Construire avec CometAPIBesoin d'une seule API pour plusieurs modèles ?Testez le workflow dans Playground, puis créez une clé API lorsque le modèle et le coût correspondent à votre cas d'usage.
Hunyuan Hy4 est disponible sur CometAPI : fonctionnalités, accès à l’API
Accédez à Tencent Hunyuan Hy4 sur CometAPI dès aujourd’hui. Explorez ses fonctionnalités, des exemples d’API Python, les capacités des agents, et ce à quoi vous attendre avec Hy4 Flash.
lesileÉquipe de recherche sur les modèles IA et API
Hunyuan Hy4 et Hy4 Preview sont tous deux accessibles via CometAPI, offrant aux développeurs un moyen de tester le dernier modèle phare de Tencent par rapport à la version précédente au sein d’une même intégration API. Hy4 Flash arrive bientôt.
Tencent a officiellement publié Hy4 le 4 novembre 2026. L’annonce sur X présente le modèle avec « Hy4 is here, new with vision », tandis que la page officielle de sortie de Hy4 détaille ses améliorations en codage, utilisation de l’ordinateur, recherche et productivité.
Pour les développeurs, le point de départ immédiat est l’ sur CometAPI. Le modèle est indiqué comme disponible avec l’identifiant , au prix de $0.6672 par million de jetons d’entrée et $2.00 par million de jetons de sortie. Les équipes utilisant déjà Hy4 Preview peuvent le conserver comme référence tout en évaluant la version complète.
Hy4 et Hy4 Preview sont accessibles sur CometAPI. Les développeurs peuvent les comparer via une seule intégration compatible OpenAI.
Hy4 est officiellement publié**.** « Bientôt disponible » s’applique désormais à Hy4 Flash, dont les tarifs finaux et les spécifications de service ne figurent pas dans les annonces citées.
La version complète ajoute la compréhension visuelle et l’usage de l’ordinateur, ainsi qu’un raisonnement à long horizon plus robuste et des workflows de productivité renforcés.
Tencent rapporte 78.9 sur OSWorld 2.1 et 44.4 sur Terminal Bench 4.0, avec des résultats complémentaires couvrant le codage, l’automatisation et le travail scientifique.
CometAPI affiche des prix d’entrée et de sortie pour Hy4 environ 20 % inférieurs aux tarifs officiels indiqués sur sa page modèle.
Le déploiement pratique nécessite un environnement d’exécution applicatif : le modèle planifie et demande des actions ; le runtime exécute les outils, maintient l’état et vérifie les résultats.
Qu’est-ce que Hunyuan Hy4 ?
Hunyuan Hy4 est le modèle phare de Tencent pour le raisonnement complexe, l’ingénierie logicielle, le travail bureautique, l’analyse financière, le développement de jeux et la recherche scientifique. La version de novembre étend la génération Hy4 aux tâches visuelles et à l’interaction avec l’ordinateur, y compris les interfaces en ligne de commande et les interfaces graphiques.
Selon le rapport de lancement de Tencent Technology, Hy4 utilise une architecture Mixture-of-Experts (MoE) de 770 milliards de paramètres. La documentation API de Tencent indique une fenêtre de contexte d’1M de jetons, avec un maximum d’entrée API de 960 000 jetons et un maximum de sortie de 64 000 jetons. Ce sont les limites documentées par Tencent ; configurez les requêtes CometAPI en fonction des limites exposées par son endpoint actif.
Un modèle MoE achemine les jetons via des experts sélectionnés plutôt que d’utiliser chaque paramètre pour chaque jeton. L’ancienne version Hy4 Preview a révélé 49 milliards de paramètres actifs du réseau principal par jeton ; ce chiffre de Preview doit rester associé à Preview lorsqu’on discute de son architecture.
Tencent indique que les poids de Hy4 seront open source ultérieurement, avec un support de déploiement développé aux côtés de vLLM et SGLang. L’accès API est déjà disponible, tandis que les poids téléchargeables du modèle final constituent une étape de publication distincte.
Performances de Hy4
L’annonce officielle de Tencent rapporte les résultats suivants. Il s’agit de scores rapportés par Tencent dans ses configurations d’évaluation ; les benchmarks utilisent des méthodes de scoring différentes et doivent être comparés à l’intérieur de chaque benchmark.
