Dans cet article
- Tencent Hy4 : un modèle à poids ouverts de 770B paramètres et ce qu'il signifie pour votre entreprise
- Ce qui a réellement été annoncé
- Pourquoi la licence Apache 2.0 n'est pas un petit détail juridique
- Le calcul matériel que les gros titres omettent généralement
- Ce qui rend la conception techniquement intéressante
- Trois voies pratiques pour votre entreprise
- Les questions qui tranchent la décision
- Comment nous procédons chez Origami
Tencent Hy4 : un modèle à poids ouverts de 770B paramètres et ce qu'il signifie pour votre entreprise
La réponse directe : le 28 août 2026, Tencent a publié la préversion de Hy4 en tant que modèle à poids ouverts sous licence Apache 2.0, avec 770 milliards de paramètres au total, dont seulement 49 milliards s'activent par jeton, et une fenêtre de contexte allant jusqu'à un million de jetons. En pratique, cela signifie que n'importe quelle entreprise peut télécharger le modèle et le faire tourner sur sa propre infrastructure, sans autorisation de l'éditeur et sans frais par appel. Cela ne signifie pas que vous pouvez le faire tourner sur un serveur dans votre bureau. L'écart entre ces deux phrases décide si cette nouvelle vous concerne seulement.
Ce qui a réellement été annoncé
Avant toute analyse, il est utile de séparer les faits publiés de l'interprétation. Ce que Tencent a publié dans le dépôt officiel du modèle comprend :
- Taille et activation : 770 milliards de paramètres au total, dont 49 milliards activés par jeton, dans une architecture à mélange d'experts.
- Structure interne : 78 couches, la première dense et les autres à mélange d'experts, avec 256 experts routés plus un expert partagé, et huit experts sélectionnés par jeton.
- Fenêtre de contexte : un million de jetons, avec un vocabulaire de 120 832 entrées.
- Licence : Apache 2.0, une licence permissive qui autorise l'usage commercial, la modification et la redistribution.
- Variante quantifiée : une version FP8 est disponible à côté du modèle en pleine précision.
- Accélération de l'inférence : une couche intégrée de prédiction multi-jetons qui prend en charge le décodage spéculatif.
- Orientation déclarée : le modèle vise la programmation, la productivité bureautique, le développement de jeux et la recherche scientifique plutôt que la conversation générale.
Ce qui n'a pas été annoncé, et qu'il ne faut pas supposer, c'est une quelconque promesse de supériorité sur les modèles fermés dans votre cas particulier. Les comparaisons publiées sur des benchmarks publics ne vous disent rien de fiable sur les performances avec vos documents, la langue de vos clients et le contexte de votre secteur. Cette réponse ne vient que de tests internes sur vos propres données.
Pourquoi la licence Apache 2.0 n'est pas un petit détail juridique
L'essentiel du débat sur les modèles ouverts porte sur la qualité des résultats, alors que la vraie valeur pour un chef d'entreprise se trouve dans la clause de licence. Une licence permissive signifie trois choses concrètes : faire tourner le modèle dans votre infrastructure ne requiert l'accord de personne, le modifier et l'ajuster sur vos données est autorisé, et la continuité de votre service ne dépend pas de la volonté d'un éditeur de continuer à le proposer ou de maintenir ses prix.
Ce dernier point est le cœur du sujet. Une entreprise qui a bâti tout son service client sur une seule API porte un risque silencieux : un changement de tarif, une version abandonnée ou une évolution de la politique d'utilisation peuvent la renvoyer à la case départ. Un modèle à poids ouverts n'élimine pas ce risque, mais il vous offre une porte de sortie : la copie que vous avez téléchargée reste à vous.
Le calcul matériel que les gros titres omettent généralement
C'est ici que l'enthousiasme se transforme en chiffres. 770 milliards de paramètres en précision FP8, cela représente environ un octet par paramètre, soit plus de 700 gigaoctets pour les seuls poids du modèle, avant tout le reste. Ajoutez la mémoire de contexte, qui croît avec la longueur de la conversation (et une fenêtre d'un million de jetons implique une mémoire supplémentaire considérable en usage réel), puis ajoutez la redondance pour que le service ne tombe pas quand un seul nœud tombe en panne.
La conclusion : c'est un modèle de centre de données, pas un modèle de serveur de bureau. L'auto-héberger est une décision qui exige du matériel spécialisé et une équipe d'exploitation qui sait répartir un modèle sur plusieurs GPU et surveiller la latence et le taux d'utilisation. C'est un coût fixe qui ne diminue pas quand votre usage baisse, contrairement à une API où vous payez ce que vous consommez.
La règle pratique : l'auto-hébergement n'a de sens qu'à l'une de deux conditions. Soit vous avez un usage important et régulier qui rend le coût fixe moins cher que la consommation variable, soit vous êtes soumis à une exigence réglementaire ou contractuelle qui empêche les données de sortir d'un périmètre défini. En dehors de ces deux conditions, l'auto-hébergement est généralement une décision émotionnelle plutôt qu'économique.
