Tencent Hunyuan Hy3: Specifikace, ceny, benchmarky a vše, co potřebujete vědět

Společnost Tencent uvedla na trh model Hy3 Preview s otevřenými váhami ve dnech 22.–23. dubna 2026 a následně 6. července 2026 spustila produkční verzi Hy3 . Jde o třetí generaci modelové řady Hunyuan a vůbec první model této řady, který je označován jako „frontier-class“. Na jeho vývoji se podílel i bývalý výzkumník OpenAI Shunyu Yao . Tencent sází na praktičnost a nízkou cenu, čímž se chce odlišit od konkurence, která se často předhání v počtu parametrů .

Architektura a specifikace

• Celkové parametry: 295 miliard, architektura Mixture-of-Experts (MoE) s 21 miliardami aktivních parametrů na jeden token, doplněno o 3,8 miliardovou vrstvu MTP (Multi-Token Prediction) pro spekulativní dekódování .
• Struktura: 80 transformerových vrstev, 192 routovaných expertů (top-8) + 1 sdílený expert, GQA s 64 hlavami a 8 KV hlavami .
• Kontextové okno: 256 tisíc tokenů (přesně 262 144) .
• Typ architektury: Hybridní Dense + MoE .

Licence

Model je distribuován pod Tencent Hunyuan Community License – nejedná se o zcela otevřenou licenci, ale o nevýhradní, bezplatnou a nepřenosnou omezenou licenci, která umožňuje použití, reprodukci, distribuci a vytváření odvozených děl pro „Teritorium“ (podrobnosti jsou v licenčním souboru) . Tato licence je typická pro čínské open-source AI projekty.

Ceny

• API na principu pay-as-you-go: 0,063 USD za milion vstupních tokenů a 0,210 USD za milion výstupních tokenů; tokeny z cache stojí 0,021 USD za milion .
• Při spuštění nabízel OpenRouter model Hy3 Preview jako zcela bezplatný endpoint (bez nutnosti kreditní karty a bez měření tokenů) po dobu přibližně dvou týdnů; tato bezplatná fáze již skončila .
• Tencent považuje Hy3 za jeden z nejlevnějších schopných velkých jazykových modelů na světě . Pro srovnání, konkurenční modely jako DeepSeek V3 nebo Qwen 3.7 Max jsou v přepočtu na token obvykle dražší, i když i ony patří k levnějším na trhu.

Platformy a dostupnost

• Open-source váhy na GitHubu (Tencent-Hunyuan/Hy3-preview) a Hugging Face .
• API endpointy přes platformu Tencent Cloud TokenHub a OpenRouter .
• Serving frameworky: vLLM s oficiálními návody pro nasazení .
• Nastavitelná úroveň uvažování (vypnuto, nízká, vysoká) umožňuje volit mezi rychlostí a hloubkou zpracování .

Výkonnostní zlepšení

• Míra halucinací: Klesla o více než polovinu ve srovnání s Hy3 Preview, což vychází z vyhodnocení reálných logů . V konkrétní integraci s herním asistentem (Path of Exile) klesla halucinace ze 4,5 % na 2,8 % .
• Míra chyb v obecných znalostech: Oproti Preview se snížila na polovinu .
• Benchmarky v agentických úlohách:
  • ClawEval pass³: 68,5 – překonává DeepSeek V4 Pro (62,4) a Qwen 3.7 Max (65,2) .
  • SkillsBench: 55,3 (oproti 29,1 u Preview) – rovněž vede před DeepSeek V4 Pro a Qwen 3.7 Max .
  • BrowseComp: 84,2 – téměř se vyrovná GPT 5.5 (84,4) .
  • MathArena Apex: 38,7 (oproti 12,8 u Preview) .
  • SWE-bench Verified: 74,4 % .
  • Terminal-Bench 2.0: 54,4 % .
• Agentické a kódovací schopnosti se celkově zlepšily o 20–30 % . Testování metodou co-design ukazuje, že nejméně 90 % agentických úloh lze s Hy3 úspěšně provést v oblastech jako zpracování dat, generování dokumentů, analýza zpráv, tvorba webových stránek a rozhodování v každodenním životě .
• Interní slepý test (270 inženýrů Tencentu na reálných pracovních úkolech): Hy3 dosáhl skóre 2,67/4 oproti GLM 5.1 s 2,51/4 .
• Víceagentická orchestrace: Marvis (interní IT agent Tencentu) dosáhl 93,7% úspěšnosti dokončení úkolů a 92% správnosti přiřazení úloh mezi 6 spolupracujícími agenty .

