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.
HY 4 Performance : La version complète en vaut-elle la peine ?
Explorez la version de novembre 2026 de Tencent HY4 : vision, utilisation de l’ordinateur, RSI, tests de référence, tarification et accès à l’API via CometAPI.
HY4 est le nouveau modèle phare d’IA de Tencent, publié le 4 novembre 2026, pour le raisonnement multimodal, le codage, l’utilisation d’ordinateur, la recherche et les workflows professionnels. Il ajoute la vision et l’interaction GUI à la famille de modèles Hy et améliore l’exécution soutenue à travers des documents, des logiciels et des outils métiers. Tencent rapporte des scores de 74.9 sur DeepSWE v1.1, 75.2 sur APEX-Agents v1.1, et 78.9 sur OSWorld 2.1 (complet, score partiel), selon ses conditions d’évaluation publiées.
Points clés
Gains réels significatifs vs préversion : +21 points sur APEX-Agents, fortes hausses sur Terminal-Bench 4.0, AutomationBench, scores d’experts en finance et indicateurs au niveau produit.
Classement indépendant : #4 parmi les modèles à poids ouverts sur Vals Index (59.35%), #2 à poids ouverts sur Terminal-Bench 4.0 dans certains rapports, compétitif sur Finance/Tax Agent.
Vision + utilisation de l’ordinateur ajoutées pour la première fois, avec entraînement spécialisé sur des logiciels professionnels (Blender, CAD, etc.).
Revu pour la clarté, l'attribution des sources et la terminologie API actuelle.
Tarification toujours très compétitive à ~$0.83/$2.50 ; CometAPI propose souvent des remises supplémentaires (~20%).
Indicateurs RSI : Hy4 + Hyra 2.0 déjà utilisés pour améliorer les pipelines d’entraînement internes et co-développer des modèles ouverts (HyCell, HyPDE).
Pertinent pour : agents à long horizon, workflows finance/bureautique, productivité multimodale, et équipes sensibles aux coûts ayant besoin de fortes performances de modèles ouverts.
Pas le leader absolu sur chaque classement STEM difficile ou de pur codage — reste en dessous des meilleurs modèles fermés sur ces points.
Qu’est-ce que HY4, et pourquoi est-ce important ?
HY4, stylisé Hy4 par Tencent, est un modèle d’IA généraliste conçu pour exécuter des travaux complexes sur de nombreuses étapes. L’annonce du 4 novembre de Tencent le positionne autour d’une combinaison de raisonnement, de compréhension visuelle, d’outils et d’exécution soutenue.
Cette combinaison est importante car les tâches professionnelles s’inscrivent rarement dans une question isolée. Un développeur peut avoir besoin d’un agent pour inspecter un dépôt, implémenter une fonctionnalité, exécuter des tests et réviser une interface. Un analyste peut devoir rapprocher des déclarations, des feuilles de calcul, des graphiques et des notes de recherche. Un assistant en environnement de travail peut devoir relier messages, documents, calendriers et comptes rendus de réunions.
La sortie de HY4 s’attache à ces workflows. Tencent indique avoir largement augmenté à la fois le pré-entraînement et le post-entraînement par rapport à sa version précédente, avec des gains en suivi des instructions, compréhension de long contexte, recherche approfondie et tâches à long horizon.
Architecture de base (héritée et étendue depuis la préversion)
Sparse Mixture-of-Experts : nombre total de paramètres élevé avec seulement ~49B activés par token.
Fenêtre de contexte de 1M tokens pour du travail à l’échelle d’un dépôt et multi-document.
Gated DeepSeek Sparse Attention + IndexCache pour un service efficace sur longs contextes.
Identity Hyper-Connections et couche native de prédiction multi-token (MTP) pour le décodage spéculatif.
Nouveau chemin multimodal et espace d’actions d’utilisation de l’ordinateur (compréhension d’écran + contrôle CLI/GUI), avec un entraînement ciblé sur des outils professionnels et des workflows inter-applications.
Indicateurs d’auto-amélioration récursive (RSI)
Tencent rapporte que Hy4, associé au harnais Hyra 2.0, a optimisé l’infrastructure interne de pré-entraînement pour des modèles plus petits de même architecture et a produit de manière autonome des variantes surpassant les baselines officielles. Deux modèles fondamentaux co-développés de cette manière (HyCell pour la représentation à cellule unique et HyPDE pour la modélisation de champs physiques) sont en cours d’open-sourcing. C’est l’un des exemples publics les plus concrets d’un modèle de pointe contribuant à sa propre boucle de développement.
Quelles performances dans la version complète de HY4 ?
