# Tencent lance Hy4 Preview et sa fenêtre d’un million de tokens

> Tencent lance Hy4 Preview, un modèle de 770 milliards de paramètres doté d’une fenêtre de contexte d’un million de tokens.

Type : Actualité IA · Catégorie : Outils · Publié le 2026-08-28 · Signal IA - Order & Chaos
Source : https://www.orderchaos.eu/signal-ia/actu/tencent-lance-hy4-preview-et-sa-fenetre-dun-million-de-tokens
Tags : modèles ia, tencent, infrastructure, contexte long, kimi

---

## En résumé

- Tencent a publié Hy4 Preview avec 770 milliards de paramètres.
- Le modèle dispose d’une fenêtre de contexte d’un million de tokens.
- Tencent affirme que Hy4 Preview dépasse les modèles de Z.AI et Moonshot lors de tests internes.

**Le signal :** Tencent présente Hy4 Preview, doté de 770 milliards de paramètres et d’une fenêtre de contexte d’un million de tokens.

**Tencent a publié Hy4 Preview.** Le groupe technologique chinois a annoncé la sortie de Hy4 Preview le 28 août 2026. Ce modèle fondamental compte 770 milliards de paramètres. Il dispose aussi d’une fenêtre de contexte d’un million de tokens. Ces deux caractéristiques placent la capacité annoncée au centre de la présentation de Tencent. La publication concerne donc un modèle déjà disponible sous le nom Hy4 Preview. Tencent ne présente pas seulement une nouvelle version logicielle. Le groupe met en avant une architecture associant un volume de paramètres élevé et une capacité de traitement de contexte annoncée à un million de tokens. [Voir l’annonce relayée par Techmeme](https://www.techmeme.com/260828/p3#a260828p3).

**Deux capacités structurent la sortie.** Hy4 Preview embarque 770 milliards de paramètres, selon les informations publiées le 28 août 2026. Sa fenêtre de contexte atteint un million de tokens. Le premier chiffre décrit la taille du modèle. Le second décrit la quantité de contexte que le modèle peut traiter dans une même fenêtre. Tencent associe donc une échelle de 770 milliards de paramètres à une fenêtre d’un million de tokens. Ces données constituent les caractéristiques chiffrées communiquées pour Hy4 Preview. Elles distinguent la sortie par deux mesures précises, sans fournir d’autre résultat chiffré dans les éléments annoncés.

## Tencent présente ses comparaisons internes

**Tencent revendique un avantage.** Le groupe affirme que Hy4 Preview surpasse les modèles de Z.AI et de Moonshot lors de tests internes. Cette comparaison est une déclaration de Tencent. Elle porte sur des évaluations conduites en interne par l’entreprise. Z.AI et Moonshot sont les deux acteurs cités dans cette affirmation. Le résultat revendiqué ne constitue donc pas une mesure indépendante dans l’annonce. Tencent relie cette performance déclarée au nouveau modèle Hy4 Preview. L’entreprise ne fournit pas, dans cette communication, de score détaillé permettant de quantifier l’écart entre Hy4 Preview, les modèles de Z.AI et ceux de Moonshot.

**Les acteurs cités sont Tencent, Z.AI et Moonshot.** Tencent est l’éditeur de Hy4 Preview et l’auteur de la comparaison annoncée. Z.AI et Moonshot apparaissent comme les références utilisées dans les tests internes évoqués par le groupe. La sortie rassemble ainsi un modèle de 770 milliards de paramètres, une fenêtre de contexte d’un million de tokens et une affirmation de supériorité face à deux familles de modèles. Ces trois éléments décrivent le périmètre de l’annonce du 28 août 2026. [Consulter le lien de publication](https://www.techmeme.com/260828/p3#a260828p3) pour retrouver le signal rapporté.

## Hy4 Preview arrive le 28 août

**La publication date du 28 août 2026.** Tencent a released Hy4 Preview à cette date, avec les deux capacités chiffrées communiquées pour le modèle. La fenêtre de contexte annoncée atteint un million de tokens. Le nombre de paramètres atteint 770 milliards. Tencent affirme également que le modèle dépasse ceux de Z.AI et de Moonshot lors de tests internes. La publication porte donc sur une sortie, ses caractéristiques numériques et une comparaison revendiquée. Hy4 Preview devient le nom à retenir pour cette annonce de Tencent. Le modèle est présenté avec une échelle et une fenêtre de contexte clairement indiquées.