Tencent Hy3 : un modèle de 295 milliards de paramètres passe sous licence Apache 2.0

Ce qu’il faut retenir :

• Tencent publie Hy3, un modèle MoE de 295 milliards de paramètres, sous licence Apache 2.0 sans restriction.
• La préversion d’avril interdisait son usage dans l’UE, au Royaume-Uni et en Corée du Sud.
• Avec 21 milliards de paramètres actifs, Hy3 rivalise avec des modèles 2 à 5 fois plus gros.

Tencent vient de frapper un grand coup dans l’IA open source, et pas seulement sur le terrain technique. Le géant chinois a publié Hy3, un modèle de 295 milliards de paramètres en architecture Mixture-of-Experts, sous licence Apache 2.0, l’une des plus permissives du logiciel libre. Un revirement complet : la préversion d’avril interdisait explicitement son utilisation dans l’Union européenne, au Royaume-Uni et en Corée du Sud. Les benchmarks sont solides, mais c’est bien la licence qui rebat les cartes.

Qu’est-ce que Hy3, le nouveau modèle open source de Tencent ?

Hy3 repose sur une architecture Mixture-of-Experts (MoE), qui divise le modèle en sous-réseaux spécialisés dont seule une fraction s’active à chaque requête. Sur ses 295 milliards de paramètres répartis en 192 experts, seuls 21 milliards s’activent par token, soit environ 7 % du total. L’utilisateur profite ainsi de la capacité d’un très grand modèle pour le coût de calcul d’un modèle moyen. La fenêtre de contexte atteint 256 000 tokens, et la communauté estime qu’une configuration de deux DGX Spark suffirait à faire tourner une version quantifiée en 4 bits en local.

Les résultats placent Hy3 face à des modèles 2 à 5 fois plus gros, comme GLM-5.1 (744 milliards de paramètres, 40 milliards actifs), DeepSeek V4 Pro ou Qwen 3.7 Max. Le modèle de Tencent affiche 90,4 sur GPQA Diamond, deuxième de la catégorie des moins de 500 milliards de paramètres, 78 % de résolution sur SWE-Bench Verified et la première place sur WildClawBench.

L’évaluation la plus parlante ne vient pas des benchmarks synthétiques. Tencent a mené une étude en aveugle auprès de 270 experts métiers sur des tâches de travail réelles : Hy3 obtient 2,67 sur 4, devant GLM-5.1 à 2,51, avec un avantage marqué en développement frontend, en gestion de données et en CI/CD. La fiche technique documente aussi des progrès chiffrés : le taux d’hallucination passe de 12,5 % à 5,4 %, les erreurs de bon sens de 25,4 % à 12,7 % et les dérapages en conversation multi-tours de 17,4 % à 7,9 %.

Pourquoi le passage à Apache 2.0 change-t-il la donne ?

Le contraste avec le lancement d’avril est saisissant. Hy3 Preview était sorti sous une “licence communautaire” qui bloquait par contrat les développeurs de l’UE, du Royaume-Uni et de la Corée du Sud, un choix visiblement dicté par la prudence réglementaire. La communauté open source avait mal réagi à ce modèle “ouvert, sauf pour la moitié du monde développé”.

La version finale abandonne toute restriction. La licence Apache 2.0 autorise l’usage commercial, la modification, la redistribution et l’intégration dans des produits propriétaires, sans royalties. C’est la licence qui a porté Kubernetes ou TensorFlow, et son adoption pour un modèle de cette taille supprime l’un des principaux freins juridiques à l’adoption en entreprise. Le mouvement dépasse Hy3 : les modèles de traduction Hy-MT2 de Tencent sont sortis sous la même licence, signe d’un virage organisationnel plutôt que d’un coup de communication isolé.

La pression se déplace maintenant vers les concurrents. Meta distribue sa famille Llama sous une licence maison qui restreint l’usage commercial des entreprises dépassant 700 millions d’utilisateurs mensuels, les modèles V4 de DeepSeek ne sont pas en Apache 2.0 et Mistral a expérimenté des licences restrictives. Face à un modèle compétitif et libre de toute restriction, ces limitations deviennent plus difficiles à justifier auprès des développeurs.

Un modèle déjà en production, à prix cassés

Hy3 n’est pas un objet de recherche. Il équipe déjà l’écosystème de Tencent : WorkBuddy, l’agent de productivité maison, a vu sextupler les utilisateurs qui le sélectionnent, l’assistant Yuanbao génère des fichiers PowerPoint, Word, Excel, PDF et HTML à partir de descriptions en langage naturel, et le modèle alimente le service client IA des comptes officiels WeChat ainsi que l’assistant du jeu Path of Exile : Advent sur WeGame.

Côté tarifs, Tencent Cloud facture 1 yuan par million de tokens en entrée, 4 yuans en sortie et 0,25 yuan pour les tokens en cache, soit environ 0,14, 0,55 et 0,03 dollar. Ce prix du cache rend le modèle attractif pour les workflows d’agents qui relisent sans cesse le même contexte, comme les assistants de code travaillant sur une même base.

Ce qu’il faut surveiller

La vraie question est celle de l’effet domino : Meta, Mistral ou DeepSeek suivront-ils vers des licences pleinement permissives, ou laisseront-ils Tencent capter seul l’adhésion des développeurs ? Le succès de Hy3 alimentera aussi le débat entre efficacité architecturale et course à la taille. Quand 21 milliards de paramètres actifs suffisent à rivaliser avec des modèles bien plus lourds, et que Tencent aligne dans la foulée un Youtu-LLM-2B de moins de 2 milliards de paramètres qui surpasse des concurrents quatre fois plus gros, l’argument des monstres à mille milliards de paramètres perd de sa force. Les prochaines sorties open source diront si Apache 2.0 devient le nouveau standard du secteur ou reste l’exception chinoise.