Le 4 novembre 2026, Tencent a officialisé le lancement de Hy4, son modèle phare de nouvelle génération. Dès l’ouverture des documents techniques, le discours s’émancipe de la surenchère habituelle sur le volume de paramètres pour placer en tête la réduction des erreurs : les évaluations internes affichent un taux d’hallucination en recherche de 5,45 % et un taux d’erreurs spéculatives limité à 5,6 %. Alors que l’écosystème rivalise pour dominer les classements, ériger l’exactitude des faits en priorité absolue témoigne d’une approche d’ingénierie résolument pragmatique.
Les records enregistrés sur les bancs d’essai académiques peinent souvent à se traduire par une réelle disponibilité en production. Pour les modèles à poids ouverts, le champ de bataille ne se situe plus tant sur le plafond des capacités que sur le socle minimal de fiabilité. L’orientation fixée par Tencent pour Hy4 est claire : juguler la fabulation dans les chaînes de génération avant d’étendre les interactions multimodales et le contrôle système.
Figure : Répartition des performances du benchmark principal de Hy4, mettant en lumière le gain de stabilité sur la recherche documentaire et le raisonnement spécialisé. Source : Tencent Hunyuan (Blog officiel d’annonce).
Près de 70 % d’hallucinations en moins : l’ingénierie au-delà des classements
Dans les architectures de génération augmentée par récupération (RAG) en entreprise, les défaillances proviennent fréquemment d’un glissement factuel lors de la collecte contextuelle. Selon les données internes partagées par Tencent, le taux d’hallucination en recherche de Hy4 est passé de 15,76 % sur les versions préliminaires à 5,45 %, tandis que les erreurs spéculatives ont reculé de 23,1 % à 5,6 %. Dans les domaines soumis à un audit rigoureux, descendre sous la barre critique des 6 % rend enfin viable l’automatisation des contrôles.
L’équipe d’entraînement a concentré ses efforts post-formation sur le traitement des requêtes sensibles au facteur temps, la synthèse multi-sources et la vérification automatisée de cohérence factuelle. Ce mécanisme a également été intégré aux outils bureautiques de Tencent pour fiabiliser l’édition collaborative en temps réel et éviter les conflits d’état lors de modifications simultanées.
Ces métriques proviennent de protocoles d’évaluation internes à Tencent et traduisent d’abord les choix d’optimisation de ses concepteurs, en attendant des vérifications en double aveugle par des tiers. Néanmoins, faire de la réduction du taux d’erreur un argument central confirme une volonté d’évaluation tangible de la rigueur factuelle.
213 financiers testent 579 tâches : le premier rang open-weight validé sur le terrain
Les métiers de la finance n’accordent aucune marge de tolérance aux approximations des modèles génératifs. Tencent Financial Technology (FiT) a mobilisé 213 professionnels du secteur pour confronter le modèle à 579 tâches opérationnelles réelles. Parmi les testeurs, 153 étaient issus d’institutions financières de premier plan et plus de 70 % affichaient plus de cinq ans d’expérience dans l’audit de bilans ou le contrôle de conformité réglementaire.
Sur un barème de 5 points, Hy4 s’est hissé en tête des modèles à poids ouverts avec une note moyenne de 3,04 points. À titre de comparaison, DeepSeek-V4.1-Flash-1017 a obtenu 2,97 points, tandis que Kimi K3.1 Pro et GLM-5.3 ont tous deux obtenu 2,68 points. L’écart s’est principalement manifesté lors du recoupement de tableaux complexes, où le faible taux d’hallucination a garanti une extraction fiable des indicateurs clés.
Les bancs d’essai externes corroborent cette tendance. Sur le benchmark IRAB de RabyteTech, regroupant 101 tâches de recherche financière, Hy4 a atteint 61,63 points, soit une progression de 12,03 points par rapport à la préversion. Sur les requêtes de données brutes, Hy4 a obtenu 75,4 points, devançant GPT-6.1 Sol de près de 20 points et limitant considérablement les dérives lors de l’analyse de rapports financiers denses.
De l’analyse d’images de 280 mégapixels au contrôle de Blender : vision et utilisation de l’ordinateur
Hy4 constitue le premier modèle de la gamme Hunyuan capable de conjuguer perception visuelle et utilisation de l’ordinateur, aussi bien en ligne de commande que via une interface graphique (GUI). Lors des démonstrations officielles, le modèle est parvenu à localiser un composant de toiture d’environ deux mètres sur un cliché aérien de 280 mégapixels, attestant d’une cohérence géométrique remarquable lors de l’extraction de caractéristiques multi-échelles.
Figure : Hy4 localise avec précision un élément de toiture de 2 mètres au sein d’une prise de vue aérienne de 280 mégapixels, illustrant sa finesse d’analyse sur des échelles extrêmes. Source : Tencent Hunyuan (Blog officiel d’annonce).
