🚀 Tencent Hy4 : IA multimodale open source, limites & sécurité
Découvrez Tencent Hy4 : IA multimodale open source, agents IA et vision. Performances, tarifs, sécurité et points à vérifier avant adoption.
Tencent Hy4 : ce que le nouveau modèle de Tencent change vraiment
Un modèle d'IA ne se juge pas à ses scores. Pour une entreprise, les questions vraiment décisives sont plus concrètes : est-ce qu'il sait travailler à partir de documents et d'images ? Peut-il enchaîner des tâches sans perdre le fil ? S'intègre-t-il aux outils déjà en place, et à un coût supportable ? Tencent présente Hy4 comme une réponse à ces points, avec des capacités multimodales, l'usage d'un ordinateur et des améliorations annoncées pour l'analyse financière, le développement et la recherche scientifique.
Le groupe affirme aussi que Hy4 fait partie des modèles open source les plus performants. Là , prudence : cette affirmation ne vaut que si les poids, les cartes système et les évaluations indépendantes suivent bien. Tencent dit justement publier ces éléments dans les jours suivant l'annonce. En clair : il faut séparer ce qui est démontré, ce qui a été testé en interne, et ce qui pourra réellement être reproduit dans votre environnement.
Capacités multimodales et agents : que sait faire Tencent Hy4 ?
Hy4 est présenté comme le modèle de nouvelle génération de Tencent. Le changement le plus visible, c'est la compréhension visuelle : le modèle peut analyser des images, interpréter des graphiques complexes et traiter des problèmes mathématiques présentés visuellement. Donc, ce n'est plus seulement du texte : une partie du contexte peut venir sous forme d'image ou d'interface.
Tencent annonce aussi des progrès sur le suivi des consignes, la gestion de longs contextes et l'exécution de tâches en plusieurs étapes. Pour un usage pro, c'est pertinent : une demande implique rarement un seul document et une seule action. Attention toutefois à une chose simple : une meilleure fenêtre de contexte ne garantit pas que chaque détail sera correctement retenu. Le bon réflexe, c'est de tester sur vos documents, vos formats et vos consignes réelles.
De l'analyse Ă l'action sur un ordinateur
Hy4 va plus loin avec des capacités d'utilisation de l'ordinateur, via des commandes en ligne comme via une interface graphique. L'idée est que le modèle peut agir dans des logiciels, pas seulement « répondre » en texte. Tencent dit l'avoir entraîné sur des outils professionnels comme Blender et des logiciels de CAO, avec l'objectif d'améliorer la planification et l'exécution de tâches longues.
Ce point change le niveau de risque. Une réponse « fausse » peut être corrigée à la lecture ; une action dans une interface peut modifier un fichier, lancer une commande ou déclencher un traitement. Si vous l'envisagez en production, prévoyez des permissions limitées, des validations humaines, une journalisation des actions et un mécanisme pour annuler ce qui peut l'être. Le but, c'est une autonomie utile - pas l'absence de contrôle - , donc déléguer les étapes répétitives tout en gardant la main sur ce qui touche à la décision sensible.
Ce que le mot agent ne résout pas
Un « agent », ce n'est pas magique : il doit comprendre l'objectif, choisir des étapes, utiliser des outils et vérifier le résultat. À chaque étape, il y a une nouvelle occasion de se tromper. Pour un prototype, une exécution imparfaite peut passer. Pour un processus qui touche à la facturation, aux données clients ou à un environnement réel, c'est une autre histoire. Le bon critère n'est donc pas la qualité d'une réponse isolée, mais le taux de réussite bout en bout.
Quels usages professionnels peuvent en tirer parti ?
Tencent insiste sur une approche « modèle + produits ». Hy4 s'intègre notamment à WorkBuddy, l'assistant de travail du groupe, et peut être relié à WeCom pour exploiter des informations issues de conversations, courriels, documents, calendriers et réunions. Dans un scénario de gestion de plusieurs projets, le système pourrait repérer des tâches ouvertes, signaler une réunion à préparer ou faire ressortir une échéance proche.
