# Tencent dévoile Hy4 : un modèle ouvert de 770 milliards de paramètres qui voit l'écran et pilote l'ordinateur
À retenir
- Tencent a dévoilé Hy4 le 4 novembre 2026.
- Hy4 ne se contente donc plus de lire et de produire du texte : il peut analyser ce qui s'affiche à l'écran et agir sur une interface graphique, comme le ferait un utilisateur.
- Le chiffre le plus marquant est celui de la taille : 770 milliards de paramètres au total.
Tencent a dévoilé Hy4 le 4 novembre 2026. Successeur de Hy4 Preview, ce nouveau modèle open source de la série Hunyuan compte 770 milliards de paramètres au total, ce qui le place parmi les plus grands modèles ouverts annoncés à ce jour. L'annonce dépasse pourtant la seule question de la taille : Hy4 apporte la compréhension des images et l'interaction directe avec l'ordinateur, deux capacités qui élargissent nettement son champ d'usage professionnel.
Hy4 ne se contente donc plus de lire et de produire du texte : il peut analyser ce qui s'affiche à l'écran et agir sur une interface graphique, comme le ferait un utilisateur. Une réserve importante demeure toutefois : les poids du modèle promis et le rapport de sécurité ne sont pas encore publiés à ce jour. Ils sont donc à signaler clairement comme en attente, et toute évaluation définitive devra attendre leur mise à disposition.
Un modèle géant qui n'active qu'une fraction de ses paramètres
Le chiffre le plus marquant est celui de la taille : 770 milliards de paramètres au total. Ce nombre donne une idée de la capacité du modèle à représenter des connaissances et des relations complexes, et à traiter des sujets variés avec des contextes nuancés. Mais la particularité de Hy4 tient à son architecture MoE, pour Mixture of Experts, ou mélange d'experts. Le modèle est composé de sous-ensembles spécialisés, et seule une partie d'entre eux est sollicitée pour chaque requête : seulement 49 milliards de paramètres sont activés par requête. Le calcul reste donc léger malgré la taille totale du modèle.
Cette distinction est essentielle : un très grand modèle peut rester exploitable sans mobiliser systématiquement l'ensemble de ses ressources, avec des coûts plus maîtrisables et une plus grande flexibilité de déploiement. Hy4 s'inscrit ainsi dans une tendance de fond : celle des modèles ouverts de très grande taille, qui rivalisent avec les meilleurs modèles propriétaires américains selon les briefings du jour.
La vision et le pilotage de l'ordinateur changent la donne
La première nouveauté majeure est la compréhension des images. Un modèle doté de la vision peut analyser une capture d'écran, un document scanné, un graphique, une photographie de produit ou une interface logicielle, puis mettre en relation ce qu'il voit avec une demande formulée en langage naturel. Un professionnel peut ainsi soumettre l'image d'un tableau de bord ou d'un rapport et demander une synthèse ou une vérification. La vision permet au modèle de travailler avec les documents et les écrans tels qu'ils existent déjà dans l'entreprise, sans tout convertir en texte au préalable.
La seconde nouveauté est l'interaction directe avec l'ordinateur, souvent désignée par les expressions GUI automation ou computer use. Hy4 peut agir sur une interface graphique : cliquer, saisir du texte, naviguer entre des fenêtres, remplir un formulaire ou enchaîner des actions dans un logiciel. Le modèle passe ainsi du rôle de conseiller à celui d'exécutant, sous la supervision de l'utilisateur. Jusqu'à présent, automatiser une tâche supposait souvent une interface de programmation dédiée ou un connecteur spécifique pour chaque logiciel. Avec un modèle capable de piloter l'ordinateur, il devient possible d'automatiser des tâches dans des outils existants, y compris ceux qui n'ont pas été conçus pour être pilotés par une machine.
Des agents capables de travailler sur le long terme
Au-delà de la vision et du pilotage de l'ordinateur, Hy4 met en avant des capacités orientées agents à long horizon. Un agent est un système capable de poursuivre un objectif sur plusieurs étapes, en adaptant son plan en fonction des résultats obtenus. Il ne se contente pas de répondre à une question isolée : il organise une séquence d'actions, vérifie les résultats intermédiaires et ajuste sa démarche si nécessaire.
