En bref : Tencent Hunyuan a publié Hy4 le 4 novembre 2026. C'est le premier modèle Hy avec entrée image (vision) et utilisation de l'ordinateur ; il offre un contexte de 1M et jusqu'à 64K tokens en sortie, et le prix officiel de l'API par million de tokens est de 0,834 $ en entrée, 2,501 $ en sortie et 0,042 $ en entrée mise en cache, comme pour Hy4 preview en août.
- On peut l'appeler dès aujourd'hui sur Tencent Cloud TokenHub (ID de modèle
hy4) et sur OpenRouter (IDtencent/hy4, affiché actuellement à -50 % : 0,417 $ en entrée, 1,251 $ en sortie). Il est aussi disponible dans CodeBuddy, WorkBuddy, Yuanbao et ima. - Dans le tableau de benchmarks de Tencent, Hy4 obtient 75,2 sur APEX-Agents v1.1, un peu au-dessus de Claude Opus 5.5 tel que testé par Tencent (74,8). Sur Terminal-Bench 4.0, il n'obtient que 44,4, loin derrière Opus 5.5 et Kimi K3.1 Pro (tous deux autour de 66). Tencent écrit lui-même qu'« un écart notable subsiste avec les meilleurs modèles propriétaires ».
- Les poids de Hy4 ne sont pas encore publiés. Tencent dit « prévoir de les ouvrir » sans donner de date ; Hugging Face ne propose pour l'instant que Hy4-preview. Une version Hy4 flash, plus rapide et moins chère, est aussi annoncée « prochainement ».
- aicodewith ne propose pas encore Hy4 au 4 novembre. Pour utiliser un modèle chinois dans Claude Code, Codex ou Cursor, aicodewith propose déjà
kimi-k3.1-pro,glm-5.3,deepseek-v4-proet d'autres. Les étapes testées sont en fin d'article.
Créer une API Key et utiliser des modèles chinois dans Claude Code, Codex et Cursor →
Chiffres vérifiés le 2026-11-04 (heure de Pékin) sur la page de lancement de Hy4, le guide Hy de Tencent Cloud TokenHub, la page du modèle sur OpenRouter et les articles d'IT Home, ifeng et FourWeekMBA. Tous les scores de benchmark proviennent du tableau de Tencent et sont indiqués comme tests internes de Tencent.
Où en est Hy4 aujourd'hui
| Question | Situation (2026-11-04) | Source |
|---|---|---|
| Publié ? | Oui, il remplace Hy4 preview du 28 août | Page de lancement Tencent |
| Accès API ? | Oui : Tencent Cloud TokenHub hy4, OpenRouter tencent/hy4 | Docs Tencent Cloud, OpenRouter |
| Prix officiel | 0,834 $ entrée / 2,501 $ sortie / 0,042 $ cache (par million de tokens) | Page de lancement Tencent |
| Contexte et sortie | Contexte 1M (1 048 576), entrée max 960K, sortie max 64K (65 536) | Docs Tencent Cloud, OpenRouter |
| Modalités | Texte + image en entrée, texte en sortie | OpenRouter, docs Tencent Cloud |
| Paramètres | Non publiés pour Hy4 ; Hy4 preview : 770B au total / 49B actifs | Selon IT Home (sur la preview) |
| Poids ouverts | Prévus, sans date ; seuls les poids de la preview sont publics | Page de lancement Tencent, Hugging Face |
| Hy4 flash | Prévu prochainement | Page de lancement Tencent |
| Sur aicodewith ? | Pas encore (pas de hy4 dans notre /v1/models) | Vérifié le 4 novembre |
Les nouveautés de Hy4
Selon la page de lancement de Tencent et IT Home, par rapport à Hy4 preview :
- Pré-entraînement et post-entraînement à plus grande échelle, avec des progrès en suivi d'instructions, compréhension de longs contextes, tâches longues et recherche approfondie.
- Vision pour la première fois : perception, raisonnement et appels d'outils combinés pour le traitement fin d'images, l'analyse de graphiques complexes et le raisonnement mathématique visuel.
