Modèles et plateformes d’IA
Tencent lance Hy4 Flash, un modèle multimodal moins coûteux

Points clésHy4 flash réduit les prix des jetons d'entrée et de sortie d'environ 92 % et 89 % par…
Voir plus
- Hy4 flash réduit les prix des jetons d'entrée et de sortie d'environ 92 % et 89 % par rapport à Hy4 complet.
- WorkIndex de Tencent oriente l'évaluation vers des livrables de bureau réels plutôt que vers les scores des benchmarks publics.
- Tencent positionne Hy4 flash pour la productivité à haut volume, tandis que Hy4 complet conserve le plafond d'intelligence plus élevé.
Tencent Hy a présenté Hy4 Flash le 16 novembre 2026. Ce modèle nativement multimodal dispose d’une fenêtre de contexte d’un million de jetons et propose des tarifs d’API nettement inférieurs à ceux de la version complète de Hy4. Ce lancement vise les tâches de productivité courantes.
La grille tarifaire de Tencent Cloud indique que Hy4 Flash coûte 0,070 $ par million de jetons d’entrée et 0,281 $ par million de jetons de sortie, contre 0,834 $ et 2,501 $ pour Hy4. Les jetons d’entrée mis en cache coûtent 0,003 $ par million, contre 0,042 $ pour Hy4. D’après ces tarifs affichés, le coût des jetons d’entrée et de sortie est donc inférieur d’environ 92 % et 89 %, respectivement.
Architecture et optimisations du service
Le modèle compte 224 milliards de paramètres au total, dont 64 milliards de paramètres Engram, et en active 12 milliards par jeton. Tencent indique que son architecture combinant attention hybride, LatentMoE et Engram réduit la taille du cache clé-valeur — qui stocke les calculs antérieurs du contexte afin de les réutiliser — au vingt-quatrième de celle de Hy3 et au sixième de celle de Hy4. Le post-entraînement s’appuie sur l’auto-distillation à partir de Hy4 ; l’apprentissage par renforcement réduit de 50 % le nombre moyen de jetons générés de bout en bout.
Pour le service, Tencent affirme que les mégacernels, la quantification sur quatre bits et DFly portent la vitesse de décodage à plus de 150 jetons par seconde, ce qui permet un déploiement à moindre coût à grande échelle.
WorkIndex évalue les tâches de bureau
Au lieu de mettre l’accent sur les résultats de tests de référence publics, Tencent a conçu WorkIndex autour de tâches courantes dans WorkBuddy. L’évaluation mesure la qualité des livrables, la longueur des réponses en un seul tour et le délai d’exécution des tâches. Ses huit ensembles d’évaluation couvrent la création et la modification de diapositives, la co-rédaction de diapositives entre humains et IA, la co-rédaction de documents Markdown entre humains et IA, la modification de documents, la réparation de feuilles de calcul, le traitement audio et vidéo, ainsi que la compréhension visuelle.
Tencent indique que, dans l’ensemble, Hy4 Flash obtient des résultats légèrement supérieurs à ceux de Hy4 preview sur WorkIndex, tandis que le coût moyen par tâche tombe au treizième de celui de Hy4 preview, au vingtième de celui de Hy4 et au huitième de celui de DeepSeek-V4.1-Flash-1017, aux tarifs de pointe du niveau Max.
Une évaluation à l’aveugle distincte a mobilisé 85 utilisateurs internes de WorkBuddy, qui ont réalisé 259 tâches réparties dans 27 catégories. Tencent indique que la satisfaction des utilisateurs est proche de celle obtenue par Claude Haiku 5.5, et que le modèle affiche le délai d’exécution de bout en bout le plus court ainsi que le coût par tâche le plus bas parmi les modèles évalués.
Disponibilité et accès à l’API
Hy4 Flash est accessible via Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima et Marvis ; sa disponibilité sur OpenRouter est prévue. L’accès à WorkBuddy est gratuit jusqu’au 30 novembre 2026, tandis que l’utilisation de l’API TokenHub bénéficie d’une remise de 50 % jusqu’à 12 h, heure de Pékin, ce même jour. La remise s’applique uniquement à l’utilisation générée pendant la période promotionnelle.
Pour les développeurs, l’identifiant de l’API est hy4-flash. La documentation des modèles de Tencent Cloud indique que le modèle prend en charge la compréhension des images, le raisonnement, la sortie structurée, les appels de fonctions et la mise en cache. Les limites maximales sont de 960 000 jetons en entrée et de 64 000 jetons en sortie. La présentation de l’API précise également que les formats OpenAI Chat Completions, OpenAI Responses et Anthropic Messages sont pris en charge, et que les clients doivent activer le service du modèle avant d’effectuer des appels.
Tencent recommande Hy4 Flash pour la recherche approfondie, le traitement de documents, la création de diapositives, les démonstrations simples d’interfaces frontales et l’utilisation d’un ordinateur. L’entreprise continue toutefois de recommander la version complète de Hy4 pour les projets complexes de génie logiciel à long terme, en raison de son plafond d’intelligence plus élevé. Tencent prévoit également de publier une version à poids ouverts de Hy4 Flash et de la mettre à jour fréquemment.
Ce lancement fait suite à l’annonce par Tencent, le 4 novembre 2026, de la version complète de Hy4, qui avait ajouté des capacités de compréhension visuelle et d’utilisation d’un ordinateur. Cette annonce antérieure indiquait qu’une version Flash plus économe en coûts devait sortir prochainement.
Il en résulte une gamme Hy4 à deux niveaux : Hy4 Flash est destiné aux tâches de productivité et aux agents à fort volume, pour lesquelles la consommation de jetons et les délais d’exécution sont importants, tandis que la version complète de Hy4 reste l’option adaptée aux projets logiciels plus difficiles. Pour déterminer dans quelle mesure les gains d’efficacité de Hy4 Flash dépassent les services propres à Tencent, il sera essentiel de vérifier si les résultats internes de l’entreprise en matière de coûts et de vitesse se confirment sur des charges de travail indépendantes et avec la version à poids ouverts prévue.












