Le 16 novembre 2026, Tencent Hunyuan a officiellement lancé Hy4 flash, le premier modèle de la série Hy vendu pour sa légèreté et son faible coût : 224 milliards de paramètres au total, dont seulement 12 milliards activés par inférence, tout en conservant l'entrée multimodale et la fenêtre de contexte d'un million de tokens du modèle phare Hy4. Les tarifs API affichés tombent à 0,5 yuan par million de tokens en entrée et 2 yuans par million en sortie.
Deux tiers des paramètres en moins, et les économies viennent de plusieurs endroits
Hy4 flash ne compte qu'environ un tiers des 770 milliards de paramètres totaux du Hy4 phare, et les paramètres activés passent de 49 à 12 milliards. Sur ce total, 64 milliards sont des paramètres Engram — une technique de mémoire conditionnelle qui stocke les motifs de texte fréquents dans une table de consultation rapide, de sorte que le modèle récupère les résultats au lieu de les recalculer à chaque fois. Le pré-entraînement combine attention hybride, LatentMoE et Engram, tandis que l'inférence s'appuie notamment sur megakernel et la quantification 4 bits pour dépasser 150 tokens par seconde en décodage. Le cache KV ne représente plus que 1/24 de celui de Hy3 et 1/6 de celui de Hy4, et la consommation mémoire suit — c'est ce qui rend possibles les prix de 0,5 et 2 yuans. Selon les tarifs affichés publiés par Tencent, l'entrée, la sortie et les accès au cache sont environ 12, 9 et 15 fois moins chers que pour Hy4, même si Hy4 bénéficie actuellement d'une remise séparée de 50 %, ce qui réduit l'écart réel par rapport à la comparaison des tarifs affichés.
Combien moins cher, et combien de performance perdue
Tencent a publié une comparaison sur WorkIndex, son propre benchmark construit à partir de tâches typiques de WorkBuddy : l'édition collaborative de présentations passe de 78,9 avec Hy4 à 74,0, tandis que le coût par tâche chute de 1,714 à 0,105 yuan ; les tâches automatisées passent de 56,2 à 52,2, avec un coût par tâche ramené de 0,908 à 0,038 yuan. Au total, le coût par tâche représente environ un vingtième de celui de Hy4 et un huitième de celui de DeepSeek V4.1-Flash. Dans un test en aveugle, 85 utilisateurs de WorkBuddy ont évalué 259 tâches, et la satisfaction s'est approchée de celle de Claude Haiku 5.5. Une réserve s'impose : tous ces chiffres proviennent de l'évaluation interne de Tencent, WorkIndex n'est pas public et aucune vérification indépendante n'est encore apparue.
Le travail de bureau quotidien revient à flash, le développement complexe reste au modèle phare
La répartition proposée par Tencent est limpide : recherche approfondie, traitement de documents, création de diapositives, édition de tableurs, développement frontal simple et manipulation de l'ordinateur — ces tâches quotidiennes reviennent à Hy4 flash, tandis que les longs cycles de développement logiciel et autres travaux complexes restent du ressort de Hy4. Le modèle est déjà disponible sur Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima et Marvis, et OpenRouter suivra prochainement. Jusqu'au 30 novembre, il est gratuit dans WorkBuddy et à moitié prix sur l'API TokenHub. Les curieux peuvent d'abord exécuter quelques tâches réelles dans WorkBuddy, puis décider de l'intégrer ou non à leur flux de travail — un test plus fiable que la grille tarifaire. Pour les capacités du modèle phare, voir notre couverture précédente : Tencent Hunyuan Hy4 officiellement lancé : première prise en charge de la vision et de l'utilisation de l'ordinateur, poids bientôt open source.