- Utilisation de l'ordinateur pour la première fois, en ligne de commande comme en interface graphique, avec un entraînement ciblé sur Blender, la CAO et les tâches multi-applications.
- Front-end et jeu vidéo : adapté à Unreal Engine, Unity et Godot ; Tencent annonce +19,1 % sur GameDev et +9,8 % sur GameLogic par rapport à la preview.
- Finance et bureautique : 213 professionnels de la finance ont noté 579 tâches réelles ; Hy4 obtient 3,04, DeepSeek-V4.1-Flash-1017 2,97, Kimi K3.1 Pro et GLM-5.3 2,68 chacun. En interne, le taux d'hallucination passe de 15,76 % (preview) à 5,45 %.
- Sécurité : les données d'entraînement en cybersécurité se limitent au défensif ; le développement d'exploits, la rétro-ingénierie et les tests d'intrusion ont été filtrés. Une fiche système accompagnera la publication des poids.
Le lancement figurait aussi dans les tendances X.
Prix de Hy4
USD par million de tokens (MTok), vérifié le 2026-11-04.
| Canal | Entrée | Sortie | Entrée en cache |
|---|---|---|---|
| Prix officiel Tencent (Tencent Cloud) | 0,834 $ | 2,501 $ | 0,042 $ |
| OpenRouter tel qu'affiché (marqué -50 %) | 0,417 $ | 1,251 $ | 0,021 $ |
Remarques :
- Tencent indique que Hy4 apporte de nettes améliorations « au même prix d'API que Hy4 preview ».
- OpenRouter ne précise pas la fin de la remise. Tencent Cloud est pour l'instant le seul fournisseur de Hy4 sur OpenRouter.
- À titre de comparaison, FourWeekMBA calcule à partir des prix catalogue d'OpenRouter que le prix de sortie de Hy4 vaut environ 1/8 de celui de Claude Opus 5.5 (20 $) et 1/4 de Kimi K3.1 Pro et GPT-6.1 Sol (10 $), mais environ 2,1 fois le tarif standard de DeepSeek V4.1 Flash-1017 (1,20 $). Le prix officiel de Kimi K3.1 Pro est dans notre test de Kimi K3.1 Pro.
- Hy4 réfléchit par défaut et les tokens de réflexion comptent comme sortie : baissez
reasoning_effortpour les tâches simples.
Benchmarks de Hy4 : les chiffres vérifiables du tableau de Tencent
Les lignes ci-dessous viennent de l'annexe de benchmarks de la page de lancement. Tencent a fait tourner chaque modèle à son niveau de raisonnement le plus élevé ; quand une case contient deux nombres, le premier est le chiffre publié par l'éditeur et le second le test de Tencent. Seules les lignes code, agents et multimodal sont reprises.
| Benchmark | Hy4 | Hy4 preview | Claude Opus 5.5 | Kimi K3.1 Pro | GPT-6.1 Sol | DeepSeek-V4.1-Flash-1017 | GLM-5.3 |
|---|---|---|---|---|---|---|---|
| APEX-Agents v1.1 (pass@1) | 75.2 | 53.9 | 73.5 / 74.8 | 67.2 / 68.2 | 60.0 / 61.7 | 72.1 / 72.9 | 64.3 |
| DeepSWE v1.1 | 74.9 | 64.3 | 74.2 / 72.6 | 75.5 / 76.3 | 75.2 / 72.7 | 77.0 / 73.8 | 66.9 / 68.1 |
| SWE-Marathon v1.1 | 43.8 | 31.9 | 46.3 / 44.4 | 51.7 / 53.8 | 42.5 / 39.4 | 46.3 | 42.5 / 35.6 |
| Terminal-Bench 4.0 | 44.4 | 26.3 | 66.4 / 66.4 | 65.7 / 66.8 | 55.9 / 55.5 | 42.3 / 40.0 | 42.9 |
| ProgramBench | 30.0 | 17.5 | 65.0 / 56.5 | 31.5 / 24.5 | 46.0 / 46.0 | 29.1 / 29.0 | 19.0 / 18.0 |
| FrontierCode 2.0 | 31.0 | - | 46.4 | 25.5 | 40.6 | 28.5 | 21.6 |
| AutomationBench v1.0.6 | 56.2 | 36.3 | 58.8 | 65.6 | 51.4 | 60.5 / 54.3 | 48.2 / 54.1 |
| OSWorld 2.1 (Full, score partiel) | 78.9 | - | 81.8 | 79.6 | 75.2 | 68.4 | - |
| MMMU-Pro | 78.6 | - | 88.2 | 84.1 / 83.4 | 84.9 | 76.7 | - |
| HLE-Full (avec outils) | 59.1 | 57.3 | 67.7 / 66.2 | 70.0 / 61.8 | 60.6 | 57.1 | 62.5 / 57.4 |
Comment lire ce tableau :
- La seule avance nette de Hy4 est sur APEX-Agents (tâches d'agent de type bureautique). Sur DeepSWE, il est à peu près au niveau des autres.
