Hy4 de Tencent Hunyuan, test de la version finale : ce qu'annonce Tencent face aux 35 points d'Artificial Analysis
Cet article rassemble des informations publiques et ne constitue pas un test mené par Guishu Intelligence.
En bref : Tencent présente Hy4 comme un modèle phare conçu pour la productivité réelle. Artificial Analysis (AA), évaluateur indépendant, lui attribue un score global inférieur à la médiane de son groupe de comparaison, et le décrit comme lent et à sortie longue. Ces deux sources sont de nature différente et ne se fondent pas en une seule note.
Informations de base
- Éditeur : Tencent Hunyuan (Tencent Hy / Tencent Hunyuan). Nom affiché Hy4, paramètre d'API
hy4. - Sortie : la page de recherche de Tencent et le communiqué de presse indiquent le 2026-11-04. Une entrée de la liste de recherche indique 11-03 : la date peut donc varier d'un jour selon l'entrée.
- Spécifications : le Hy API Guide de TokenHub indique un contexte de 1M, une entrée maximale de 960k, une sortie maximale de 64k, une entrée texte et image, une sortie texte et la prise en charge du raisonnement.
- Paramètres : la page de recherche de la version finale ne publie ni le nombre total de paramètres ni celui des paramètres actifs. Les chiffres 770B / 49B appartiennent à la version précédente, Hy4 preview, et ne s'appliquent pas à la version finale. Certaines publications sur les réseaux sociaux les attribuent à la version finale, mais ce n'est pas un chiffre de la source primaire.
Ce qu'annonce Tencent
Tout ce qui suit provient de la page de recherche de Tencent, du communiqué de presse et de l'article du compte officiel WeChat. C'est le discours du fabricant.
- Nouvelles capacités : par rapport à preview, la version finale introduit pour la première fois la compréhension visuelle et l'usage de l'ordinateur (ligne de commande et interface graphique), et améliore selon Tencent le suivi des consignes, la compréhension de textes longs, les tâches de longue haleine et la recherche approfondie. Un entraînement spécifique a été mené pour Blender, la CAO et les tâches longues entre applications.
- Test ouvert en finance : organisé par Tencent FiT, avec 213 experts et 579 questions. Les scores officiels sont Hy4 3,04, DeepSeek-V4.1-Flash-1017 2,97, Kimi K3.1 Pro 2,68 et GLM-5.3 2,68, et Tencent affirme être premier parmi les modèles ouverts. C'est une évaluation pilotée par Tencent, pas un classement indépendant.
- Évaluations internes de partenaires : l'évaluation globale de WorkBuddy donne un effet moyen de 83,18 et un taux de réussite de 96,15 %, et Tencent affirme que dans 9 scénarios sur 12 il s'agit du premier modèle chinois. Manus indique un taux d'achèvement des tâches documentaires bureautiques proche de 97 %. À l'IRAB de Xuntu Technology, le score est de 61,63, et le site officiel indique un gain de 12,03 points par rapport à preview (le texte du site emploie aussi « 12,03 points de pourcentage » ; on reprend ici la formulation du site).
- Test de recherche maison : le taux d'hallucination passe de 15,76 % à 5,45 % et le taux d'erreur par supposition de 23,1 % à 5,6 %.
- Évaluation interne de Yuanbao : de 65,25 à 72,53.
- Jeux : GameDev et GameLogic progressent de 19,1 % et 9,8 % par rapport à preview.
Tencent publie aussi plusieurs graphiques de benchmarks publics, mais cet article ne s'appuie pas sur les valeurs précises de ces graphiques. Pour vérifier les documents d'origine, ouvrez la page de recherche de Tencent Hunyuan.
Évaluation indépendante : 35 points chez Artificial Analysis
Données de la page de Hy4 chez AA (consultée le 2026-11-18), avec l'Intelligence Index v5.0.1 comme condition :
| Élément | Hy4 | Médiane du groupe |
|---|---|---|
| Intelligence Index v5.0.1 | 35 | 43 |
| Tokens de sortie de l'évaluation | 160M | 65,1M |
| Durée par tâche | 13,5 minutes | 11,5 minutes |
La même page indique un délai avant le premier token de 117,82 secondes et une vitesse de sortie de 96 tok/s, classe le modèle comme Proprietary et le qualifie de very verbose. L'indice regroupe des tâches telles que AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt et Terminal-Bench-Science.