C'est séduisant parce que le problème des outils de productivité n'est pas seulement la rédaction. C'est souvent la dispersion de l'information et le suivi des engagements. Mais dès que l'assistant accède à plusieurs sources, la question devient : respecter les droits d'accès de chaque utilisateur. « Il lit les données » ne suffit pas. Il faut vérifier qu'il ne renvoie pas à quelqu'un des informations qu'il ne verrait pas dans l'application d'origine. Et l'intégration annoncée dans l'écosystème Tencent ne veut pas dire automatiquement que tout sera disponible tel quel pour une entreprise française, ni que les outils seront adaptés à vos processus.
Finance, développement et création
Pour la partie finance, Tencent dit avoir entraîné Hy4 sur des environnements de travail spécialisés et des tâches liées à la recherche de fonds, l'analyse de titres et des stratégies quantitatives. Le modèle obtient un score de 3,04 dans une évaluation à l'aveugle menée avec Tencent Financial Technology, devant des modèles comparés dans ce test. Pour une équipe, ça peut justifier un pilote sur des tâches documentaires bien cadrées. En revanche, ça ne suffit pas pour confier une décision d'investissement ou une analyse réglementaire sans validation d'experts.
En développement, Hy4 vise des tâches de logique métier, de gestion d'état et d'orchestration entre le frontal et le serveur. Tencent indique aussi avoir travaillé sur sa capacité à produire des jeux avec Unreal Engine, Unity et Godot. Le gain annoncé par rapport à Hy4 Preview atteint 19,1 % sur un benchmark de développement de jeux et 9,8 % sur un test de logique de jeu. Ces chiffres ne remplacent pas des tests de compilation, de sécurité, de performance et de maintenabilité sur le code généré.
Le modèle est également présenté comme utile pour la recherche scientifique : raisonnement, programmation scientifique et workflows longs. Une évaluation appelée TenureTrail aurait couvert 123 tâches exécutables dans sept disciplines. Tencent cite des résultats dans plusieurs domaines, dont les mathématiques, la modélisation physique et les sciences de l'environnement. Là encore, la valeur dépendra de la reproductibilité et de la possibilité de vérifier les sources et les calculs.
Une règle simple : choisir par tâche, pas par buzzword
Si vous ne voulez pas choisir un modèle sur une démonstration impressionnante, partez d'une tâche précise : synthétiser un dossier, produire un composant, classer des demandes, préparer une réunion. Définissez ce qu'est un résultat acceptable, un jeu de cas représentatif et le coût d'une erreur. Un modèle peut être très bon pour générer du code tout en étant moins adapté à un processus documentaire sensible, ou à un outil mal intégré.
Que valent les résultats et les benchmarks annoncés ?
Les chiffres publiés donnent des repères, pas une garantie que Hy4 sera excellent dans votre contexte. Tencent affirme que Hy4 atteint une moyenne de 83,18 et un taux de réussite de 96,15 % dans des évaluations liées à WorkBuddy, avec une première place dans neuf scénarios sur douze pour le marché chinois continental. Mais le communiqué ne fournit pas, dans les éléments disponibles ici, tous les détails permettant de reproduire exactement ces évaluations ni de les comparer à un test indépendant.
Le test financier est mieux documenté sur le panel : 213 professionnels, dont 153 experts d'établissements externes, et environ 70 % avec plus de cinq ans d'expérience. Sur 579 tâches réelles, Hy4 affiche un score global de 3,04, contre 2,97 pour DeepSeek-V4.1-Flash-1017 et 2,68 pour Kimi K3.1 Pro et GLM-5.3. C'est plutôt favorable à Hy4 sur ce cadre précis, pas une preuve de supériorité générale sur toutes les tâches financières.