- Les écarts sont importants en code dans le terminal (Terminal-Bench 4.0), en écriture de programmes de zéro (ProgramBench) et sur Terminal-Bench-Science, orienté recherche (Hy4 19,8 contre 58,7 / 56,2 pour Opus 5.5). Tencent a lancé Terminal-Bench 4.0 avec le harness Claude Code, jusqu'à 500 tours et 13 heures par tâche.
- Selon FourWeekMBA, 20 des 34 lignes du tableau sont des benchmarks internes à Tencent ; sur les 14 lignes publiques restantes, Hy4 ne dépasse Opus 5.5 que sur 2.
- Tous les scores sont des tests de Tencent ou des chiffres d'éditeurs ; aucune reproduction indépendante n'existe encore.
Comment appeler l'API Hy4
Tencent Cloud TokenHub
Activez TokenHub dans la console et créez une clé API. Selon la documentation Tencent Cloud, TokenHub prend en charge OpenAI Chat Completions (/v1/chat/completions), OpenAI Responses (/v1/responses) et Anthropic Messages (/v1/messages). Choisissez la Base URL selon la région : Guangzhou https://tokenhub.tencentmaas.com/v1 ou Singapour https://tokenhub-intl.tencentmaas.com/v1. Les chemins OpenAI utilisent Authorization: Bearer, le chemin Anthropic utilise x-api-key.
# Tencent Cloud TokenHub (Guangzhou / mainland China)
curl https://tokenhub.tencentmaas.com/v1/chat/completions \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "hy4",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "high"
}'
# Singapore (global): https://tokenhub-intl.tencentmaas.com/v1
Python (SDK OpenAI) :
from openai import OpenAI
client = OpenAI(
api_key="YOUR_TOKENHUB_API_KEY",
base_url="https://tokenhub.tencentmaas.com/v1",
)
resp = client.chat.completions.create(
model="hy4",
messages=[{"role": "user", "content": "Hello"}],
extra_body={"reasoning_effort": "high"},
)
msg = resp.choices[0].message
print(getattr(msg, "reasoning_content", None)) # thinking trace
print(msg.content)
Points clés selon le guide Hy :
hy4réfléchit par défaut ;reasoning_effortvauthighpar défaut et le raisonnement se trouve dansreasoning_content.- En appels d'outils sur plusieurs tours, renvoyez le
reasoning_contentprécédent avec lestool_calls, sinon la qualité baisse. - Les images peuvent être envoyées en URL ou en Base64, 10 Mo maximum chacune et 600 par requête.
- Si le service du modèle n'est pas activé, l'API renvoie
402.
OpenRouter
L'ID de modèle est tencent/hy4. L'API est compatible OpenAI et accepte aussi les formats Responses et Anthropic Messages (selon la page du modèle OpenRouter) :
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tencent/hy4",
"messages": [{"role": "user", "content": "Hello"}]
}'
OpenRouter indique la prise en charge de tools, tool_choice et de la sortie structurée JSON Schema, avec jusqu'à 65 536 tokens en sortie.
