Analyse de Tencent Hy4 : 5 conclusions clés sur ses capacités multimodales et d’utilisation d’un ordinateur, son prix et ses limites

Note de l’auteur : Tencent Hy4 est officiellement lancé et prend désormais en charge la compréhension d’images et l’utilisation d’un ordinateur. Cet article compare les annonces du fabricant, les tests de ses partenaires et les évaluations indépendantes de tiers pour cerner ses limites et ses cas d’usage.

Environ deux mois après la version préliminaire, Tencent a lancé la version officielle de Hy4. Celle-ci prend pour la première fois en charge la compréhension d’images et l’utilisation autonome de logiciels sur ordinateur, sans changement de tarif par rapport à la version préliminaire. Tencent affirme que Hy4 rejoint pour la première fois les modèles à poids ouverts les plus performants, mais ses poids ne seront publiés qu’à une date encore inconnue.

Ce n’est pas un simple compte rendu de la présentation. Les tests de Tencent, les retours de ses partenaires et l’évaluation indépendante d’Artificial Analysis ne concordent pas toujours, avec parfois des écarts importants. Cet article compare leurs conclusions point par point, en distinguant les affirmations du fabricant des résultats indépendants.

L’essentiel : vous découvrirez les nouvelles capacités de Hy4, son prix, les tâches sur lesquelles il accuse un retard marqué et la manière de l’utiliser avec prudence en programmation, en finance et en bureautique.

Tencent Hy4 : l’essentiel en bref

Commençons par les faits confirmés. La plupart des capacités présentées dans ce tableau proviennent de Tencent ; les données tierces sont signalées séparément dans la suite de l’article.

Le contexte du lancement de Tencent Hy4

La génération précédente de Tencent, Hy3, comptait 295 milliards de paramètres et était proposée sous licence Apache 2.0. Dans les mois qui ont suivi, Zhipu a lancé GLM-5.3, DeepSeek a sorti V4.1-Flash-1017 et Moonshot AI a présenté Kimi K3.1 Pro : la concurrence entre les modèles chinois est particulièrement intense. Avec Hy4, Tencent cherche à retrouver une place parmi les leaders de cette nouvelle course.

Autre élément à prendre en compte : l’évolution des méthodes d’évaluation. Artificial Analysis a revu son indice global fin octobre : 60 % de celui-ci repose désormais sur des jeux de tests privés et non publiés. Selon cette nouvelle méthode, l’écart entre les modèles ouverts et les meilleurs modèles est passé de 3 à 12 points. Il vaut donc mieux éviter de comparer directement le score de Hy4 aux anciens classements publiés avant cette révision.

Capacités multimodales et utilisation de l’ordinateur par Hy4 de Tencent

La compréhension d’images et l’utilisation de l’ordinateur sont les deux grandes nouveautés de cette génération de Hy4. La première permet au modèle de voir des images, la seconde d’agir. C’est en combinant les deux qu’il peut prendre en charge des tâches bureautiques et de développement concrètes.

Compréhension d’images : Hy4 utilise du code pour recadrer et repérer les détails

Dans une démonstration de Tencent, Hy4 devait trouver un élément d’environ deux mètres sur le toit d’un entrepôt, dans une vue aérienne de 2,8 milliards de pixels. Au lieu de « regarder » toute l’image d’un coup, il a utilisé du code pour définir des zones à recadrer, puis les a examinées une par une en les agrandissant. Cette approche de la vision assistée par des outils peut être utile pour traiter des plans de très grande taille, des images de télédétection ou des graphiques complexes.

Tencent affirme aussi que la compréhension d’images peut faciliter la programmation, par exemple pour créer des sites web et des jeux à partir de maquettes. Pour le développement de jeux, Tencent a collaboré avec ses propres studios afin d’adapter Hy4 aux moteurs courants comme Unreal, Unity et Godot. Selon l’équipe de développement de Honor of Kings, Hy4 traite les tâches de configuration presque sans erreur et réussit bien plus souvent qu’avant à trouver la cause d’un bug. Il s’agit toutefois d’un retour d’une équipe interne de Tencent, sans méthode de test publique.

Utilisation de l’ordinateur par Hy4 : logiciels professionnels et tâches multi-applications

Pour la première fois, Hy4 peut utiliser un ordinateur de manière autonome et contrôler directement des logiciels pour accomplir des tâches. Tencent l’a entraîné à utiliser des outils professionnels comme Blender et des logiciels de CAO, ainsi qu’à réaliser des tâches nécessitant plusieurs applications successives. En bureautique, Hy4 peut collaborer en temps réel avec une personne sur des fichiers Word, Excel et PowerPoint.