Les limites des Ă©valuations internes
Un benchmark dépend des tâches retenues, de la méthode de notation, des modèles comparés et de la date du test. Et quand une évaluation est construite autour d'un produit, elle peut refléter aussi la qualité de l'intégration, pas uniquement celle du modèle.
Pour interpréter un classement, posez-vous des questions très concrètes : les prompts et les critères sont-ils accessibles ? Les réponses ont-elles été évaluées à l'aveugle ? Les scénarios couvrent-ils les cas d'échec et les données incomplètes ? Les modèles concurrents ont-ils été réglés de manière comparable ?
Tencent rapporte aussi une baisse du taux d'hallucination : 12,95 % pour Hy4 Preview contre 7,2 % pour Hy4, et une réduction des erreurs liées à des hypothèses non étayées : 23,1 % à 5,6 %. C'est encourageant, mais tout dépend de ce qui est exactement compté comme hallucination, et avec quelles données. Un taux moyen ne dit pas si les erreurs restantes se concentrent sur des cas rares mais coûteux (par exemple une référence juridique ou un montant financier).
Le bon test Ă faire en interne
Avant d'acheter ou d'intégrer, préparez un jeu de 50 à 100 cas représentatifs : demandes ordinaires, entrées ambiguës, informations manquantes et scénarios à risque. Faites évaluer par les personnes qui font le travail au quotidien. Mesurez au minimum : la qualité, le temps gagné, le coût par tâche, le nombre de corrections et les erreurs « critiques ». Et comparez Hy4 à votre solution actuelle, pas seulement à des modèles vus sur un benchmark publié.
Open source, cybersécurité et biosécurité : quels garde-fous ?
Tencent prévoit de publier les poids du modèle et ses cartes système dans les jours suivant le lancement. Tant que ces éléments ne sont pas disponibles et vérifiés, il serait trop tôt de conclure que Hy4 est « pleinement ouvert », ou d'affirmer clairement les conditions de réutilisation. Le terme open source recouvre plusieurs réalités : on peut avoir des poids, du code d'entraînement, des données, une licence et de la documentation... mais pas forcément tout ensemble.
Pour une organisation, la licence pèse autant que les performances. Elle conditionne les usages autorisés, les obligations de redistribution et les contraintes commerciales. Les poids permettent de tester un déploiement sur votre infrastructure, mais ils ne suffisent pas à garantir l'auditabilité, la reproductibilité ou l'absence de dépendances à des services externes. Il faudra aussi examiner la carte système, les limites connues, ce qui est déconseillé et les résultats des évaluations de sécurité.
Sécurité informatique : vérifier, pas seulement croire
Tencent explique avoir entraîné Hy4 sur des données de sécurité défensive, avec un accent sur la preuve de concept et la correction de vulnérabilités, tout en excluant les contenus offensifs liés à l'exploitation. Des équipes du Xuanwu Lab et de Keen Security Lab auraient évalué le modèle, notamment sur la rétro-ingénierie cryptographique, la désobfuscation de binaires et l'exploitation de vulnérabilités. L'entreprise dit n'avoir relevé aucune préoccupation majeure dans les domaines examinés.
Utile, oui - mais ça reste une évaluation communiquée par le fournisseur. Une équipe sécurité doit conduire ses propres tests selon vos scénarios de menace et vos règles internes. L'essentiel : empêcher qu'un agent exécute une commande dangereuse sans validation, limiter ses accès aux dépôts et environnements nécessaires, et séparer les systèmes de test des systèmes de production.
Données, conformité et biosécurité
Sur la biosécurité, Tencent décrit une base de connaissances jugée solide en biologie, tout en indiquant des capacités plus limitées en conception expérimentale ouverte par rapport à des modèles de pointe. Ce cadrage ne dispense pas d'évaluer les demandes sensibles. Les garde-fous peuvent changer d'une version à l'autre, et selon les modalités de déploiement : il faudra donc les tester et les suivre dans le temps.