Vision et utilisation de l’ordinateur
HY4 introduit la perception visuelle, y compris une compréhension fine des images et l’interprétation de graphiques complexes. Tencent ajoute aussi l’utilisation de l’ordinateur sur interfaces en ligne de commande et graphiques, avec un entraînement ciblé pour des logiciels tels que Blender et CAD. La sortie de Tencent décrit des workflows couvrant plusieurs applications.
Ce sont des capacités liées mais distinctes. La vision permet au modèle d’interpréter une capture d’écran ou un graphique. L’utilisation de l’ordinateur ajoute une boucle de rétroaction : inspecter l’interface, choisir une action, observer le résultat et ajuster. Elle requiert une application autour qui fournit des captures d’écran et exécute des actions ; un simple endpoint de complétion textuelle ne fournit pas un agent système d’exploitation.
Ingénierie Frontend et développement de jeux
Tencent met l’accent sur des interactions UI plus solides, la logique métier, la gestion d’état et l’intégration full-stack. Pour les jeux, il a travaillé avec des développeurs de Tencent Interactive Entertainment Group sur l’implémentation de fonctionnalités, la logique de gameplay, le suivi d’état et les pipelines d’assets.
La sortie rapporte une amélioration de 19.1% sur GameDev et de 9.8% sur GameLogic par rapport à la version précédente, et décrit une adaptation à Unreal Engine, Unity et Godot. Il s’agit des améliorations rapportées par Tencent sur des évaluations nommées. Elles n’établissent pas une réduction équivalente du temps de développement pour chaque équipe.
Pour les développeurs, le test pertinent est de savoir si un agent livre une fonctionnalité qui fonctionne avec moins de corrections : rendu visuel, interactions correctes, état persistant, code exécutable et tests réussis.
Finance, bureautique et assistance personnelle
Tencent a construit des milliers d’environnements financiers réalistes et des dizaines de milliers de tâches couvrant la recherche d’investissement, les stratégies quantitatives, l’allocation, la finance d’entreprise et la comptabilité fiscale. Son évaluation a impliqué 213 professionnels de la finance, dont 153 experts issus d’institutions financières de premier plan, sur 579 tâches ; plus de 70% des experts avaient plus de cinq ans d’expérience.
HY4 a obtenu 3.04, contre 2.97 pour DeepSeek-V4.1-Flash-1017 et 2.68 chacun pour Kimi K3.1 Pro et GLM-5.3. Ces résultats proviennent de l’évaluation de Tencent, plutôt que d’une réplication indépendante.
Tencent décrit aussi la co-édition en temps réel de fichiers Word, Excel et PowerPoint. Via WorkBuddy et WeCom, HY4 peut utiliser le contexte du lieu de travail connecté pour préparer des notes, suivre les changements de projet, identifier des actions et signaler des échéances. Ces intégrations relèvent de l’environnement produit ; elles ne sont pas automatiquement incluses dans chaque appel à l’API HY4.
Benchmarks de performance HY4 : que montrent les données ?
La comparaison suivante utilise l’annexe de benchmarks de la version complète de HY4. Toutes les entrées sont publiées par Tencent ; quand des concurrents ont deux scores, le tableau utilise le nouveau test de Tencent, marqué d’un astérisque dans l’original. Il ne combine pas le meilleur résultat de différents runs.
Benchmark
HY4
GLM-5.3
DeepSeek-V4.1-Flash-1017
Kimi K3.1 Pro
GPT-6.1 Sol
Claude Opus 5.5
DeepSWE v1.1
74.9
68.1
73.8
76.3
72.7
72.6
Terminal-Bench 4.0
44.4
42.9
40.0
66.8
55.5
66.4
APEX-Agents v1.1, pass@1
75.2
64.3
72.9
68.2
61.7
74.8
AutomationBench v1.0.6
56.2
54.1
54.3
65.6
51.4
58.8
OSWorld 2.1, full, partial score
78.9
—
68.4
79.6
75.2
81.8
MMMU-Pro
78.6
—
76.7
83.4
84.9
88.2
TenureTrail, internal
53.6
46.0
50.1
51.3
57.6
59.0
Évaluations indépendantes (début novembre 2026)
Vals Index : 59.35% (#13 global, #4 à poids ouverts derrière Kimi K3.1 Pro, DeepSeek V4.1 Flash, GLM-5.3). Grande amélioration par rapport à la préversion Hy4 (~53%). Fort sur Terminal-Bench 4.0 (#2 à poids ouverts dans certains rapports), Finance Agent, Tax Agent.
