Tencent Open-Sources Hy4, un modèle de 770 milliards de paramètres conçu pour le travail de bureau

Tencent a publié un aperçu open source Hy4, la prochaine génération de sa famille de modèles Hunyuan. Les chiffres sont importants : 770 milliards de paramètres au total, dont 49 milliards actifs par requête, et une fenêtre contextuelle supérieure à un million de jetons. Les paramètres sont les valeurs ajustables qu’un modèle apprend pendant la formation, ce qui constitue grosso modo une mesure de la capacité brute. L’écart entre le total et l’actif est l’astuce du mélange d’experts, où le modèle contient de nombreux sous-réseaux spécialisés mais n’en réveille qu’une fraction pour une demande donnée, ce qui maintient le coût de fonctionnement bien en dessous de ce que suggère la taille du titre. La fenêtre contextuelle indique la quantité de texte que le modèle peut garder à l’esprit à la fois, et un million de jetons équivaut à peu près à une petite étagère de livres.

Ce qui ressort, c’est la cible. Tencent n’a pas présenté Hy4 aux classements de référence, mais à ce qu’il appelle la productivité du monde réel : codage sur de longues sessions, feuilles de calcul et documents, analyse financière et recherche scientifique. Lors d’une évaluation interne aveugle menée auprès de 163 experts répartis sur 203 tâches d’ingénierie, l’aperçu Hy4 a obtenu une moyenne de 2,99 sur 4,00, légèrement devant GLM-5.3 à 2,92 et Kimi K3 à 2,94. Tencent affirme également que le modèle a participé à son propre développement, en proposant et en menant des expériences sur les méthodes de formation et le code de bas niveau, et qu’il a suffisamment bien analysé ses propres goulots d’étranglement d’inférence pour augmenter le débit de bout en bout de 31,8 %. Le prix de l’API est de 0,834 dollars par million de jetons d’entrée et de 2,501 dollars par million de jetons de sortie, avec des accès au cache de 0,042 dollars.

Que se passe-t-il réellement ici : les pondérations ouvertes signifient que les fichiers du modèle entraîné sont publiés, afin que toute personne disposant de suffisamment de matériel puisse les télécharger et l’exécuter elle-même au lieu d’appeler une API. Les laboratoires chinois en ont fait leur stratégie concurrentielle, et le rythme est devenu implacable. Hy4 arrive la même semaine que les poids de GLM-5.3 et quelques jours après les versions de Qwen et IBM. Chacune de ces baisses fait baisser le prix d’une IA performante pour tout le monde, y compris les clients des laboratoires fermés, car ces laboratoires doivent fixer le prix par rapport à quelque chose qui peut s’auto-héberger gratuitement. Il vaut la peine de maintenir les attentes fondées sur l’affirmation d’auto-amélioration : un modèle suggérant des optimisations de son propre code d’inférence est une ingénierie réelle et utile, mais il est loin d’un système qui se repense lui-même.

Ce que cela signifie pour vous : presque personne n’utilise un modèle 770B à la maison, donc pour la plupart des gens, l’effet pratique arrive indirectement, via des prix API moins chers et via des versions distillées plus petites qui suivent plus tard. Si vous êtes curieux, Hy4 est gratuit pendant deux semaines via WorkBuddy et CodeBuddy de Tencent, et accessible via OpenRouter. Si vous payez déjà pour un abonnement au codage IA, la décision utile n’est pas de changer aujourd’hui mais de garder un œil sur le prix par jeton au cours du prochain trimestre, car c’est exactement le type de version qui le fait bouger. Et si la résidence des données est importante pour vous, notez qu’il s’agit de produits cloud chinois, tandis que les pondérations ouvertes elles-mêmes peuvent être exécutées où vous le souhaitez.

Sources

• Publications de Tencent et aperçu Open-Sources de Tencent Hy4 (Tencent)
• Aperçu Hy4 open-source de Tencent avec des paramètres 770B et un contexte de jeton 1M (TechNode)