| Spezifikation | Wert |
|---|---|
| Gesamtparameter | 295 Milliarden |
| Aktive Parameter pro Token | 21 Milliarden |
| MTP-Layer-Parameter | 3,8 Milliarden |
| Anzahl der Layer | 80 Transformer-Layer + 1 Multi-Token-Prediction-Layer |
| Aufmerksamkeitsköpfe | 64 |
| Kontextfenster | 256K Token (262.144) |
| Architektur | Dense-Attention, sparse-FFN MoE |
Das Modell unterstützt konfigurierbare Reasoning-Modi – einen direkten „No-Think“-Modus sowie niedrige und hohe Chain-of-Thought-Modi für komplexe Aufgaben . Tencent beschreibt es als „hybrides Fast-and-Slow-Thinking-Modell“
.
Innerhalb der ersten Woche wuchs das gesamte API-Aufrufvolumen von Hy3 um mehr als das 68-fache im Vergleich zu Hy2, dem Vorgängermodell . Ein chinesischsprachiger Bericht von Sina Finance stellt fest, dass die Wachstumskurve von Hy3 „den Aufwärtstrend der Hy3-Preview-Version fortsetzte, jedoch mit einer steileren Steigung“
.
Genaue Gesamttoken-Volumenzahlen über die wöchentlichen OpenRouter-Aufstellungen hinaus wurden in den geprüften Quellen nicht veröffentlicht, aber der Nachfrageschub war so dramatisch, dass er Tencents Recheninfrastruktur überlastete. Am 8. Juli (zwei Tage nach dem Start) erreichte der Verbrauch von Inference-Computing-Ressourcen bei WorkBuddy seinen Höhepunkt, wobei die Nachmittags-Warteschlangenraten 50% überstiegen . Tencent musste dringend zusätzliche Rechenkapazitäten zuweisen und kündigte am Morgen des 9. Juli die Wiederherstellung des Dienstes an
.
Die Hy3-Preview hatte zwischen dem 23. April und dem 12. Mai bereits 7,7 Billionen Token auf OpenRouter angesammelt, so die Q1 2026-Unterlagen von Tencent .
Hy3 wird unter der Apache 2.0-Lizenz veröffentlicht, ohne geografische Einschränkungen . Die vollständigen Modellgewichte sind auf Hugging Face unter
tencent/Hy3 verfügbar .
Tencents Strategie mit Hy3 stellt explizit die Agenten über die Modellgröße. Wie Forbes bei der Berichterstattung über den Start anmerkte, setzt Tencent darauf, dass ein effizient aktiviertes MoE-Modell (21B aktiv von 295B gesamt) zu drastisch niedrigeren Kosten mit viel größeren dichten Flaggschiff-Modellen konkurrieren kann . Wichtige genannte Benchmarks:
Die Hy3-Preview wurde am 23. April 2026 als erstes Modell gestartet, das auf Tencents komplett neu aufgebauter Pre-Training-Infrastruktur basiert . Es wurde als „erstes Modell, das auf Tencents wiederaufgebauter Infrastruktur trainiert wurde“, beschrieben und lieferte signifikante Verbesserungen gegenüber Hy2 bei komplexem Reasoning, Befehlsbefolgung, In-Context-Learning, Code-Generierung und Agentenfähigkeiten
. Die Preview hielt drei Wochen lang den Spitzenplatz der OpenRouter-Nutzung
, und die Vollversion verstärkte diese Dynamik – wobei die Gesamtaufrufe im Vergleich zu Hy2 um das 68-fache wuchsen, verglichen mit einer bereits starken Wachstumsrate der Preview
. Zwischen Preview und GA verfeinerte Tencents Team das Modell durch globales Entwickler-Feedback und im eigenen riesigen Produkt-Ökosystem mit messbaren Verbesserungen: Halluzinationen sanken von 12,5% auf 5,4% und Common-Sense-Reasoning-Fehler fielen von 25,4% auf 12,7%
.
Wichtigste Erkenntnis: In den ersten ~10 Tagen erreichte Hy3 ein 68-faches Aufrufvolumen-Wachstum gegenüber Hy2, wurde zum Modell Nr. 1 nach Aufrufvolumen auf OpenRouter, überlastete aufgrund der Nachfrage Tencents eigene Recheninfrastruktur, eroberte 60% der WorkBuddy-Benutzer mit benutzerdefinierten Modellen und demonstrierte unternehmerische agentische Verbesserungen (90% Aufgabenerfolgsrate, 34% schnellere Ausführung). Dies baut direkt auf der Dynamik der Hy3-Preview auf, die seit Ende April die OpenRouter-Ranglisten dominierte.