Tencent lance Hy4 : un modèle à poids ouverts qui défie DeepSeek
Tencent a publié Hy4, un modèle multimodal qui a obtenu 75,2 points au benchmark APEX-Agents lors de tests internes, devant DeepSeek V4.1 Flash-1017. L’entreprise prévoit de publier les poids du modèle.
Tencent a lancé Hy4, un nouveau modèle qui pourrait sérieusement concurrencer les modèles d’IA à poids ouverts les plus performants.
D’après les tests internes de Tencent, Hy4 a obtenu 75,2 points dans le benchmark APEX-Agents, devant DeepSeek V4.1 Flash-1017, qui a reçu 72,1 et 72,9 points.
Cependant, dans d’autres tests, l’avantage passe d’un modèle à l’autre.
Le coût d’utilisation de Hy4 via API est de 0,834 dollar pour un million de tokens d’entrée et 2,501 dollar pour un million de tokens de sortie.
Le modèle prend également en charge le traitement d’images et est conçu pour un large éventail de tâches, notamment la programmation, l’analyse financière, la création de jeux et la recherche scientifique.
En outre, Tencent a l’intention de publier les poids de Hy4.
Page officielle de recherche Hy4
Jusqu’au 15 novembre, Hy4 peut être utilisée gratuitement dans WorkBuddy, avec des limites quotidiennes.
Pourquoi c'est important
AnalyseHy4 montre que la concurrence sur les modèles d’IA à poids ouverts s’intensifie, avec une alternative multimodale et des tarifs API compétitifs.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
DeepSeek-R1 (Modèle de raisonnement DeepSeek)
Un modèle de raisonnement à poids ouverts (Open Weights Reasoning Model) révolutionnaire, basé sur une architecture MoE de 671B paramètres, qui a démontré la capacité de former une pensée logique extrêmement complexe grâce à un apprentissage par renforcement pur (GRPO).
Mistral AI (Modèles ouverts et efficaces européens)
Série de modèles ouverts et commerciaux hautement performants issus de la startup française Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Réputés pour leur compacité, leur rapidité et le respect de la confidentialité des données.
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro : Comparaison des modèles 2026
Chaque semaine ou presque, un nouveau modèle est lancé, et les mêmes questions reviennent inlassablement : faut-il changer de solution ? Qu'est-ce qui a évolué ? Pour quoi payer ?
Revolut fait passer environ 2 000 ingénieurs sur des modèles GLM locaux pour le code
Revolut a déplacé environ 2 000 ingénieurs vers des modèles GLM déployés localement, réduisant d’environ dix fois les coûts de codage IA et de 70 % le temps d’exécution des tâches.