En Europe, le RGPD ne se « déduit » pas du fait qu'un modèle soit open source ou qu'il soit hébergé localement. Il faut vérifier où transitent les données, qui peut y accéder, combien de temps elles sont conservées et si elles sont utilisées pour l'entraînement. Pour un pilote, évitez les données personnelles ou confidentielles tant que les clauses contractuelles, les mesures de sécurité et les responsabilités ne sont pas clarifiées. Et documentez les usages permis, avec un recours humain pour les décisions ayant un effet important sur une personne.
Prix, accès et critères pour décider d'un déploiement
Hy4 est annoncé dans plusieurs produits Tencent : TokenHub, WorkBuddy, CodeBuddy, Yuanbao, l'assistant IA de WeCom et ima. Tencent mentionne aussi une disponibilité via une API sur des plateformes tierces, notamment OpenRouter, Hermes et OpenCode. Des intégrations à d'autres produits du groupe seraient en cours. Dans la pratique, la disponibilité peut toutefois varier selon le pays, le compte, l'offre et les règles de chaque plateforme : vérifiez avant de concevoir une architecture autour du modèle.
Le prix annoncé est d'environ 0,90 dollar par million de jetons en entrée, 2,70 dollars par million en sortie, et 0,045 dollar par million de jetons d'entrée mis en cache. Tencent affirme conserver le même tarif que Hy4 Preview malgré les améliorations. Hy4 Flash, destiné aux usages qui privilégient le rapport coût-valeur, doit sortir plus tard. Les prix sont en dollars : le coût en euros dépendra du taux de change, des frais éventuels de plateforme et du volume réel consommé en jetons.
Un coût utile, pas seulement un coût par jeton
Le prix unitaire ne raconte pas toute l'histoire. Une tâche complexe peut multiplier les appels, répéter du contexte et ajouter des étapes de vérification. Ajoutez aussi le coût d'intégration, de la supervision humaine, du stockage, de la sécurité et du traitement des erreurs. Un modèle « moins cher » à l'appel peut coûter plus cher si ses réponses déclenchent trop de reprises.
Pour un premier pilote, fixez trois seuils avant de lancer les tests : coût maximal par tâche réussie, taux d'erreur acceptable, temps de contrôle humain. Si l'un de ces seuils n'est pas tenu, ajustez le processus - ou revenez à quelque chose de plus simple. L'automatisation n'a de valeur que si elle réduit le coût total ou améliore vraiment la qualité du service, sans déplacer le travail vers une équipe qui corrige en permanence.
Une décision en trois étapes
- Choisissez une tâche bornée. Écartez dès le départ les décisions à fort impact et les données sensibles.
- Testez sur vos cas. Mesurez la qualité, la latence, le coût total et le taux de reprise par rapport à votre processus actuel.
- Vérifiez les conditions d'exploitation. Passez en revue la licence, la résidence des données, la rétention, les droits d'accès, la journalisation et le mécanisme de retour arrière.
Tencent annonce une période de gratuité pour WorkBuddy et CodeBuddy du 4 au 15 novembre, ainsi qu'une réduction de 50 % sur Hy4 dans TokenHub jusqu'au 31 décembre 2026. Ces offres peuvent faciliter un premier essai, mais ne doivent pas remplacer l'évaluation après la période promotionnelle.
Conclusion
Hy4 marque une évolution intéressante dans la stratégie de Tencent : le modèle combine texte, vision et actions sur ordinateur, avec des applications ciblées en productivité, finance, développement et recherche. Les résultats publiés par l'entreprise donnent suffisamment envie de tester, mais ils ne remplacent ni des benchmarks indépendants ni une évaluation sur vos propres tâches.
La démarche la plus raisonnable consiste à attendre et examiner les poids, la licence et les cartes système, puis à lancer un pilote limité avec des critères de réussite mesurables. Pour une entreprise européenne, la gestion des données, les droits d'accès et le contrôle des actions autonomes comptent autant que les performances annoncées. C'est à ces conditions que Hy4 pourra prouver sa valeur, au-delà de l'annonce.