Des médias chinois, citant AA, placent Hy4 deuxième parmi les modèles de laboratoires chinois, derrière Kimi K3.1 Pro (46). C'est une reprise de seconde main, qui n'équivaut pas à un rang dans un classement mondial ; les chiffres exacts sont ceux de la page d'origine d'AA. L'article de The Decoder (source secondaire) écrit une médiane AA de 30 et une égalité avec Grok 4.7. Cela ne concorde pas avec le 43 de la page d'origine d'AA. Cet article n'a pas vérifié directement cette égalité sur la page d'AA et n'adopte pas non plus cette médiane.
« Meilleur open source » et décalage avec les poids
Le communiqué de Tencent du 4 novembre a pour titre « rejoint les meilleurs modèles open source ». Mais au 2026-11-18, Tencent dit seulement que les poids de Hy4 seront publiés ensuite (voir la publication officielle sur l'open source) ; les poids déjà publiés sont ceux de Hy4 flash, le 18 novembre. Le fait qu'AA classe Hy4 comme Proprietary est cohérent avec cet état. Le « meilleur open source » était donc, le jour de la sortie, une formulation anticipée, et le lecteur ne doit pas la prendre pour une conclusion déjà téléchargeable et reproductible. La system card est elle aussi prévue avec la publication open source, et cet article n'a pas lu de system card complète.
Tencent reconnaît en outre sur sa page de recherche que Hy4 reste nettement en retrait par rapport aux meilleurs modèles fermés, notamment sur les mathématiques internes très difficiles, le développement de longue haleine, l'itération des modèles et les jeux de questions visuelles.
Comment lire ces chiffres
- Les évaluations officielles sont pour la plupart des jeux de données maison ou des scénarios de partenaires. Elles montrent ce que Tencent veut mettre en avant, pas un classement.
- AA est une source indépendante, mais ce n'est qu'un indice composite. Les 35 points, sous la médiane, indiquent seulement que le modèle n'est pas avantagé sur cet ensemble de tâches ; cela ne veut pas dire qu'il est faible dans tous les scénarios.
- La lenteur et la sortie longue ont un effet concret sur les longues tâches d'agents : le temps et la consommation de tokens augmentent ensemble. Les tâches courtes (documents courants, recherche, interfaces simples) sont moins touchées ; pour l'ingénierie logicielle de longue haleine, mieux vaut d'abord essayer avec vos propres tâches.
- Pour choisir la version d'usage quotidien, voir Hy4 ou Hy4 flash : comment choisir. Pour la programmation et les agents, voir Hy4 en programmation et agents : essais officiels et retours de tiers, et pour les premières réactions d'utilisateurs, retours d'utilisateurs et limites. Pour l'accès via les produits, WorkBuddy et CodeBuddy. Les spécifications de la version précédente figurent dans le guide de Hy4 preview, où 770B / 49B ne valent que pour preview.
Ce qui n'est pas vérifié et les limites
- Paramètres totaux et actifs de la version finale : non publiés par Tencent.
- Poids de Hy4 et system card : non publiés au 2026-11-18.
- Cet article ne comporte aucun test personnel. Les données d'AA sont celles de la page lors de la consultation du 2026-11-18 et peuvent être mises à jour.
- Une publication en amont par Tencent ne signifie pas une disponibilité sur ce site.
Références principales
Date de vérification : 2026-11-18.
- Page de recherche de Tencent Hunyuan Hy4
- Compte officiel WeChat de Tencent Hunyuan : lancement de Hy4
- Communiqué de presse de Tencent : Tencent Launches Hy4
- TokenHub Hy API Guide
- Artificial Analysis : Hy4
- Article de The Decoder sur Hy4 (source secondaire ; sa médiane diffère de la page d'origine d'AA, à titre de comparaison uniquement)
- Publication officielle de @TencentHunyuan sur l'open source