Artificial Analysis Intelligence Index : ~34.6–35 (milieu de tableau solide, verbeux, plus lent que la moyenne par tâche).
Plotly Data Analytics Bench : 42/43 (98%), parmi les modèles les moins chers pour atteindre ce niveau de précision.
Données de la communauté Agent Arena : forte performance réelle sur le long horizon ; Hy4 est rapidement devenu le modèle #1 en chinois et se situe sur la frontière de Pareto avec un coût par tâche compétitif.
Où HY4 apparaît solide
Le 75.2 de HY4 sur APEX-Agents v1.1 est l’entrée la plus élevée parmi les comparaisons affichées. Son 74.9 sur DeepSWE v1.1 est aussi compétitif par rapport aux autres modèles dans les retests de Tencent. Pour les workflows scientifiques, 53.6 sur TenureTrail le place en tête des modèles ouverts présentés, bien que les deux modèles propriétaires obtiennent des scores plus élevés.
Ces résultats soutiennent l’évaluation de HY4 pour des agents métiers, du travail sur dépôt et de la recherche. Ils ne justifient pas une affirmation universelle de « meilleur modèle d’IA ».
Où les concurrents restent leaders
Le 44.4 de HY4 sur Terminal-Bench 4.0 est derrière les résultats affichés pour Kimi et Claude. Son 78.6 sur MMMU-Pro est également en retrait de Kimi, GPT et Claude dans le tableau. L’utilisation de l’ordinateur est compétitive, avec 78.9 sur OSWorld 2.1, mais la métrique est explicitement un score partiel, et non la prétention que 78.9% de tâches de bureau arbitraires seront menées à bien.
Tencent reconnaît un écart persistant avec les systèmes propriétaires leaders sur les mathématiques de recherche, le codage à long horizon, l’auto-amélioration du modèle et le questionnement visuel avancé.
Pourquoi les paramètres d’évaluation comptent
La configuration Terminal-Bench 4.0 de Tencent permet jusqu’à 500 tours et un délai d’expiration de 13 heures, avec 16 CPU et 32 GB de RAM ; les tâches dépendant du GPU reçoivent en plus un H100. La configuration APEX-Agents autorise jusqu’à 250 étapes. Ce sont des budgets d’agent substantiels.
Un modèle évalué dans cet environnement peut se comporter différemment dans une application web avec un délai de 30 secondes. Comparez la réussite des tâches en parallèle de la latence totale, des coûts d’outils, de l’usage de tokens et des corrections humaines. Gardez visibles les versions de benchmarks : les scores de Terminal-Bench 4.0 ne doivent pas être interprétés comme directement interchangeables avec des résultats Terminal-Bench plus anciens.
Comment HY4 fonctionne : contexte, raisonnement et exécution d’agent
Un long contexte aide à relier des informations distribuées
HY4 avec une fenêtre de contexte de 1,048,576 tokens, entrée texte et image, et sortie texte. Il indique un maximum de complétion de 65,536 tokens pour sa configuration chez le fournisseur le plus performant. Ce sont des limites spécifiques à l’endpoint ; confirmez les limites actuelles de CometAPI avant de concevoir autour d’elles.
Un long contexte peut aider un agent à relier des informations à travers des fichiers et des traces d’outils. Il ne garantit pas un rappel parfait, une arithmétique exacte ni une sélection de source correcte. Une application bien conçue bénéficie toujours de la recherche, d’identifiants de documents, de résultats d’outils concis et de citations explicites.
Le raisonnement et l’utilisation d’outils forment une boucle de rétroaction
Un workflow HY4 typique combine planification et preuves externes : lire la tâche, demander des informations, inspecter un résultat d’outil, exécuter un calcul ou un test, et réviser la sortie. Le raisonnement du modèle aide à sélectionner l’étape suivante ; l’environnement d’exécution fournit des faits à jour et des vérifications.
Par exemple, un assistant financier peut récupérer des états, construire un classeur de valorisation, vérifier des formules et générer un rapport. Chaque étape doit préserver les références aux sources et distinguer les valeurs rapportées des hypothèses. Un assistant de codage peut inspecter des fichiers, modifier le code, exécuter des tests et utiliser les échecs pour guider la prochaine modification.
Les détails d’architecture exigent une gestion de versions rigoureuse
La valeur souvent citée 770B de paramètres au total et 49B de paramètres actifs décrit l’ossature MoE publiée de la préversion HY4. Sa fiche modèle documente aussi l’attention clairsemée, IndexCache, les Identity Hyper-Connections et la prédiction multi-token.
