déclarations du directeur exécutif Dowson Tong lors d'une conférence fin octobre 2026, Hy4 Flash sera optimisé pour les applications à forte contrainte de coût tout en conservant les capacités de vision et d'agent héritées du modèle complet. Aucune date précise n'a été communiquée, mais les ingénieurs de Tencent ont indiqué que la publication des poids et des system cards interviendrait dans les jours suivant le lancement du modèle complet.

Ce lancement intervient dans un contexte de course aux modèles ouverts particulièrement tendue en Asie et dans le monde. Alibaba, avec sa famille Qwen 3.8, et Ant Group, avec Ling 3.2, ont tous deux publié des modèles massifs en open-source au cours des semaines précédentes. Google a également lancé Gemini 4 Hydrogen le 12 novembre 2026, quelques jours après Hy4. Cette concentration de sorties sur une période de deux semaines illustre la compétition internationale intense autour de l'[IA générative](/glossaire/ia-generative) et des modèles de raisonnement avancé.

Pour les entreprises utilisatrices de LLM open-source, Hy4 représente une option sérieuse pour les déploiements on-premise ou en cloud privé. La combinaison d'une architecture MoE économe en ressources d'inférence, d'une fenêtre de contexte d'un million de tokens et de capacités multimodales avancées en fait un candidat compétitif face aux offres propriétaires, à condition de disposer de l'infrastructure GPU nécessaire pour héberger un modèle de cette envergure. Les premières estimations des praticiens indiquent qu'un déploiement efficace de Hy4 nécessite au minimum plusieurs dizaines de GPU de classe H100, ce qui le place hors de portée des PME mais accessible aux grandes organisations et aux fournisseurs cloud régionaux.

## Un tournant stratégique pour l'open-source IA et la souveraineté numérique

Le lancement de Hy4 s'inscrit dans un basculement stratégique de l'industrie de l'IA vers les modèles open-source de grande taille. Depuis la publication de Llama 3 par Meta en 2024, puis de Qwen 3 par Alibaba, le monde a assisté à une démocratisation progressive des capacités autrefois réservées aux modèles propriétaires fermés. Hy4 accélère cette tendance en publiant un modèle dont les capacités multimodales et de computer use étaient, jusqu'à présent, principalement l'apanage de modèles commerciaux non accessibles en open-source.

Pour les directions des systèmes d'information et les équipes sécurité, cette évolution est ambivalente. D'un côté, l'accès à des modèles de haut niveau sans dépendance à un fournisseur cloud réduit les risques de concentration et les coûts à long terme. De l'autre, la disponibilité libre de modèles capables de computer use pose de nouvelles questions sur leur utilisation potentielle dans des campagnes de cyberattaques automatisées, notamment pour la reconnaissance d'environnements, le [phishing](/glossaire/phishing) ciblé à grande échelle ou l'exécution autonome de tâches dans des systèmes compromis sans intervention humaine.

La décision de Tencent de publier Hy4 en open-source est également lue comme un signal géopolitique fort. Dans le contexte de tensions commerciales persistantes entre les États-Unis et la Chine autour des semi-conducteurs et de l'IA, la publication de modèles ouverts de niveau frontier par des acteurs chinois représente une stratégie d'influence technologique mondiale qui ne passe pas par les canaux de vente traditionnels et échappe ainsi en partie aux restrictions d'exportation américaines. Cette approche permet à Tencent d'établir des standards technologiques et de fidéliser une communauté de développeurs à l'échelle mondiale.

L'arrivée de Hy4 Flash dans les prochaines semaines renforcera cette dynamique. Les modèles "flash" ou "mini" à bas coût d'inférence sont devenus un vecteur d'adoption massif dans les applications de production, où les grands modèles complets sont souvent trop coûteux pour des requêtes à fort volume. Tencent positionne ainsi sa famille Hunyuan sur l'ensemble du spectre : modèle de pointe d'un côté, modèle économique de l'autre, à l'image de la stratégie adoptée avec succès par Google avec Gemini et Anthropic avec Haiku 5.5.

## Ce qu'il faut retenir

- Tencent Hy4 est un modèle MoE de 770 milliards de paramètres publié en open-source, avec vision multimodale, computer use et 1 million de tokens de contexte.

- Hy4 Flash, une version allégée et économique, est imminente pour couvrir les usages à fort volume et faible latence dans les applications de production.

- Pour les organisations, ce modèle ouvre la voie à des déploiements souverains de LLM frontier, mais introduit aussi de nouveaux vecteurs de risque liés aux agents autonomes capables d'interagir avec des interfaces graphiques.

### Peut-on déployer Tencent Hy4 en France sans risque de non-conformité RGPD ?

Un déploiement on-premise de Hy4 est possible sans transfert de données vers Tencent, ce qui réduit le risque RGPD lié au traitement hors UE. En revanche, l'utilisation via l'API cloud de Tencent implique un transfert vers des serveurs hors de l'Union européenne, nécessitant une analyse d'impact sur le transfert et potentiellement des clauses contractuelles types conformes aux exigences de la CNIL.

### Besoin d'un accompagnement expert ?

Ayi NEDJIMI vous accompagne sur vos projets cybersécurité et IA.
[Prendre contact](#)