Tencent Hy4 preview en France : modèle ouvert géant, API ou fausse bonne idée en local ?

Ce que Tencent a annoncé le 28 août 2026

Tencent a publié Hy4 preview comme une première version de sa nouvelle génération de grands modèles. La fiche officielle décrit une architecture dite mixture-of-experts de 770 milliards de paramètres au total, dont 49 milliards sont activés pour traiter chaque jeton. Le contexte annoncé atteint un million de jetons. Les poids standard et une variante FP8 sont diffusés, avec le code nécessaire au démarrage et à l’adaptation du modèle.

L’annonce présente Hy4 comme un modèle de productivité destiné au code, aux documents, à l’analyse, au développement de jeux et à la recherche scientifique. Ce sont des objectifs déclarés par le fournisseur, pas une preuve universelle de supériorité. Tencent signale lui-même deux défauts de cette version préliminaire : un raisonnement parfois plus long que nécessaire et une tendance à revérifier excessivement son propre travail.

Le mot « preview » compte : il désigne une version préliminaire. Un test concluant aujourd’hui ne dispense ni d’un contrôle humain ni d’un suivi des changements de version.

Ouvert ne veut pas dire léger

La licence Apache 2.0 autorise largement l’utilisation, la modification et la redistribution sous réserve d’en respecter les conditions. C’est un avantage pour les équipes qui veulent auditer l’intégration, adapter le modèle ou éviter une dépendance complète à une interface. L’ouverture des poids ne révèle toutefois pas automatiquement toutes les données d’entraînement, tous les choix de filtrage ni les conditions réelles dans lesquelles les évaluations ont été produites.

La taille change surtout la faisabilité. Même si 49 milliards de paramètres seulement sont actifs à chaque étape de génération, les 770 milliards de paramètres doivent être stockés et orchestrés. Il serait trompeur de présenter Hy4 comme un modèle à installer simplement sur un ordinateur familial. Sans promettre un nombre précis de cartes, qui dépend de la quantification et du logiciel, on peut raisonnablement conclure que le déploiement complet cible une infrastructure spécialisée et une équipe capable de la maintenir.

Trois voies d’accès à ne pas confondre

La première voie consiste à essayer Hy4 dans des produits Tencent comme WorkBuddy ou CodeBuddy. Tencent annonce une disponibilité internationale et une période gratuite de deux semaines au lancement. La seconde passe par une API, notamment Tencent Cloud TokenHub ou OpenRouter. Elle convient à un prototype mesuré, car elle évite d’exploiter l’infrastructure tout en permettant de suivre consommation, temps de réponse et qualité.

La troisième voie consiste à télécharger les poids depuis Hugging Face et à les servir avec des outils compatibles comme vLLM ou SGLang. C’est la voie la plus contrôlable, mais aussi la plus exigeante. Elle suppose de gérer matériel, stockage, sécurité, mises à jour, supervision et licence. Le simple fait que le dépôt fournisse une commande de lancement ne transforme pas l’opération en installation grand public.

1. Interface hébergée : découverte rapide et tâches non sensibles
2. API : prototype reproductible avec mesure du coût et des erreurs
3. Poids ouverts : contrôle accru, mais exploitation et sécurité à votre charge

Ce que les benchmarks prouvent — et ce qu’ils ne prouvent pas

Tencent publie des comparaisons sur plusieurs bancs d’essai ainsi qu’une évaluation interne menée auprès de spécialistes. Ces résultats peuvent indiquer que le modèle mérite d’être testé. Ils ne permettent pas d’affirmer qu’il est meilleur pour un courrier français, un dossier administratif, un catalogue de TPE ou une base documentaire européenne. Le choix des tâches, des paramètres et des modèles concurrents influence fortement le résultat.

Une évaluation utile sépare trois niveaux : les chiffres du fournisseur, les tests indépendants reproductibles et vos propres cas d’usage. Pour le français, préparez des exemples comprenant registre, nuances, consignes contradictoires et documents de référence. Mesurez les erreurs factuelles, le respect du format et le temps de correction plutôt qu’une impression de fluidité.

1. Utiliser exactement la même consigne pour chaque modèle
2. Conserver la date, la version et les réglages
3. Vérifier chaque affirmation importante dans la source
4. Chronométrer la correction humaine
5. Tester au moins un cas où la bonne réponse est de reconnaître une information absente

Qualité en français : la question reste ouverte

Les documents officiels consultés détaillent l’architecture et des résultats globaux, mais ne fournissent pas une évaluation indépendante approfondie du français de France. Une réponse grammaticalement correcte ne suffit pas. Il faut tester compréhension d’une consigne, vocabulaire métier, style administratif, références culturelles et capacité à ne pas inventer une règle locale.