De nombreuses tâches professionnelles ne se résument pas à une seule action : préparer un dossier ou compiler des informations provenant de plusieurs sources demandent de la persistance et une capacité à gérer les imprévus. Un agent plus autonome peut faire gagner du temps, mais il exige une définition claire des objectifs, des limites et des contrôles. L'autonomie ne supprime pas la supervision humaine : elle la déplace vers la définition des règles et la validation des étapes sensibles.
Ce que l'ouverture change pour les entreprises
Hy4 est présenté comme un modèle open source de la série Hunyuan. Cette ouverture permet d'étudier le fonctionnement du modèle, de l'adapter à des besoins spécifiques et de l'intégrer dans des environnements variés, sans dépendre exclusivement d'un service fermé hébergé par un tiers. Une entreprise peut choisir où et comment le déployer, en fonction de ses contraintes de sécurité et de conformité, et l'ajuster à son vocabulaire et à ses processus internes. Pour les organisations qui traitent des informations sensibles, cette maîtrise est un critère décisif.
L'annonce s'inscrit dans une dynamique plus large : Moonshot a aussi publié récemment les poids de Kimi K3.1 Pro, ce qui confirme que la course des modèles ouverts s'accélère. Les entreprises disposent désormais d'options ouvertes de plus en plus puissantes, capables de répondre à des usages professionnels exigeants. Il faut toutefois rester prudent : tant que les poids promis et le rapport de sécurité ne sont pas publiés, il est impossible de vérifier de manière indépendante les conditions d'utilisation et les mesures de sécurité. Les entreprises devront donc suivre leur publication avant de décider d'un déploiement, et la valeur réelle de Hy4 se mesurera sur des cas d'usage concrets.
Conseils pour les entreprises qui veulent se préparer
L'arrivée d'un modèle comme Hy4 ne doit pas déclencher une adoption précipitée, mais inviter les entreprises à préparer le terrain, pour être prêtes lorsque les poids et le rapport de sécurité seront publiés et lorsque les premiers retours d'usage seront disponibles.
### Commencer par un cas d'usage précis
La première erreur serait de chercher à tout automatiser en même temps. Il est plus efficace de choisir un cas d'usage précis, mesurable et bien délimité : la synthèse de documents visuels, la vérification d'informations affichées à l'écran, l'assistance à la saisie ou la préparation d'un dossier à partir de plusieurs sources. Un cas d'usage précis permet de tester la vision, le pilotage de l'ordinateur et les capacités d'agent dans un cadre contrôlé. Ce choix doit partir d'un besoin réel : une tâche répétitive et bien documentée est un bon point de départ.
### Préparer vos données et vos processus
Un modèle capable de voir l'écran et de piloter l'ordinateur ne remplace pas une bonne organisation des données et des processus. Avant toute expérimentation, il est utile de recenser les documents, les écrans et les logiciels concernés, et de décrire précisément les étapes attendues. Plus le processus est clair pour un humain, plus il sera facile de le confier, même partiellement, à un agent. Il faut aussi définir à l'avance les accès : ce que l'agent peut faire seul, ce qu'il doit proposer avant d'agir et ce qui doit rester réservé à un humain.
### Mesurer avant de déployer à grande échelle
Toute expérimentation doit être évaluée sur des critères concrets : le temps gagné, la qualité du résultat, le nombre d'erreurs, le besoin de correction humaine et la satisfaction des utilisateurs. Ces mesures permettent de décider, sur des faits, si le cas d'usage mérite d'être étendu, ajusté ou abandonné. Il est également utile de comparer les résultats avec les méthodes actuelles : un agent n'a d'intérêt que s'il apporte un gain réel en temps, en qualité ou en fiabilité.
E.C.O. Tech accompagne les entreprises qui veulent tirer parti de ces nouvelles capacités sans se perdre dans la complexité technique. En tant qu'agence digitale, E.C.O. Tech conçoit des sites web et des applications adaptés aux besoins réels des organisations, intègre des solutions d'intelligence artificielle dans des outils existants et forme les équipes à ces nouveaux usages, en partant d'un cas concret testé dans un cadre maîtrisé, puis construit étape par étape une solution durable.
*Sources : SXF Brief, 5 novembre 2026 ; briefing quotidien Kim KJ, 5 novembre 2026.*
Diagnostic gratuit
Vous voulez appliquer cette idée dans votre structure ?
E.C.O.Tech peut analyser votre cas, identifier l’offre la plus adaptée et proposer une feuille de route simple : visibilité, CRM, automatisation, gestion métier ou cybersécurité.
Votre avis compte
Cet article vous a été utile ? Partagez votre expérience sur notre fiche Google officielle.