Hy4 preview
9358°
Lancer ce modèle
Offres / Pub
Tencent | 1,048,576 token context | $0.83/M input, $2.50/M output. Tencent: Hy4 preview is a mixture-of-experts model from Tencent, with 49B active parameters out of 770B total. It is designed for coding agents, complex tool-use workflows, and productivity tasks that require planning, context continuity, and sustained multi-step execution.
Guides pour ce modèle
Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche
De combien de VRAM ai-je vraiment besoin pour l'IA locale ?
Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire
Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)
Notes du capitaine
Notes du 2026-10-13
Hy4 preview est un modèle mixture-of-experts de 770 milliards de paramètres de Tencent, activant 49 milliards de paramètres par token, avec une fenêtre de contexte d’un million de tokens. Son entraînement est construit autour de workflows professionnels réels — ingénierie logicielle, finance, développement de jeux, recherche scientifique — plutôt que sur des benchmarks génériques. Si vous exécutez des tâches agentielles à long terme ou avez besoin d’un modèle de pointe avec poids ouverts, c’est un modèle à évaluer sérieusement.
Connu pour
- 770 milliards de paramètres totaux, 49 milliards actifs par token via une architecture MoE à 256 experts.
- Fenêtre de contexte d’un million de tokens pour des workflows soutenus multi-fichiers.
- Couche MTP intégrée permettant un décodage spéculatif pour une inférence plus rapide.
- Entraîné sur des tâches professionnelles réelles : codage, finance, développement de jeux, recherche.
- Poids ouverts disponibles sur Hugging Face, supportant le déploiement local ou auto-hébergé.
Attention à
- 770 milliards de paramètres totaux signifie que l’auto-hébergement nécessite une infrastructure multi-GPU sérieuse ; la plupart des utilisateurs utiliseront une API.
- Les poids sont ouverts mais vérifiez les termes de licence avant tout usage commercial ou dérivé.
- À 2,25 $/M tokens en sortie, ce n’est pas un choix économique ; prenez cela en compte dans les workflows agentiels avec sorties longues.
Prompts à essayer
Plan de refactorisation multi-fichiers
Vous avez un service web Python réparti sur douze fichiers : routes, modèles, services, tests et une couche de configuration. L’équipe veut migrer de SQLAlchemy synchrone vers SQLAlchemy 2.0 asynchrone sans casser la suite de tests. Écrivez un plan de migration étape par étape, signalez chaque fichier à modifier, et rédigez la classe modèle de base mise à jour.
Squelette d’utilisation d’outils agentiels
Concevez une boucle minimale d’agent en Python utilisant trois outils : web_search(query), read_file(path), et write_file(path, content). L’agent doit accepter un objectif global, le décomposer en sous-tâches, appeler les outils en séquence, et vérifier chaque résultat avant de continuer. Montrez l’implémentation complète avec gestion des erreurs.
Modèle financier à partir d’un contexte désordonné
Voici trois ans de chiffres trimestriels de revenus, coûts et effectifs collés depuis un tableur au format incohérent. Nettoyez les données, calculez les taux de croissance annuels et la marge opérationnelle par trimestre, identifiez les deux trimestres avec la plus forte compression de marge, et expliquez les causes probables basées uniquement sur les chiffres.
Comparer avec
- Hy3Modèle à poids ouvertsContexte de 262,144 tokens · entrée $0.13/M, sortie $0.53/M
- Hy3 previewModèle à poids ouvertsContexte de 262,144 tokens · entrée $0.18/M, sortie $0.60/M
- Hunyuan A13B InstructModèle à poids ouvertsContexte de 131,072 tokens · entrée $0.14/M, sortie $0.57/M
- GPT-6 LunaModèle uniquement APIContexte de 1,050,000 tokens · entrée $0.10/M, sortie $0.50/M
Plus de modèles de texte de tencent
Questions fréquentes
- Les poids sont-ils ouverts et puis-je exécuter Hy4 preview localement ?