Benchmark
Score rapporté Hy4
Charge de travail pertinente
OSWorld 2.1
78.9
Interaction ordinateur et tâches GUI
Terminal Bench 4.0
44.4
Résolution de problèmes en ligne de commande
FrontierCode 2.0
31.0
Tâches de codage difficiles
AutomationBench 1.0.6
56.2
Automatisation multi-étapes
Hy-BrowseComp 2.0 — interne
59.9
Navigation et collecte d’informations
TenureTrail — interne
53.6
Tâches de recherche scientifique
Les éléments de lancement plus larges incluent une évaluation financière impliquant 213 experts et 579 tâches. Tencent Technology rapporte un score moyen de 3.04 pour Hy4, contre 2.97 pour DeepSeek V4.1 Flash 1017 et 2.68 pour Kimi K3.1 Pro et GLM-5.3 dans cette évaluation.
Pour une équipe construisant une analyse de documents financiers ou des assistants de recherche, c’est une raison d’inclure Hy4 dans une comparaison contrôlée. Les scores de benchmark ne fournissent pas de latence mesurée ni de débit en jetons par seconde pour CometAPI ; ceux-ci doivent être collectés à partir du déploiement prévu.
Hy4 vs. Hy4 Preview : qu’est-ce qui a changé ?
Tencent a mis en avant trois améliorations majeures pour la version complète de Hy4.
Exécution de tâches à long horizon plus robuste
Hy4 Preview avait établi l’orientation de la famille sur des tâches étendues de codage et de productivité. Ses faiblesses documentées incluaient une vérification excessive et la tendance à raisonner plus longtemps que nécessaire sur certains problèmes. La version complète vise un raisonnement plus efficace et une exécution plus soutenue sur une séquence d’actions.
Pour une application agent, la comparaison utile est de savoir si Hy4 atteint les mêmes critères d’acceptation avec moins de relances, moins de contexte répété ou moins d’étapes abandonnées. Une réponse plus courte ne réduit le coût que si le résultat passe toujours la validation.
Compréhension visuelle et utilisation de l’ordinateur
Hy4 ajoute la compréhension et le raisonnement visuels à la famille. Il peut interpréter des graphiques, des captures d’écran et d’autres images, tandis que sa formation à l’utilisation de l’ordinateur couvre les interactions CLI et GUI. Tencent décrit spécifiquement une formation impliquant Blender, la CAO, et des workflows qui franchissent les frontières entre applications.
Cela élargit les tâches qu’un agent peut tenter. Il peut inspecter un graphique avant d’en expliquer les erreurs, examiner une page web après l’avoir générée, ou utiliser une capture d’écran pour décider de la prochaine action d’interface. L’exécution navigateur et desktop nécessite un environnement d’outillage connecté, comme décrit dans l’architecture de runtime ci-dessous.
Des preuves plus concrètes issues d’évaluations de productivité
Tencent rapporte des améliorations à travers l’ingénierie, le travail bureautique, la finance et les jeux. Le rapport de lancement donne à Hy4 un taux de réussite de 96,15 % dans l’évaluation interne de WorkBuddy et signale des progrès par rapport à Preview de 19,1 % sur GameDev et 9,8 % sur GameLogic.
Ces résultats appuient le test de Hy4 sur des travaux de productivité multi-étapes. Leur valeur est maximale lorsque l’application ressemble aux tâches évaluées : codage, travail documentaire, analyse structurée et usage répété d’outils.
4 scénarios pratiques : où Hy4 paraît utile
Tencent Technology a testé Hy4 sur quatre scénarios couvrant le codage, la compréhension visuelle, l’analyse financière et la planification.
Développement frontend interactif
Hy4 a construit une page web du système solaire interactive avec des planètes cliquables, une vitesse orbitale ajustable et des explications adaptées aux enfants. L’exécution rapportée incluait 15 vérifications d’interaction Chrome, montrant un workflow qui s’étend de la génération de code à la vérification dans le navigateur. Les applications utilisant CometAPI peuvent soutenir ce workflow en connectant Hy4 à des outils de navigateur.
Planification visuelle sous contraintes changeantes
À partir d’une photo de réfrigérateur, Hy4 a planifié neuf repas sur trois jours dans un budget de 100 RMB pour les courses et une limite de 40 minutes de préparation par repas. Il a signalé quatre ingrédients incertains et a révisé le plan lorsque les exigences alimentaires ont changé, démontrant comment la compréhension visuelle peut soutenir la planification sous multiples contraintes.
Analyse de graphiques financiers
Hy4 a identifié des affirmations trompeuses dans un graphique fictif : le chiffre d’affaires a augmenté de 25 %, et non de 80 % comme affirmé, tandis que le bénéfice a chuté de 40 %, malgré l’affirmation d’un doublement. Il a également détecté un axe tronqué qui exagérait la croissance, combinant interprétation visuelle et vérifications numériques.