Ce qui rend la conception techniquement intéressante
Le chiffre frappant de Hy4 n'est pas 770 milliards mais 49 milliards. Une architecture à mélange d'experts signifie que le modèle a une capacité énorme tout en n'activant qu'une petite partie de lui-même par jeton : vous obtenez une qualité de niveau haut de gamme pour un coût de calcul plus proche de celui d'un modèle de taille moyenne. C'est précisément cette orientation architecturale qui a rapproché les modèles ouverts des modèles fermés au cours des deux dernières années.
Ajoutez à cela un mécanisme d'attention clairsemée qui réutilise les indices de parcimonie d'une couche à l'autre, et une couche intégrée de prédiction multi-jetons qui permet le décodage spéculatif pour raccourcir le temps de génération. En langage d'entreprise : ces détails réduisent le coût par jeton et la latence, et ce sont ces deux facteurs qui décident si une fonction peut être déployée auprès de milliers d'utilisateurs ou reste une expérience interne.
Trois voies pratiques pour votre entreprise
- Une API gérée sur un modèle fermé : la voie la plus rapide pour se lancer, sans charge d'exploitation, avec un coût variable qui croît avec l'usage. La voie par défaut pour les six premiers mois de tout produit.
- Hy4 via un fournisseur qui l'héberge pour vous : vous bénéficiez de la souplesse de la licence et de la possibilité de passer d'un fournisseur à l'autre sans acheter de matériel. C'est le juste milieu pratique que beaucoup négligent.
- L'auto-hébergement complet : un contrôle maximal et un coût maximal. Justifié lorsque vous êtes soumis à une exigence stricte de résidence des données ou que vous gérez un volume opérationnel important et stable.
Les questions qui tranchent la décision
Avant de dépenser le moindre riyal sur cette voie, répondez honnêtement à quatre questions. Quel type de données passera par le modèle, et une obligation réglementaire ou contractuelle l'empêche-t-elle de sortir ? Quel est le volume mensuel attendu à six mois, et non la première semaine ? Disposez-vous, vous ou votre partenaire technique, d'une réelle capacité d'exploitation en continu, jour et nuit ? Et avez-vous construit dans votre application une couche d'abstraction qui vous permet de changer de modèle sans réécrire le produit ?
Si la réponse à la dernière question est non, c'est votre priorité avant tout débat sur le choix du modèle. Ce qui distingue une entreprise souple d'une entreprise piégée, ce n'est pas le choix du bon modèle, mais la construction d'un système qui permet de changer ce choix plus tard à un coût raisonnable. Consultez notre article sur une région cloud locale et la résidence des données si la résidence est votre principal moteur.
Comment nous procédons chez Origami
Nous construisons les applications de nos clients de façon que le modèle soit un composant remplaçable derrière une interface interne unifiée, et nous conservons un jeu d'évaluation fait de vrais cas clients que nous faisons passer à tout modèle candidat avant de l'adopter. Une nouvelle comme la sortie de Hy4 cesse alors d'être un titre technique pour devenir une décision mesurable : lancer le jeu d'évaluation, comparer la qualité, le coût et la latence, puis décider sur des chiffres plutôt que sur des impressions.
Sources
- Dépôt officiel de la préversion de Hy4 publié par l'équipe Hunyuan de Tencent : github.com/Tencent-Hunyuan/Hy4-preview
- Texte de la licence Apache 2.0 : apache.org/licenses/LICENSE-2.0
- La loi saoudienne sur la protection des données personnelles (PDPL) et son autorité de contrôle : sdaia.gov.sa
Questions fréquentes
Que signifie réellement « poids ouverts » ?
Cela signifie que les fichiers du modèle eux-mêmes sont publiés et peuvent être téléchargés et exécutés sur votre propre infrastructure, sans autorisation de l'éditeur et sans frais par appel. Avec une licence permissive comme Apache 2.0, l'usage commercial et la modification sont également autorisés. Cela ne signifie pas que son exploitation est gratuite, car le coût du matériel et de l'exploitation vous revient.
Puis-je faire tourner Hy4 sur les serveurs de mon entreprise ?
En général, pas sur une installation de bureau classique. Avec 770 milliards de paramètres, les poids seuls exigent plus de 700 gigaoctets en précision FP8, avant même la mémoire de contexte et la marge de redondance. On est sur le terrain du centre de données, avec plusieurs GPU et une équipe d'exploitation spécialisée, pas d'un serveur unique au bureau.
Quand l'auto-hébergement est-il moins cher qu'une API ?
À l'une de deux conditions : un usage important et régulier qui rend le coût fixe du matériel inférieur à la consommation variable, ou une obligation réglementaire ou contractuelle qui empêche les données de sortir d'un périmètre défini. En dehors de ces deux cas, une API gérée reste moins chère et moins risquée.
Comment éviter de dépendre d'un seul fournisseur d'IA ?
Construisez une couche d'abstraction interne dans votre application pour que le modèle soit un composant remplaçable, et conservez un jeu d'évaluation fait de vrais cas clients que vous faites passer à tout modèle candidat. Changer de fournisseur devient alors une décision fondée sur des chiffres plutôt qu'un projet de reconstruction.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