L’annonce de la version complète de Tencent indique que des détails techniques supplémentaires accompagneront les poids et la carte système. Tant qu’ils ne sont pas publiés, le nombre de couches, la configuration des experts et les commandes de déploiement de la préversion ne doivent pas être présentés comme des spécifications confirmées de la version complète de HY4. Les faits établis de la version complète sont ses nouvelles capacités, l’accès hébergé et les résultats d’évaluation publiés.
HY4 et RSI : ce que signifie réellement l’auto-amélioration récursive
De la résolution d’un problème à l’amélioration de l’outil
RSI signifie auto-amélioration récursive. Dans l’annonce Hyra 2.0 du 2 novembre de Tencent, l’idée est d’améliorer des outils de recherche réutilisables, des pipelines d’entraînement et des modèles. Des outils plus performants peuvent aider à développer des modèles plus performants, qui peuvent soutenir la prochaine itération de développement d’outils.
La version complète de HY4 donne un exemple concret : associé à Hyra 2.0, HY4 a optimisé l’infrastructure interne de pré-entraînement pour des modèles plus petits de même architecture et a entraîné une variante surpassant le Jev baseline indiqué sur plusieurs benchmarks. Tencent a également annoncé HyCell et HyPDE, des modèles fondamentaux pour la représentation à cellule unique et la modélisation de champs physiques co-développés avec le système. Source.
Comment Hyra 2.0 organise la recherche
Hyra utilise trois niveaux : Overall, Mission et Worker. Overall coordonne les objectifs humains, les priorités et les ressources. Les Missions dirigent des efforts de recherche plus longs. Les Workers inspectent le code, exécutent des expériences, analysent les échecs et mettent à l’épreuve des hypothèses.
Une file de tâches persistante gère les dépendances et les limites de ressources. Un Research Board enregistre les preuves et les décisions. Des Review Workers inspectent indépendamment les résultats, tandis que le savoir partagé sépare les observations des constatations reproduites et des conventions d’équipe. Tencent indique que des dépenses de calcul substantielles et des changements au savoir partagé exigent une approbation humaine appropriée.
Ce que le RSI établit — et n’établit pas
C’est la preuve d’un workflow de recherche en IA structuré. Cela n’établit pas une croissance illimitée de l’intelligence ni ne montre qu’une conversation HY4 hébergée modifie les poids sous-jacents de l’endpoint. Améliorations de prompts, mémoire persistante, nouveaux outils logiciels et modèle fraîchement entraîné sont des formes d’amélioration différentes.
Pour les développeurs, le schéma utile est l’itération mesurable : conserver les échecs, améliorer les outils, évaluer des candidats sur des tâches en réserve, et promouvoir des changements uniquement quand les preuves les soutiennent. Les 35.2 de HY4 sur PostTrainBench v1.2 et 28.1 sur le banc d’essai interne des modèles fondamentaux de Tencent sont des indicateurs pertinents, mais restent spécifiques à l’évaluation.
Fiabilité : HY4 a‑t‑il réduit les hallucinations ?
Tencent rapporte que des améliorations ciblées de la recherche et de la vérification ont réduit son taux interne d’hallucinations de 15.76% à 5.45%. Cela représente une baisse de 10.31 points de pourcentage, ou environ 65.4% de réduction relative, calculée à partir des chiffres de Tencent. Les erreurs spéculatives sont passées de 23.1% à 5.6%. Source.
Ces résultats concernent les évaluations finance et bureautique de Tencent. Ils ne doivent pas être généralisés en une affirmation selon laquelle HY4 hallucine seulement 5.45% du temps sur toutes les questions.
Des retours produit appuient ces constats : RabyteTech rapporte 61.63 sur 101 tâches de recherche d’investissement, en hausse de 12.03 points par rapport à la version précédente. Manus rapporte près de 97% d’achèvement sur ses tâches internes de création et d’édition de documents. Ce sont des témoignages de partenaires reproduits dans l’annonce de Tencent, avec des ensembles de tâches et définitions différents ; ils constituent un contexte utile plutôt que des scores de benchmark interchangeables.
Tarification HY4 : tarifs officiels, CometAPI et offres des fournisseurs
Comparaison de prix actuelle
L’instantané suivant a été vérifié le 4 novembre 2026. Tous les tarifs sont en USD par un million de tokens.