Časová osa vývoje

• Únor 2026: Tencent kompletně přepracoval své frameworky pro předtrénování a posilované učení .
• Přibližně 6 týdnů poté: Zahájeno trénování Hy3 Preview .
• 21.–23. dubna 2026: Vydání a otevření kódu Hy3 Preview na GitHubu .
• 6. července 2026: Oficiální spuštění produkční verze Hy3 s plnou integrací do ekosystému .

Integrace do ekosystému

• Agentické frameworky: Integrace s OpenClaw, OpenCode a KiloCode .
• Produkty Tencentu:
  • Yuanbao (AI asistent Tencentu) – získal možnost doručování souborů; míra chyb v obecných znalostech a míra halucinací klesly o více než polovinu .
  • ima – Stabilita agentického systému dosáhla 95,1 %; kvalita uvažování při zodpovídání otázek z báze znalostí se zlepšila téměř o 19 % .
  • Marvis (interní IT agent) – 93,7% úspěšnost dokončení úkolů v klíčových scénářích .
  • CodeBuddy a WorkBuddy – o 54 % nižší TTFT (čas do prvního tokenu), o 47 % nižší end-to-end latence, míra úspěšnosti >99,99 % .
  • WeGame / Path of Exile AI asistent – 92% úspěšnost vícekolového uvažování a přiřazování nástrojů, halucinace klesly ze 4,5 % na 2,8 % .
• WeChat a hry – Prospívají z toho i blogovací AI a herní asistenti .

Konkurenční pozice mezi čínskými open-source AI laboratořemi

Hy3 se profiluje jako praktický, agenticky orientovaný model, který neusiluje o prvenství v počtu parametrů. Klíčové konkurenční body:

• Agentická diferenciace: Tencent se výslovně zaměřuje na agentické a kódovací úlohy, kde tvrdí, že se vyrovná nebo překonává mnohem větší rivaly (např. Kimi-K2.5 s 1 bilionem+ parametrů) za zlomek nákladů . V testech ClawEval pass³ a SkillsBench Hy3 překonává DeepSeek V4 Pro a Qwen 3.7 Max .
• Cenové vedení: DeepSeek a Qwen jsou také známé agresivní cenovou politikou, ale Hy3 s cenou pod 0,07 USD za milion vstupních tokenů patří k nejkonkurenceschopnějším .
• STEM uvažování: Silné výkony v testech FrontierScience-Olympiad, IMOAnswerBench, doktorské zkoušce z matematiky na univerzitě Tsinghua a v čínské středoškolské biologické olympiádě – srovnatelné s DeepSeek a Qwen .
• Slabina: Některé souhrnné benchmarky třetích stran (např. Artificial Analysis GDPval-AA) ukazují, že Hy3 Preview zaostával za open-weight konkurenty v určitých reálných agentických úlohách , ačkoli produkční Hy3 tento rozdíl zřejmě výrazně snížil.
• Celková pozice laboratoře: Tencent se připojuje k DeepSeek, Alibabě (Qwen), Zhipu AI (GLM) a Baidu (ERNIE) jako významná čínská open-source AI laboratoř. Hy3 je zatím nejvěrohodnějším vstupem Tencentu do závodu „frontier open-weight“, který sází na agentickou orchestraci a nízké náklady namísto surové škály parametrů.