- Oui, les poids sont publiés sur Hugging Face à tencent/Hy4-preview. L’exécuter localement est techniquement possible mais les 770 milliards de paramètres totaux exigent une infrastructure multi-GPU conséquente — consultez le guide VRAM avant de commencer.
- Quel est le coût de Hy4 preview et quelle est sa limite de contexte ?
- Via API, il est tarifé à 0,75 $ par million de tokens en entrée et 2,25 $ par million de tokens en sortie, avec une fenêtre de contexte d’un million de tokens.
- À quoi sert vraiment Hy4 preview ?
- Tencent l’a conçu autour d’agents de codage, de workflows complexes d’utilisation d’outils et de tâches productives multi-étapes — ingénierie logicielle, analyse de données, développement de jeux et recherche scientifique — plutôt que comme modèle généraliste de chat.
Verdict du capitaineUn modèle de pointe sérieux à poids ouverts, conçu pour agents et travail à long terme, pas pour le chat occasionnel — le coût d’infrastructure est réel.
Fiche modèle sur Hugging Face
Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #3 Hottest Text / LLM model · #3 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendance de popularité de Hy4 preview
Score de chaleur depuis 28 Aug 2026
Score de popularité
9,358°
Cette semaine
▲
29.4%
9,323° alors, 9,358° maintenant
Ce mois-ci
▲
348%
9,159° alors, 9,358° maintenant
L'année passée
n/a
Pas encore publié/suivi
7,000°
Plancher
L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.
+1,974°
Tokens OpenRouter
37,964,608,298,713 tokens traités par ce modèle via OpenRouter au cours des 30 derniers jours, prompts et réponses confondus. Chaque 10,000,000 tokens compte comme un téléchargement dans le terme de téléchargement, 3,796,460 au total ; les tokens du dernier jour s'ajoutent au taux d'adoption. Source : OpenRouter (openrouter.ai/rankings).
+384°
Taux d’adoption
Environ 133,694 téléchargements par jour, mesurés entre deux relevés des sources, jamais estimés à partir d’une moyenne sur la durée. La vitesse compte pour un quart du terme téléchargement, donc une poussée récente apparaît sans qu’un pic d’un jour dépasse des années d’usage.
Afficher le détail
Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 9,358°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.
- 1Commence au plancher.Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.7,000°total en cours
- 2Ajoute les téléchargements.3,796,460 équivalents de téléchargement au total, venant de Tokens OpenRouter. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.+1,974°8,974°total en cours
- 3Ajoute le taux d’adoption.Environ 133,694 téléchargements par jour en ce moment, mesurés entre deux relevés, à un quart du poids.+384°9,358°total en cours
- =Le score de chaleur.La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.9,358°
Glossaire : les termes utilisés ici
- Score de chaleur
- Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
- Plancher
- Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
- Équivalents de téléchargement
- Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
- Échelle logarithmique
- On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
- Likes
- Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
- Taux d’adoption
- Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
- Mesuré et estimé
- Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
- Seeder
- Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
- AI Horde
- Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
- Sites de génération
- Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
- Tokens OpenRouter
- Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modèle complet (checkpoint)
- Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
- LoRA et embedding
- Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
- Famille et poids
- La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
- Âge
- Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
- Boost de la famille
- Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
- Score de remplacement
- Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
- Nouveau ! (période de grâce)
- Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
- Tendance
- Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
- Modèle typique
- Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.
Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.
Hy4 preview est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.
Plus de modèles Text / LLMPlus de Texte / LLM Text / LLMllmtencentraisonnementprogrammationagentscontexte longlocal
Parcourir par famille de modèles
Modèles Text / LLM
434
Modèles Anima
528
Modèles Chroma
19
Modèles Fibo
2
Modèles Flux
1,496
Modèles Flux 2 / Klein
1,239
Modèles Flux 3
3
Modèles Moss
3
Modèles Iris
1
Modèles MiniMax H3
364
Modèles Hunyuan
204
Modèles Ideogram
20
Modèles Krea2
717
Modèles Qwen
20
Modèles Qwen2
47
Modèles Ltx2
153