Construisez un lot de dix tâches courtes tirées de votre activité, après anonymisation. Comparez Hy4 à votre solution actuelle et à un modèle plus petit. Si le modèle géant ne réduit ni les erreurs ni le temps de relecture, sa taille ne crée pas de valeur pour vous. Pour un particulier, trois essais ciblés valent mieux qu’un classement de dizaines de modèles.

Confidentialité et disponibilité européenne

Une disponibilité internationale ne garantit ni un hébergement dans l’Union européenne, ni des clauses adaptées à chaque entreprise française. Avant d’envoyer un document interne dans une interface ou une API, vérifiez le responsable de traitement, le lieu de traitement, la conservation, l’usage des données pour l’amélioration du service, les moyens de suppression et les engagements contractuels de l’offre précise.

Le téléchargement des poids peut limiter les transferts vers un service tiers, mais il ne rend pas le système automatiquement conforme. Les journaux, sauvegardes, accès administrateurs, mises à jour et documents indexés restent à protéger. Pour une donnée de santé, bancaire, scolaire, juridique ou couverte par un secret professionnel, ne commencez pas par téléverser le document : commencez par valider le cadre de traitement.

Au 29 août 2026, les sources officielles consultées ne suffisent pas à confirmer un hébergement européen pour chaque mode d’accès. Vérifiez l’offre et le contrat exacts avant tout usage sensible.

Coût : ne comparez pas uniquement le prix du jeton

Le prix d’une API varie selon le fournisseur, la région, le cache et la longueur des réponses. Les tarifs en yuan présentés pour certains canaux Tencent ne doivent pas être transformés automatiquement en prix français : disponibilité, taxes, conversion et conditions peuvent différer. La bonne démarche consiste à relever le tarif affiché dans le canal réellement accessible le jour du test.

Ajoutez le temps de préparation, le contrôle des résultats et les appels répétés. Un million de jetons de contexte est inutile si le système reçoit des documents mal nettoyés ou si l’utilisateur ne peut pas retrouver la source d’une réponse. En local, ajoutez matériel, énergie, stockage, ingénierie et astreinte. Une API plus chère à l’unité peut rester moins coûteuse pour un besoin occasionnel.

Cas pratique : tester Hy4 sur une base documentaire

Imaginons une petite société qui veut interroger cinquante procédures internes non sensibles. Elle commence avec cinq documents publics ou anonymisés, puis prépare vingt questions dont les réponses sont connues. La moitié exige une citation exacte ; cinq questions portent sur une information absente. Le prototype doit renvoyer le passage source et refuser de combler les trous.

L’équipe compare une API Hy4 à sa solution actuelle pendant deux heures. Elle mesure exactitude, citations correctes, latence, volume de jetons et temps de relecture. Elle ne migre rien à la fin du test : elle décide seulement si un second essai, plus large et contractuellement cadré, mérite d’être financé. Cette étape courte évite de confondre curiosité technique et projet d’infrastructure.

1. Sélectionner cinq documents non sensibles
2. Écrire vingt questions et leurs réponses attendues
3. Imposer des citations et un refus lorsque la source manque
4. Mesurer coût, délai, exactitude et correction humaine
5. Décider : arrêter, approfondir via API ou étudier une exploitation dédiée

Pour qui Hy4 est-il réellement intéressant ?

Un développeur peut l’essayer pour des tâches longues de code ou d’analyse, à condition de comparer le résultat à des modèles déjà intégrés à son environnement. Une organisation disposant d’une équipe d’infrastructure peut étudier les poids ouverts si elle a une raison forte : maîtrise de l’exploitation, adaptation spécifique ou volume suffisant. Les chercheurs peuvent examiner l’architecture et reproduire des tests sous la licence publiée.

Pour un particulier, un étudiant ou une petite entreprise sans équipe technique, l’interface ou l’API est presque toujours le point de départ rationnel. Un modèle local beaucoup plus petit sera plus réaliste pour travailler hors connexion. La nouveauté de Hy4 est importante pour l’écosystème mondial ; elle ne crée pas l’obligation de changer d’outil.

La décision en trente minutes

Commencez par une tâche importante mais non sensible, dotée d’un résultat vérifiable. Essayez la voie hébergée disponible, puis comparez avec votre outil actuel. Notez cinq critères avant de lancer le test : exactitude, français, respect des consignes, temps de correction et coût observable. N’ajoutez la vitesse ou la longueur du contexte que si elles comptent réellement pour votre usage.

À la fin, classez Hy4 dans une seule catégorie : sans avantage visible, à retester sur un autre cas, ou candidat à un prototype encadré. Ne déployez pas les poids complets pour satisfaire une curiosité. La bonne utilisation d’un modèle géant commence souvent par une expérience très petite, documentée et réversible.