Cette acuité visuelle accrue bénéficie directement au pilotage d’applications d’ingénierie professionnelle. Entraîné spécifiquement sur des suites 3D telles que Blender, le modèle s’avère capable d’orchestrer des flux de travail longs à travers plusieurs outils. Les agents d’interface classiques perdent souvent le fil dans les arborescences de menus complexes ; en associant directement les coordonnées de pixels aux commandes fonctionnelles, Hy4 réduit drastiquement les interruptions de parcours.
Dans le secteur du divertissement numérique, Tencent Interactive Entertainment Group (IEG) a supervisé la constitution des jeux de données et la méthodologie de test. Le modèle est adapté aux moteurs Unreal Engine, Unity et Godot, y compris pour le développement multijoueur. En interne, les scores relatifs au développement et à la logique de jeu ont respectivement progressé de 19,1 % et 9,8 %, allégeant la saisie de code répétitif pour les créateurs.
Infrastructure propriétaire, sécurité défensive et aveu transparent des limites
Sur le front de la recherche scientifique, Hy4 intervient désormais dans des calculs hautement spécialisés. Lors de 123 évaluations internes couvrant sept disciplines fondamentales, le modèle a conservé sa première place parmi les architectures ouvertes. Sur une machine unique, il n’a fallu que 1,5 heure pour reconstruire en 3D un embryon de souris à partir de sept millions de cellules. Tencent a parallèlement ouvert les modèles HyPDE pour la modélisation physique et HyCell pour la biologie cellulaire.
Figure : Synthèse comparative des benchmarks de Hy4, détaillant les écarts de performance sur le code, les contextes longs et les tâches spécialisées. Source : Tencent Hunyuan (Blog officiel d’annonce).
L’extension des privilèges de contrôle système impose une gestion intransigeante de la sécurité. Les équipes d’apprentissage ont strictement restreint les données de cybersécurité aux tâches défensives, comme l’analyse de correctifs ou la génération de preuves de concept (PoC), en excluant le développement d’exploits et les outils d’intrusion. Les audits de sécurité menés par Tencent Xuanwu Lab et Keen Security Lab n’ont décelé aucun accroissement des risques d’exploitation malveillante. Au banc d’essai de biosécurité Hy-BioExperimentBench, le modèle affiche 30,4 sur 100, sans signe d’abaissement des barrières face aux risques biologiques.
La communication officielle se distingue également par sa franchise vis-à-vis des faiblesses persistantes. Les notes de version concèdent un retard certain face aux modèles propriétaires de pointe dans les mathématiques de niveau recherche, la construction de bases logicielles complexes et le raisonnement visuel avancé. Exposer clairement ces frontières permet aux architectes système d’élaborer des mécanismes de tolérance aux pannes appropriés, bâtissant une relation de confiance plus solide que des promesses excessives.
Le déploiement interne avant la publication des poids : la fiabilité comme critère de validation
Un point essentiel accompagne la sortie de Hy4 : ses poids de modèle ne sont pas immédiatement accessibles. Tencent indique officiellement « prévoir l’ouverture des poids », qui seront diffusés ultérieurement avec les system cards détaillées. Une prise en charge avec vLLM et SGLang a déjà été préparée, mais avant de distribuer les fichiers au public, Tencent a choisi d’éprouver le modèle au sein de ses propres services internes à forte charge.
La grille tarifaire commerciale demeure inchangée par rapport aux versions préliminaires : 0,042 dollar par million de tokens pour les entrées en cache, 0,834 dollar pour les entrées classiques et 2,501 dollars pour les sorties. Accessible via Tencent Cloud, avec une déclinaison allégée Hy4 flash annoncée, cette stabilité des coûts rassure les entreprises qui planifient leur transition vers la production.
Les retours d’expérience enregistrés au sein des produits de Tencent illustrent cette montée en maturité : la note interne de l’assistant Yuanbao est passée de 65,25 à 72,53 avec de nets gains sur l’exécution des tâches d’agents ; sur Honor of Kings, les tâches de configuration atteignent 99,32 % de précision après autoréparation avec une identification des bugs à 73,8 % ; et le navigateur d’agents WorkBuddy affiche un taux de réussite de 96,15 % sur ses parcours en plusieurs étapes.
L’évolution des modèles à poids ouverts s’émancipe de la simple accumulation de puissance de calcul et de la quête de trophées théoriques. La démarche adoptée avec Hy4 prouve que contenir le taux d’erreur factuelle dans des limites vérifiables lève le frein principal au déploiement en conditions réelles. En attendant que la communauté puisse auditer directement les poids, asseoir la solidité du modèle sur des cas d’usage industriels exigeants pose un standard de livraison lucide et rigoureux.
Liens de référence :
- Annonce officielle et blog technique Tencent Hunyuan Hy4
- Rapport d’évaluation en conditions professionnelles par Tencent Financial Technology (FiT)
- Évaluation de recherche d’investissement RabyteTech IRAB
- Rapports d’audit de sécurité par Tencent Xuanwu Lab et Keen Security Lab