Un point de comparaison mérite attention. Le même jour, le cabinet d’analyse SemiAnalysis a publié le benchmark GDPx, qui demande à des agents IA d’utiliser des logiciels professionnels comme Siemens NX dans un environnement de travail simulé. Chaque tâche peut durer jusqu’à 8 heures. Aucun modèle n’a obtenu plus de 12 % : Claude Opus 5.5, premier du classement, n’a atteint que 12 %. Hy4 ne figure pas dans ce classement, mais ce résultat rappelle que l’utilisation d’un ordinateur par l’IA reste à un stade très précoce dans l’ensemble du secteur. Il y a encore un grand écart entre « savoir utiliser un logiciel » et « accomplir un travail professionnel de manière autonome ».

Hy4 participe à l’entraînement de sa propre « descendance »

Tencent a aussi présenté une piste assez particulière : utiliser Hy4 pour améliorer le développement de l’IA lui-même. Lors de tests internes sur des tâches de recherche dans sept domaines, Tencent affirme que Hy4 s’est classé premier parmi les modèles ouverts. Associé au système d’agents Hyra 2.0, Hy4 a augmenté d’environ 20 % le débit de l’infrastructure d’entraînement interne de Tencent en six étapes.

Hy4 a ensuite entraîné de façon autonome une version de Jev, le modèle de décision de la jeune entreprise américaine TypeSafe AI. Cette variante, baptisée Hyra-Jev, a dépassé le Jev original sur 6 des 8 tests de référence. Tencent prévoit aussi de publier en tant que modèles ouverts deux modèles spécialisés en biologie et en physique, produits de cette façon. Tous ces résultats proviennent de tests internes à Tencent, mais ils révèlent son intention à long terme : faire de Hy4 un accélérateur pour sa recherche et son développement en IA.

Tencent Hy4 : comparaison des évaluations du fabricant, des partenaires et d’un organisme indépendant

Cette section est au cœur de l’article. Les trois sources dressent des portraits très différents d’un même modèle : avant de faire votre choix, vérifiez bien qui parle.

Les principaux écarts entre les tests internes de Tencent Hy4 et les évaluations indépendantes

L’écart le plus notable concerne la comparaison entre Hy4 et Kimi K3.1 Pro. Dans les tests financiers de Tencent, Hy4 devance Kimi. Mais dans l’indice global d’Artificial Analysis, il accuse un retard de 11 points. Ces résultats ne sont pas forcément contradictoires : les tests financiers portent sur un domaine précis, tandis que l’indice global couvre plusieurs dimensions, comme le travail intellectuel, la programmation, les sciences et le bon sens. Hy4 semble donc avantagé dans le domaine financier sur lequel Tencent a concentré ses efforts, sans pour autant être en tête sur le plan des capacités générales.

Un autre point mérite attention côté rapport qualité-prix. Selon les données d’Artificial Analysis, le score global de Hy4 est à peu près équivalent à celui de Haiku 5.5, le plus petit modèle d’Anthropic. Pourtant, sur ce benchmark, le coût par tâche de Haiku 5.5 est presque deux fois moins élevé que celui de Hy4. Autrement dit, le prix unitaire des tokens ne suffit pas pour conclure que « Hy4 coûte moins cher » : il faut aussi tenir compte du nombre de tokens réellement consommés pour accomplir une tâche.

Les limites de Tencent Hy4 sur les tâches complexes

Tencent reconnaît que Hy4 reste nettement en retrait par rapport aux meilleurs modèles commerciaux en mathématiques avancées, sur les projets de programmation de longue durée et en analyse d’images complexes. L’écart le plus important concerne Hy-FrontierMath T5 :

Avec 13.0 contre plus de 90, Hy4 n’est pas simplement « un peu moins performant » : il joue dans une tout autre catégorie. Si votre activité exige du raisonnement mathématique de niveau compétition, du code pour des projets d’ingénierie au long cours ou une analyse d’images de haute précision, Hy4 ne convient pas actuellement comme modèle principal.

Analyse de l’impact de Tencent Hy4 : ce que cela signifie pour les développeurs et les équipes produit

Pour les développeurs : avec ou sans accès au Web, deux modèles différents

Les deux chiffres « environ 5 % d’hallucinations avec accès au Web » et « 89 % de réponses inventées sans accès au Web » racontent une histoire claire : la fiabilité factuelle de Hy4 dépend fortement de la recherche externe. Le taux de 5 % vient d’un test interne de Tencent avec recherche sur le Web, tandis que le taux de 89 % mesure la tendance à inventer des réponses observée par Artificial Analysis dans une évaluation sans accès aux sources. Pour intégrer Hy4 à un produit, mieux vaut donc le concevoir comme un « modèle qui doit être associé à un système de recherche ».