Utiliser des modèles chinois dans Claude Code / Codex / Cursor (nos tests)
Hy4 n'est pas encore sur aicodewith. Si votre objectif est d'utiliser un modèle chinois dans Claude Code, Codex ou Cursor, vous pouvez prendre les modèles déjà proposés, comme kimi-k3.1-pro, glm-5.3 et deepseek-v4-pro, avec une seule clé pour les trois clients. Le 4 novembre, nous avons lancé Claude Code avec Kimi K3.1 Pro et Codex avec GLM-5.3 avec une clé aicodewith.
Étape 1 : créer une API Key
Inscrivez-vous, puis créez une API Key dans la console. Les modèles disponibles sont dans la liste des modèles.
Étape 2 (Claude Code) : modifier settings.json
Ouvrez ~/.claude/settings.json (Windows : %USERPROFILE%\.claude\settings.json). N'ajoutez pas /v1 à ANTHROPIC_BASE_URL :
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.aicodewith.ai",
"ANTHROPIC_AUTH_TOKEN": "VOTRE_API_KEY",
"ANTHROPIC_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro",
"CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro"
}
}
Pour utiliser GLM, remplacez chaque nom de modèle par glm-5.3. Plus de détails : Connecter Claude Code à une API tierce et Kimi K3.1 Pro dans Claude Code.
Étape 3 (Claude Code) : lancer une petite tâche
claude --version
# 2.1.316 (Claude Code)
claude -p "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output), then run python3 context_check.py and report the exact output." \
--allowedTools "Write,Bash,Read,Edit" --output-format json
Résultat (Claude Code 2.1.316, modèle kimi-k3.1-pro) :
# wall time 53.4 s, num_turns 3, is_error false, modelUsage: kimi-k3.1-pro
# stderr: [claude-code:unrecognized_model] {"model":"kimi-k3.1-pro","query_source":"sdk"}
$ cat context_check.py
def fits(prompt_tokens, max_output, window=1_048_576):
"""Return True when prompt_tokens + max_output fits within the context window."""
return prompt_tokens + max_output <= window
assert fits(900_000, 65_536) is True # 965_536 <= 1_048_576, 65_536-token output
assert fits(1_000_000, 48_576) is True # 1_048_576 <= 1_048_576, exactly at the boundary
assert fits(983_041, 65_536) is False # 1_048_577 > 1_048_576, one token over
$ python3 context_check.py
$ echo $?
0
- 53,4 secondes, 3 tours. Le fichier était correct, toutes les assertions passent, le script n'affiche rien et sort avec le code 0.
- La ligne
unrecognized_modelsur stderr signifie seulement que Claude Code ne connaît pas ce nom de modèle ; l'appel fonctionne.
Étape 4 (Codex) : modifier le config.toml global
Codex lit la clé dans experimental_bearer_token du fichier global ~/.codex/config.toml. La base_url est https://api.aicodewith.ai/chatgpt/v1 (attention à /chatgpt/v1) :
# ~/.codex/config.toml
model = "glm-5.3"
model_provider = "aicodewith"
[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "VOTRE_API_KEY"
Détail champ par champ : guide config.toml de Codex.
Étape 5 (Codex) : lancer la même tâche
codex --version
# codex-cli 0.166.0
codex -s workspace-write -a never exec --skip-git-repo-check "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output) and a final print('ok'), then run python3 context_check.py and report the exact output."
Résultat (codex-cli 0.166.0, modèle glm-5.3) :
# wall time 31.6 s, exit 0
model: glm-5.3
provider: aicodewith
approval: never
sandbox: workspace-write [workdir, /tmp, $TMPDIR]
warning: Model metadata for `glm-5.3` not found. Defaulting to fallback metadata; this can degrade performance and cause issues.
exec /bin/bash -lc "apply_patch <<'PATCH' ..."
exited 2 in 0ms:
patch: **** Only garbage was found in the patch input.
exec /bin/bash -lc "cat > context_check.py <<'EOF' ... EOF
python3 context_check.py"
succeeded in 0ms:
ok
- 31,6 secondes, code de sortie 0, sortie finale
ok. - Codex signale qu'il n'a pas de métadonnées pour
glm-5.3et utilise des valeurs par défaut. GLM a d'abord tenté d'appelerapply_patchdepuis le shell, ce qui a échoué, puis est passé à un heredoc et a terminé. Les modèles non OpenAI dans Codex font parfois ce genre de détour.