Voie d’accès
Entrée non mise en cache
Sortie
Entrée mise en cache
Référence page de sortie Tencent
$0.834
$2.501
$0.042
Listing CometAPI hy4
$0.6672
Environ $2.00
Non vérifié sur la page du modèle
Métadonnées API OpenRouter tencent/hy4
$0.417
$1.2505
$0.021
CometAPI affiche une remise de 20% par rapport à son prix de référence officiel. Les métadonnées d’API en direct d’OpenRouter indiquent un tarif plus bas que la référence de la page de sortie de Tencent au moment de la vérification. Les métadonnées n’établissent pas la durée de cette offre. Ces différences rendent essentielle la vérification en direct au niveau du fournisseur ; sur cette base, CometAPI ne doit pas être décrit comme la voie d’accès la moins chère.
Estimez le coût de votre charge réelle
Aux tarifs affichés de CometAPI, une charge utilisant 1M tokens d’entrée et 250,000 tokens de sortie coûte approximativement :
$0.6672 + (0.25 × $2.00) = $1.1672
Il s’agit d’un calcul illustratif de tokens. Les réessais, la comptabilisation des tokens de raisonnement, la mise en cache, les services d’outils et des conditions propres au compte peuvent affecter la facture finale. Des agents prolixes peuvent dépenser plus que prévu lorsqu’ils inspectent à répétition des fichiers ou vérifient le travail.
Comparez le coût par tâche menée à bien. Un tarif de token plus bas peut perdre son avantage si un modèle nécessite plus d’essais, des sorties plus longues, ou des réparations humaines substantielles.
Conclusion
Hy4 offre des gains de performance significatifs et mesurables par rapport à sa préversion tout en conservant la tarification agressive qui rendait la version précédente attractive. Des classements indépendants confirment qu’il se situe dans le haut du panier des modèles à poids ouverts, avec une force particulière sur les agents, la finance et des tâches de productivité réelles. Combiné à de nouvelles capacités de vision et d’utilisation de l’ordinateur, c’est actuellement l’une des options les plus convaincantes pour des équipes soucieuses des coûts ayant besoin d’une forte capacité de modèle ouvert.
Pour la manière la plus simple et flexible de l’évaluer et de le déployer aux côtés d’autres modèles leaders, passez par CometAPI. Une seule clé, des tarifs compétitifs et un basculement fluide en font le choix pratique pour la production et l’expérimentation en 2026.
FAQ sur HY4
Qu’est-ce que Tencent HY4 ?
HY4 est le modèle phare d’IA de Tencent publié le 4 novembre 2026. Il prend en charge la compréhension visuelle, l’utilisation de l’ordinateur, le raisonnement, le codage, la recherche et les tâches professionnelles multi‑étapes.
Qu’est-ce qui a changé par rapport à la version précédente ?
La version complète de HY4 ajoute la vision et l’utilisation de l’ordinateur et renforce le pré‑entraînement et le post‑entraînement. Tencent rapporte des améliorations de la compréhension de long contexte, du suivi des instructions, de la finance, de la bureautique, du développement et de la recherche scientifique.
Quels sont les principaux scores de benchmark de HY4 ?
Tencent rapporte 74.9 sur DeepSWE v1.1, 44.4 sur Terminal-Bench 4.0, 75.2 sur APEX-Agents v1.1, 78.9 sur OSWorld 2.1 (score partiel), et 78.6 sur MMMU-Pro. Ces scores utilisent les conditions d’évaluation de l’annexe de la sortie.
HY4 dispose‑t‑il d’une fenêtre de contexte de 1M tokens ?
Les métadonnées en direct d’OpenRouter indiquent 1,048,576 tokens pour HY4. Vérifiez les limites de l’endpoint que vous utilisez, y compris le budget combiné entrée/sortie et la longueur maximale de complétion.
HY4 est‑il auto‑améliorant ?
Tencent développe des workflows RSI avec HY4 et Hyra 2.0 pour améliorer des outils de recherche, l’infrastructure et des variantes de modèle. Une conversation hébergée normale ne démontre pas la modification autonome des poids déployés de HY4.
Combien coûte HY4 sur CometAPI ?
La page du modèle vérifiée mentionne $0.6672 par 1M tokens d’entrée et environ $2.00 par 1M tokens de sortie, avec une remise affichée de 20% par rapport à sa référence officielle. Consultez la page de prix en direct avant d’établir votre budget.
HY4 est‑il open source et prêt à être téléchargé ?
Tencent indique que les poids complets de HY4 et une carte système sont prévus. Les poids de la préversion publique constituent une sortie distincte. Confirmez la disponibilité réelle au téléchargement et la licence de la version complète avant toute auto‑hébergement.
Puis‑je utiliser HY4 via CometAPI dès maintenant ?
Oui. CometAPI liste hy4 comme disponible. Utilisez sa documentation d’API pour confirmer l’accès au compte, les paramètres, le support image et les limites de taux, puis exécutez une petite charge avant de passer à l’échelle.