Voici quelques pratiques pour passer à la mise en œuvre :

• Faire passer toutes les questions factuelles par une recherche : récupérez d’abord des documents par recherche ou RAG, puis demandez au modèle de répondre à partir de ces documents, plutôt que de s’appuyer sur sa mémoire.
• Préciser dans l’invite qu’il peut dire « je ne sais pas » : demandez-lui de répondre « non mentionné dans les documents » lorsque l’information manque, afin de réduire le risque d’invention.
• Demander les sources : faites préciser au modèle de quel passage provient chaque conclusion, pour faciliter les vérifications manuelles.
• Vérifier les chiffres une deuxième fois : contrôlez par programme ou à l’aide de règles les valeurs des réponses financières et des rapports. Comme le souligne l’évaluation GDPx, une seule valeur erronée dans un tableau peut rendre toute la réponse inutilisable.

Voici un exemple minimal d’invocation combinant « recherche augmentée + autorisation de refuser de répondre ». Remplacez le nom du modèle par celui auquel vous avez accès ; pour connaître l’identifiant exact de Hy4 sur chaque plateforme, consultez sa console.

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

context = "（这里放检索召回的资料片段）"
resp = client.chat.completions.create(
    model="your-model-name",
    messages=[
        {"role": "system", "content": "只依据给定资料回答；资料没有的内容回答“资料未提及”，并标注出处段落。"},
        {"role": "user", "content": f"资料：{context}\n\n问题：该公司三季度营收是多少？"}
    ],
    temperature=0
)
print(resp.choices[0].message.content)

import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SYSTEM = (
    "只依据给定资料回答问题。"
    "如果资料中没有答案，必须只回答：资料未提及。"
    "回答时注明依据的资料段落编号。"
)

def ask(model: str, context: str, question: str) -> str:
    try:
        resp = client.chat.completions.create(
            model=model,
            messages=[
                {"role": "system", "content": SYSTEM},
                {"role": "user", "content": f"资料：\n{context}\n\n问题：{question}"}
            ],
            temperature=0,
            max_tokens=500
        )
        return resp.choices[0].message.content
    except Exception as e:
        return f"Error: {e}"

def evaluate(models: List[str], cases: List[Dict]) -> None:
    """Les questions avec answerable=False dans cases n'ont volontairement pas de réponse dans les documents, afin de tester la tendance à inventer des réponses."""
    for m in models:
        refused, fabricated = 0, 0
        for c in cases:
            out = ask(m, c["context"], c["question"])
            if not c["answerable"]:
                if "资料未提及" in out:
                    refused += 1
                else:
                    fabricated += 1
        print(f"{m}: 正确拒答 {refused}，疑似编造 {fabricated}")

cases = [
    {"context": "[1] 公司二季度营收 12 亿元。", "question": "三季度营收是多少？", "answerable": False},
    {"context": "[1] 公司二季度营收 12 亿元。", "question": "二季度营收是多少？", "answerable": True},
]

# Remplacez la liste par les identifiants des modèles à comparer
evaluate(["model-a", "model-b"], cases)

🎯 Conseil pour choisir un modèle : pour évaluer un nouveau modèle comme Hy4, le plus fiable est de comparer ses réponses aux mêmes questions à partir de vos propres cas métier, plutôt que de se fier uniquement aux classements. APIYI apiyi.com propose une interface unifiée compatible avec OpenAI : une seule clé API permet d’accéder à Claude, GPT, Gemini et à plusieurs modèles chinois, ce qui facilite leur comparaison sur un même jeu de tests. Pour savoir si Hy4 est disponible sur la plateforme, consultez la liste des modèles dans la console.

Ce que cela change pour les responsables produit : les tâches adaptées ou non à Hy4

En croisant les informations des trois parties, on peut résumer ainsi les tâches auxquelles Hy4 se prête le mieux.

Impact sur le secteur : ouverture des poids et durcissement de la réglementation

Hy4 prévoit de rendre ses poids accessibles, ce qui pourrait permettre aux entreprises de le déployer dans leur propre infrastructure. Mais ni la date de publication ni la licence n’ont encore été annoncées. Mieux vaut donc éviter de l’intégrer pour l’instant dans un projet dont le calendrier de livraison doit être confirmé.