Planification et vérifications de faisabilité
Étant donné 555 minutes de travail en série dans une fenêtre de 480 minutes, Hy4 a identifié un déficit de capacité de 75 minutes et a proposé trois plans révisés. Le scénario illustre son utilité pour détecter des exigences contradictoires et expliquer les compromis nécessaires pour rendre un plan réalisable.
CometAPI indique des tarifs officiels Tencent pour Hy4 de $0.8340 à l’entrée et $2.50 à la sortie par million de jetons, ce qui rend les prix d’entrée et de sortie de CometAPI environ 20 % plus bas. Ces tarifs s’appliquent à Hy4 ; consultez la grille tarifaire séparée pour Hy4 Preview.
Coût typique d’une requête
Pour une requête illustrative utilisant 10 000 jetons d’entrée non mis en cache et 2 000 jetons de sortie, la facturation en jetons Hy4 est :
Cela représente environ $0.0107 par requête, soit $10.67 pour 1 000 requêtes avec la même utilisation de jetons. Il s’agit d’une estimation des coûts en jetons, hors navigateur, infrastructure de calcul et autres frais d’outils. La tarification des lectures de cache s’applique aux jetons effectivement facturés en tant que lectures de cache.
Pour les agents, calculez l’utilisation sur l’ensemble de la tâche. Des invites répétées, des résultats d’outils, du raisonnement généré et des relances peuvent rendre une exécution en dix étapes sensiblement plus coûteuse que ne le suggère sa réponse finale. La métrique métier utile est la dépense totale divisée par les tâches menées à bien.
Comment accéder à l’API Hy4
Hy4 et Hy4 Preview sont tous deux accessibles via CometAPI. Utilisez hy4 pour la version complète ou hy4-preview pour comparer la version précédente.
CometAPI documente deux interfaces compatibles OpenAI :
Chat Completions (/v1/chat/completions) utilise un tableau messages contenant les tours utilisateur et assistant. C’est l’interface utilisée dans l’exemple Hy4 ci-dessous et elle convient aux applications déjà conçues autour de messages de chat.
Responses (/v1/responses) utilise un champ input et une structure de sortie différente. Utilisez-la lorsque le modèle sélectionné prend explicitement en charge Responses via CometAPI.
Pour Hy4, commencez par Chat Completions. Consultez la documentation API de CometAPI pour vérifier la compatibilité modèle avant de passer à Responses.
Envoyer votre première requête
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
result = client.chat.completions.create(
model="hy4", # Or "hy4-preview"
messages=[{"role": "user", "content": "Explain how to resolve a scheduling conflict."}],
)
print(result.choices[0].message.content)
Conservez la même configuration client lorsque vous comparez Hy4 et Preview et changez l’identifiant du modèle. Pour les tarifs actuels, voir Tarifs de Hy4 sur CometAPI ; pour des détails supplémentaires de configuration, suivez le guide de la clé API et du premier appel.
Ce que les développeurs doivent préparer maintenant
Les développeurs peuvent se préparer à Hy4 et Hy4 Flash en rendant la couche modèle configurable. Le nom du modèle, l’endpoint API, le schéma d’outils, la logique de routage et les scripts d’évaluation ne doivent pas être codés en dur dans le reste de l’application.
Avant d’envoyer du trafic de production vers un nouveau modèle, établissez une référence avec Hy4 Preview ou un autre modèle actuellement disponible. La référence doit couvrir les charges utiles qui comptent pour l’application, telles que le support client, le codage, le traitement de documents ou l’analyse de données.
L’évaluation doit enregistrer plus que l’apparence de la réponse finale. Les équipes doivent suivre les métriques suivantes :
Taux d’achèvement des tâches : mesurez la fréquence à laquelle l’agent termine l’ensemble du workflow et livre le résultat demandé sans intervention humaine. Une tâche ne doit être comptée comme réussie que lorsque toutes les étapes requises ont été accomplies, et non pas seulement lorsque le modèle produit une réponse intermédiaire plausible.
Taux de réussite des appels d’outils : enregistrez la fréquence à laquelle l’agent sélectionne le bon outil, utilise des paramètres valides, reçoit un résultat exploitable et poursuit le workflow avec succès. Cela aide à distinguer un problème de raisonnement d’un problème d’intégration ou de schéma.
Fréquence de relance : comptez le nombre de fois où l’agent doit relancer un appel d’outil, régénérer une réponse ou recommencer une étape. Un taux de relance élevé peut augmenter les coûts et retarder l’achèvement, même lorsque la réponse finale semble correcte.
Latence moyenne de réponse : mesurez le temps requis pour que le modèle renvoie une réponse et, pour les workflows d’agent, le temps nécessaire pour terminer la tâche complète. Il est utile de suivre la latence par étape et de bout en bout, car une réponse individuelle rapide peut malgré tout produire un workflow multi-étapes lent.
