Tencent Hunyuan Hy3: Specifikationer, pris, benchmarks og alt, du behøver at vide

Licens

Modellen er udgivet under Tencent Hunyuan Community License – en ikke-eksklusiv, royaltyfri, ikke-overførbar begrænset licens, der tillader brug, reproduktion, distribution og afledte værker inden for det definerede ”Territory” (se licensfilen) .

Priser

• Pay-as-you-go API-pris: $0,063 pr. million input-tokens og $0,210 pr. million output-tokens; cached tokens til $0,021 pr. million .
• Ved lanceringen tilbød OpenRouter Hy3 Preview som et helt gratis endpoint (intet kreditkort, ingen token-måling) i cirka to uger; den gratis periode er nu slut .
• Tencent anser dette for at være blandt de billigste kapable LLM’er globalt .

Tilgængelighedsplatforme

• Åbne vægte på GitHub (Tencent-Hunyuan/Hy3-preview) og Hugging Face .
• API-endpoints via Tencent Cloud’s TokenHub-platform og OpenRouter .
• Serving frameworks: vLLM med officielle deployments-opskrifter .
• Konfigurerbare reasoning-niveauer (deaktiveret, lav, høj), så man kan afveje latenstid mod dybde .

Præstationsforbedringer

• Hallucinationsrate: Mere end halveret sammenlignet med Hy3 Preview, baseret på evalueringer af rigtige logs . I en specifik spilassistent-integration (Path of Exile) faldt hallucinationen fra 4,5 % til 2,8 % .
• Generel fejlrate for viden: Halveret i forhold til Preview .
• Agent-benchmarks:
  • ClawEval pass³: 68,5 – slår DeepSeek V4 Pro (62,4) og Qwen 3.7 Max (65,2) .
  • SkillsBench: 55,3 (op fra 29,1 i Preview) – fører også an foran DeepSeek V4 Pro og Qwen 3.7 Max .
  • BrowseComp: 84,2 – næsten på niveau med GPT 5.5 (84,4) .
  • MathArena Apex: 38,7 (op fra 12,8 i Preview) .
  • SWE-bench Verified: 74,4 % .
  • Terminal-Bench 2.0: 54,4 % .
• Agent- og kodningsegenskaber forbedret 20–30 % samlet set . Co-design-test viser, at ≥90 % af agentopgaver kan udføres succesfuldt med Hy3 på tværs af databehandling, dokumentgenerering, rapporter, websideoprettelse og livsbeslutningsscenarier .
• Intern blindtest (270 Tencent-ingeniører på rigtige arbejdsopgaver): Hy3 scorede 2,67/4 vs. GLM 5.1’s 2,51/4 .
• Multi-agent-orchestrering: Marvis (Tencent’s IT-agent) nåede 93,7 % opgavefuldførelse, 92 % korrekt fordeling på tværs af 6 samarbejdende agenter .

Udviklingstidslinje

• Februar 2026: Tencent overhalede sine pre-training- og reinforcement-learning-rammer fra bunden .
• ~6 uger senere: Træningen af Hy3 Preview begyndte .
• 21.–23. april 2026: Hy3 Preview blev udgivet og open-sourcet på GitHub .
• 6. juli 2026: Produktionsversionen af Hy3 blev officielt lanceret med fuld integration i økosystemet .

Integrationer i økosystemet

• Agent-rammer: Integration med OpenClaw, OpenCode og KiloCode .
• Tencent-produkter:
  • Yuanbao (Tencent’s AI-assistent) – fik filafleveringsfunktion; fejl- og hallucinationsrater faldt med over det halve .
  • ima – Agent-systemets stabilitet nåede 95,1 %; kvaliteten af vidensbase-spørgsmål-svar-forbedring steg næsten 19 % .
  • Marvis (intern IT-agent) – opgavefuldførelse i kernescenarier på 93,7 % .
  • CodeBuddy & WorkBuddy – 54 % lavere TTFT, 47 % lavere end-to-end-latenstid, >99,99 % succesrate .
  • WeGame / Path of Exile AI-assistent – flertrinsræsonnement + værktøjsfordelingssuccesrate på 92 %, hallucinationen faldt fra 4,5 % til 2,8 % .
• WeChat & gaming – Blog-AI og spilassistenter nyder også godt af det .

Konkurrenceposition blandt kinesiske open-source AI-laboratorier

Hy3 positionerer sig som en praktisk, agent-først model snarere end et rent parameterstørrelsesspil. Vigtige konkurrencepunkter:

• Agentsdifferentiering: Tencent målretter eksplicit agent- og kodearbejdsbelastninger, hvor den hævder at matche eller slå større rivaler (f.eks. Kimi-K2.5 på 1T+ parametre) til en brøkdel af prisen . På ClawEval pass³ og SkillsBench overgår Hy3 DeepSeek V4 Pro og Qwen 3.7 Max .
• Prissætningslederskab: DeepSeek og Qwen er også kendt for aggressiv prissætning, men Hy3’s under $0,07/1M input er blandt de mest konkurrencedygtige .
• STEM-ræsonnement: Stærk på FrontierScience-Olympiad, IMOAnswerBench, Tsinghua’s matematik-ph.d.-kvalifikationseksamen og China High School Biology Olympiad – sammenlignelig med DeepSeek og Qwens frontlinjemodeller .
• Svaghed: Nogle tredjeparts samlede benchmarks (f.eks. Artificial Analysis GDPval-AA) viser Hy3 Preview bagefter open-weight-kolleger på visse virkelige agentopgaver , selvom produktions-Hy3 tilsyneladende har lukket meget af det hul.
• Samlet laboratoriepositionering: Tencent slutter sig til DeepSeek, Alibaba (Qwen), Zhipu AI (GLM) og Baidu (ERNIE) som et stort kinesisk open-source AI-laboratorium. Hy3 er Tencent’s mest troværdige indtog i kapløbet om ”frontier open-weight” hidtil, med et væddemål på agentorchestrering og lave omkostninger frem for rå parameterskala.