Cursor
Dans Cursor, ajoutez un modèle personnalisé compatible OpenAI dans Models, saisissez votre clé aicodewith et utilisez notre ID de modèle (par exemple kimi-k3.1-pro). Autre exemple de modèle chinois dans Claude Code / Codex : DeepSeek V4.1 Flash dans Claude Code / Codex.
Pour qui Hy4 vaut le coup
À essayer :
- Agents bureautiques et de recherche financière (APEX-Agents et l'étude avec des experts financiers sont ses meilleurs résultats)
- Tâches qui demandent de comprendre des images ou des graphiques avec un contexte de 1M
- Équipes attentives au budget, prêtes à évaluer elles-mêmes leurs tâches (prix de sortie bien inférieur à Opus 5.5)
Mieux vaut attendre :
- Code intensif dans le terminal et développement au long cours : dans le tableau de Tencent lui-même, Hy4 est loin derrière Opus 5.5 et Kimi K3.1 Pro sur Terminal-Bench 4.0 et ProgramBench
- Auto-hébergement : les poids de Hy4 ne sont pas publiés
- Besoin de classements tiers : il n'existe pour l'instant que les chiffres de Tencent
FAQ
Quand Tencent Hunyuan Hy4 est-il sorti ?
Hy4 est sorti le 4 novembre 2026. Hy4 preview était sorti le 28 août.
Combien coûte Hy4 ?
Le prix officiel de Tencent par million de tokens est de 0,834 $ en entrée, 2,501 $ en sortie et 0,042 $ en entrée mise en cache, comme pour la preview. OpenRouter affiche actuellement -50 % (0,417 $ / 1,251 $) sans date de fin.
Quel est l'ID de modèle de l'API Hy4 ?
hy4 sur Tencent Cloud TokenHub et tencent/hy4 sur OpenRouter.
Quelle est la taille du contexte de Hy4 ?
1M (1 048 576 tokens). Tencent Cloud indique 960K en entrée max et 64K en sortie max.
Hy4 est-il open source ?
Pas encore. Tencent prévoit d'ouvrir les poids et travaille avec vLLM et SGLang, sans date annoncée. Les poids de Hy4-preview sont sur Hugging Face.
Peut-on utiliser Hy4 dans Claude Code ?
Tencent Cloud TokenHub et OpenRouter proposent tous deux des endpoints compatibles Anthropic Messages, vous pouvez donc le configurer selon leur documentation. aicodewith ne propose pas encore Hy4 ; pour un modèle chinois dans Claude Code dès aujourd'hui, utilisez notre kimi-k3.1-pro ou glm-5.3 comme indiqué plus haut.
Hy4 face à Kimi K3.1 Pro ?
Dans le tableau de Tencent, Hy4 devance sur APEX-Agents, tandis que Kimi K3.1 Pro devance sur Terminal-Bench 4.0, SWE-Marathon, OSWorld et MMMU-Pro. Le prix de sortie de Hy4 vaut environ 1/4 de celui de K3.1 Pro.
À lire aussi
- Test de Kimi K3.1 Pro : prix officiels, contexte 1M et benchmarks
- Kimi K3.1 Pro dans Claude Code : guide de configuration
- Connecter Claude Code à une API tierce
- Guide config.toml de Codex
- DeepSeek V4.1 Flash dans Claude Code / Codex
Sources
Vérifié le 2026-11-04 (heure de Pékin)
- Tencent Hy : Introducing Hy4 (page de lancement avec annexe de benchmarks)
- Tencent Cloud TokenHub : guide Hy
- Tencent Cloud TokenHub : aperçu des modèles de langage
- OpenRouter : tencent/hy4
- IT Home : sortie de Tencent Hunyuan Hy4
- ifeng : sortie de Tencent Hunyuan Hy4
- FourWeekMBA : Tencent Hy4 Edges Opus on Own Agent Test at 1/8 Output Price
- Hugging Face : tencent/Hy4-preview
- Tendances X