Utilisation de jetons : suivez les jetons d’entrée, de sortie, les jetons mis en cache le cas échéant, et le total de jetons par requête. Cela montre si le style de raisonnement d’un modèle crée un contexte ou une vérification inutilement lourds.
Coût par tâche terminée : calculez le coût total du modèle et de l’infrastructure nécessaire pour réussir une tâche. C’est plus utile que de comparer uniquement les prix au jeton, car un modèle moins cher peut exiger davantage de relances, des invites plus longues ou une intervention humaine supplémentaire.
Une fois Hy4 et Hy4 Flash disponibles, les développeurs peuvent exécuter les mêmes charges de travail sur les deux modèles et comparer la qualité d’achèvement, la fiabilité, la vitesse et le coût.
Une politique de routage pratique enverrait les tâches répétitives et standardisées à Hy4 Flash et réserverait Hy4 pour la planification complexe, les longues chaînes d’outils, le raisonnement visuel et les workflows nécessitant une meilleure capacité de récupération.
Hy4 Flash : un modèle pratique pour des charges à grand volume
Hy4 est déjà disponible, tandis que Hy4 Flash devrait être lancé bientôt. Tencent n’a pas encore annoncé sa date de sortie. Tencent le positionne comme un modèle très économique pour des applications pratiques.
La version Flash devrait conserver les capacités visuelles et d’agent de Hy4 tout en bénéficiant d’une co-conception plus étroite entre le modèle et les produits Tencent. Ce positionnement suggère un modèle optimisé pour des appels fréquents, des cycles de réponse plus rapides et des volumes de requêtes plus importants.
Hy4 conviendrait mieux aux tâches d’agent complexes et longues nécessitant une planification plus approfondie, de multiples appels d’outils et une meilleure capacité de récupération. Hy4 Flash conviendrait mieux au classement à grand volume, à l’extraction d’informations, au traitement documentaire routinier et à d’autres tâches structurées où le coût et le débit sont prioritaires.
Les deux modèles peuvent être utiles pour des charges visuelles. Hy4 Flash pourrait gérer l’OCR de base, la classification d’images et l’extraction de champs, tandis que Hy4 pourrait être réservé aux tâches visuelles nécessitant une analyse multi-pages, un jugement complexe ou plusieurs cycles d’utilisation d’outils.
Hy4 Flash peut également être utile durant le développement rapide d’agents. Les équipes peuvent l’utiliser pour tester des invites, des schémas d’outils et une logique de routage à moindre coût avant d’envoyer des charges plus exigeantes à Hy4.
Pour les décisions critiques en matière de sécurité ou particulièrement difficiles, Hy4 doit être associé à une revue humaine. Le modèle peut effectuer l’analyse, mais une personne doit rester responsable des actions impliquant des remboursements, des paiements, des permissions ou d’autres conséquences importantes.
Puis-je accéder à Hy4 et Hy4 Preview via CometAPI ?
Oui. Les deux sont accessibles via CometAPI. Utilisez hy4 pour Hy4 et hy4-preview pour Preview, et gardez l’identifiant du modèle configurable lors de la comparaison des résultats.
Un appel API permet-il à Hy4 d’opérer automatiquement mon navigateur ?
Un workflow d’utilisation de l’ordinateur nécessite une application qui connecte Hy4 à un environnement navigateur ou desktop. L’application exécute les actions et renvoie des captures d’écran ou des résultats d’outils au modèle.
Combien coûte Hy4 sur CometAPI ?
L’annonce du 4 novembre indique des prix de $0.6672 par million de jetons d’entrée, $2.00 par million de jetons de sortie et $0.0336 par million de jetons de lecture du cache. La page du modèle est la référence pour les tarifs actuels.
Hy4 Flash est-il disponible maintenant ?
Les annonces citées décrivent Hy4 Flash comme à venir. Ses tarifs finaux et spécifications de service n’ont pas été publiés dans ces documents.
Conclusion
Hy4 est prêt pour une évaluation via API sur CometAPI, et Preview offre aux équipes une référence pour mesurer la mise à niveau. Les résultats publiés et les scénarios pratiques rapportés font du codage, de l’analyse visuelle, de la planification sous contraintes et du travail de productivité multi-étapes les meilleurs points de départ.
Commencez par la page API et tarifs de Hy4, connectez les outils requis par le workflow, et comparez le coût par tâche menée à bien. Lorsque Hy4 Flash arrivera, la même configuration d’évaluation pourra déterminer quelles tâches bénéficient de son approche axée sur l’efficacité
