Tencent · modèle de langage
Hy-MT2-30B-A3B : prix, contexte et benchmarks
Hy-MT2-30B-A3B est un modèle de langage de Tencent sorti le 20 août 2026. Il coûte 0,07 $US par million de tokens en entrée et 0,3 $US en sortie, avec un contexte de 8,2 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
Ce qu'il faut savoir sur Hy-MT2-30B-A3B
Hy-MT2-30B-A3B a été publié par Tencent (Chine) le 20 août 2026. Il accepte du texte en entrée et produit du texte. Sa fenêtre de contexte atteint 8 192 tokens, plus que 3 % des modèles du registre, et il peut écrire jusqu'à 4 096 tokens d'une traite.
C'est un modèle récent : les retours d'usage et les scores indépendants sont encore peu nombreux.
Prix de Hy-MT2-30B-A3B
Sur OpenRouter, Hy-MT2-30B-A3B coûte 0,07 $US par million de tokens en entrée et 0,3 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,129 $US par million, plus cher que 13 % des modèles payants (5,9 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0003 $US. À 1 000 tâches par jour, comptez 9 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Performance et benchmarks
Epoch AI ne publie pas encore d'indice de capacités pour Hy-MT2-30B-A3B. Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Fonctions, confidentialité et usage local
- Il ne gère pas l'appel d'outils : il ne convient pas pour piloter un agent IA qui doit agir.
- Il sait répondre dans un format JSON imposé (sorties structurées).
Ses poids sont ouverts et téléchargeables sur Hugging Face : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers.
Les autres modèles de Tencent
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Hy4 preview | 28 août 2026 | 1,13 $US | — |
| Hy-MT2-1.8B | 20 août 2026 | 0,08 $US | — |
| Hy-MT2-7B | 19 août 2026 | 0,13 $US | — |
| Hy3 | 6 juil. 2026 | 0,15 $US | — |
| Hy3 preview | 22 avr. 2026 | 0,29 $US | — |
| Hunyuan A13B Instruct | 8 juil. 2025 | 0,25 $US | — |
Verdict
Hy-MT2-30B-A3B obtient 55/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Prix bas : moins cher que 87 % des modèles payants.
- Poids ouverts : auto-hébergeable, données gardées chez vous.
Limites
- Contexte court (8,2 k tokens) : longs documents à découper.
- Pas d'appel d'outils : inutilisable comme cerveau d'un agent.
- Aucun score indépendant publié : performance non vérifiable.
- Texte seulement : ne lit ni images ni fichiers.
À éviter si…
- vous construisez un agent qui doit appeler des outils ;
- vous analysez de longs documents d'un seul tenant.
Alternatives
- Qwen2.5 7B Instruct0,13 $US
- Reka Flash 30,13 $US
- Reka Edge0,1 $US
- MythoMax 13B0,09 $US
- Phi 40,09 $US
- Voxtral Small 24B 25070,15 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Hy-MT2-30B-A3B ?
0,07 $US par million de tokens en entrée et 0,3 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0003 $US.
Quelle est la taille du contexte de Hy-MT2-30B-A3B ?
8 192 tokens, soit environ 6 000 mots, avec 4 096 tokens maximum en sortie.
Peut-on utiliser Hy-MT2-30B-A3B en local ?
Oui, ses poids sont publiés.
Hy-MT2-30B-A3B convient-il pour un agent IA ?
Non : sans appel d'outils, il ne peut pas agir, seulement répondre.
Quelles alternatives à Hy-MT2-30B-A3B ?
Les modèles les plus proches en prix et en performance sont Qwen2.5 7B Instruct, Reka Flash 3 et Reka Edge.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons