Hy4 de Tencent Hunyuan en programmation et agents : essais officiels et retours de tiers
Cet article rassemble des informations publiques et ne constitue pas un test mené par Guishu Intelligence. Les déclarations officielles et les démonstrations personnelles de tiers sont traitées séparément, car leur force probante diffère : ces dernières ne sont que quelques publications personnelles, pas des tests systématiques.
Ce que dit Tencent de chaque domaine
Ce qui suit provient de la page de recherche de Tencent et du compte officiel WeChat, et relève du discours du fabricant :
- Usage de l'ordinateur : la version finale de Hy4 prend en charge pour la première fois l'usage de l'ordinateur (CUA), en ligne de commande comme en interface graphique.
- Entraînement spécifique : un entraînement a été mené pour Blender, la CAO et les tâches longues entre applications.
- Jeux : Tencent parle d'une adaptation approfondie aux moteurs comme UE, Unity et Godot, et de gains de GameDev et GameLogic de 19,1 % et 9,8 % par rapport à preview. C'est le gain par rapport à preview, pas un niveau absolu ni une comparaison avec d'autres modèles.
- Longue haleine et multimodal : l'équipe Yuanbao indique que l'achèvement des tâches d'agents multimodaux progresse de 36,8 % par rapport au VLM précédent (voir le compte WeChat), ce qui est une évaluation interne du produit.
- Rôle de flash : Tencent recommande Hy4 flash pour les interfaces simples et le computer use quotidiens, et Hy4 pour l'ingénierie logicielle de longue haleine (voir la page de recherche de flash). L'évaluation de WorkBuddy indique une légère baisse de flash en programmation de longue haleine. Plus de détails dans Hy4 ou Hy4 flash : comment choisir.
Données pertinentes de l'évaluation indépendante
L'Intelligence Index v5.0.1 d'Artificial Analysis comprend des tâches orientées programmation et terminal, comme Terminal-Bench 4.0 et FrontierCode-AA 2.0. Hy4 obtient 35 points pour une médiane du groupe de 43, et la page le signale lent et à sortie très longue. Les 35 points indiquent seulement que le modèle n'est pas avantagé sur cet ensemble de tâches, pas qu'il est faible dans tous les scénarios. La page d'AA ne donne pas de score de programmation distinct que cet article puisse citer ; elle ne permet donc pas de juger si le modèle programme bien ou mal. Plus de détails dans le test de Hy4.
Démonstrations personnelles de tiers (X, 2026-11-17, échantillon très réduit)
Ce sont des publications personnelles de la veille de l'ouverture des poids de flash. Chacune ne contient qu'un ou quelques cas et ne constitue pas un test systématique.
- @DDJCXX : a réalisé avec le même prompt un canal du Jiangnan en 3D et dit que Qwen4-Max (xhigh) est nettement meilleur que Hy4 flash (niveau élevé) ; il donne aussi les durées. Publication originale.
- @shabnam_774 : a fait un Snake en 3D de zéro avec flash et l'a comparé, avec le même prompt, à DeepSeek-V4.1-Flash-1017. L'échantillon est de 1. Publication originale.
- @Histonemax : a testé 6 cas pendant une nuit ; il a l'habitude d'utiliser Opus et juge flash utilisable. Publication originale.
Ces publications n'ont ni prompts unifiés, ni critères de notation, ni répétitions, et on ne peut pas vérifier si les auteurs ont vu plusieurs sorties. La première est une comparaison plutôt défavorable à flash, les deux autres sont positives ou neutres ; ensemble, elles indiquent seulement que les premières réactions sont partagées.
Si vous voulez essayer vous-même
- Prenez une petite tâche vérifiable, par exemple : « la porte ne s'ouvre qu'avec la clé, et au redémarrage l'état est réinitialisé ».
- Lancez les deux modèles avec le même prompt et le même niveau de raisonnement, et notez la durée.
- Pour tester l'usage de l'ordinateur, limitez les permissions et le périmètre, et vérifiez le journal de chaque étape.
- Répétez au moins 3 fois avant de juger : une seule génération varie beaucoup.
Pour l'utilisation dans les produits, voir WorkBuddy et CodeBuddy. D'autres retours dans retours d'utilisateurs et limites, et les spécifications de flash dans le test de flash.
Guishu Intelligence n'a pas réalisé de test personnel des tâches décrites dans cet article. Une publication en amont par Tencent ne signifie pas une disponibilité sur ce site.
Références principales
Date de vérification : 2026-11-18.