La réglementation évolue aussi. En octobre, les ministères chinois du Commerce et des Sciences et Technologies ont publié un projet de cadre de contrôle des exportations. Il couvre les poids des modèles classés parmi les dix premiers mondiaux ou comptant plus de deux mille milliards de paramètres, mais prévoit une procédure accélérée d’approbation automatique pour les publications open source. Côté sécurité, Tencent indique avoir volontairement filtré les contenus liés au piratage pendant l’entraînement. Son laboratoire de sécurité n’a constaté aucune hausse du risque d’utilisation abusive et estime que le risque biologique reste bien en dessous de son seuil de risque. Un rapport de sécurité détaillé sera publié en même temps que les poids.

FAQ sur Tencent Hy4

Points clés de Tencent Hy4

• Deux premières : Hy4 prend pour la première fois en charge la compréhension d’images et l’utilisation autonome d’un ordinateur, notamment avec Blender, les logiciels de CAO et les documents Office.
• Tarifs inchangés : environ 0,83 $ par million de tokens en entrée et 2,50 $ par million en sortie, comme pour la version préliminaire.
• Évaluation indépendante au-dessus de la moyenne : avec un score de 35 à l’indice composite d’Artificial Analysis (AA), Hy4 se classe deuxième parmi les modèles chinois, mais reste nettement derrière Kimi K3.1 Pro.
• Recherche indispensable : le taux d’hallucination est d’environ 5 % avec accès au Web. Sans connexion, le modèle invente une réponse dans 89 % des cas où il ne la connaît pas.
• En retrait sur les tâches difficiles : l’écart avec les meilleurs modèles commerciaux est net en mathématiques avancées, sur les projets de programmation longs et en analyse d’images complexes.
• Résultats internes à vérifier : les classements en finance et les conclusions des partenaires reposent principalement sur leurs propres tests. Mieux vaut les vérifier avec vos données avant la mise en production.
• Comparer pour mieux choisir : l’interface unifiée d’APIYI apiyi.com permet de comparer les modèles de remplacement ou de référence face à Hy4 sur un même jeu de test.

En résumé

Voici ce qu’il faut retenir de Tencent Hy4 :

1. Des capacités en nette progression : la compréhension d’images et l’utilisation d’un ordinateur sont les principales nouveautés de cette génération, avec un travail particulier sur les usages financiers et bureautiques.
2. Des résultats à distinguer selon leur source : les tests internes du fabricant et de ses partenaires sont plutôt optimistes. L’évaluation indépendante d’Artificial Analysis place Hy4 au deuxième rang des modèles chinois, à un niveau proche de Haiku 5.5.
3. Des limites bien précises : sans accès au Web, le modèle a tendance à inventer des réponses. Il est aussi nettement en retrait sur les mathématiques difficiles et les projets de programmation longs. Autant de points qui comptent directement dans le choix d’un modèle.

Si vous travaillez sur des tâches comme la recherche de données financières, le traitement de documents ou la configuration de jeux, Hy4 mérite un essai pilote associé à la recherche. Si votre usage repose sur des connaissances sans accès à des sources externes ou sur du raisonnement complexe, un modèle plus performant reste pour l’instant préférable. L’idéal est de commencer par tester les modèles candidats sur les mêmes questions via l’interface unifiée d’APIYI apiyi.com, puis de trancher en fonction du coût et de la précision.

📚 Références

1. THE DECODER – Tencent releases Hy4 with vision and computer use : article sur le lancement de Hy4
2. Lien : the-decoder.com/tencent-releases-hy4-with-vision-and-computer-use-claims-second-place-among-chinese-ai-models

3. Description : données officielles de Tencent, retours de partenaires et résultats des évaluations indépendantes d’Artificial Analysis

4. THE DECODER – Article sur le benchmark GDPx de SemiAnalysis : évaluation des agents IA dans des situations de travail réelles

5. Lien : the-decoder.com/no-ai-agent-scores-above-12-percent-on-semianalysis-new-real-world-work-benchmark

6. Description : aperçu du niveau général des agents capables d’utiliser un ordinateur dans des logiciels professionnels

7. Artificial Analysis : organisme indépendant d’évaluation des modèles

8. Lien : artificialanalysis.ai
9. Description : dernières données des évaluations Intelligence Index et AA-Omniscience, entre autres

Auteur : équipe technique d’APIYI
Échanges techniques : contactez-nous depuis la page d’accueil d’APIYI, sur apiyi.com. Pour en savoir plus sur l’intégration, consultez le centre de documentation docs.apiyi.com.