Hy3 on Mixture-of-Experts (MoE) -malli, jossa on 192 asiantuntijaa ja top-8-reititys . Tärkeimmät tekniset tiedot Tencentin virallisesta Hugging Face -mallikortista ja ilmoituksesta :
| Tekninen tieto | Arvo |
|---|---|
| Kokonaisparametrit | 295 miljardia |
| Aktiiviset parametrit per token | 21 miljardia |
| MTP-kerroksen parametrit | 3,8 miljardia |
| Kerrosten määrä | 80 transformer-kerrosta + 1 Multi-Token Prediction -kerros |
| Attention-päät | 64 |
| Konteksti-ikkuna | 256K tokenia (262 144) |
| Arkkitehtuuri | Dense-attention, sparse-FFN MoE |
Malli tukee säädettäviä päättelytiloja – suoraa "ei-ajattelu" -tilaa sekä matalaa ja korkeaa chain-of-thought -tilaa monimutkaisia tehtäviä varten . Tencent kuvailee sitä "hybridi nopea-ja-hidas-ajattelu -malliksi" .
Ensimmäisen viikon aikana Hy3:n API-kutsujen kokonaismäärä kasvoi yli 68-kertaiseksi edeltäjäänsä Hy2:een verrattuna . Kiinalainen Sina Finance raportoi, että Hy3:n kasvukehitys "jatkoi Hy3-preview-version nousujohteista kehitystä, mutta jyrkemmällä kulmalla" .
Tarkkoja tokenien kokonaismääriä viikoittaisten OpenRouter-lukujen lisäksi ei julkaistu tarkastelluissa lähteissä, mutta kysyntäpiikki oli niin dramaattinen, että se ylikuormitti Tencentin laskentainfrastruktuurin. 8. heinäkuuta (kaksi päivää julkaisun jälkeen) WorkBuddy-päätelmäresurssien kulutus saavutti huippunsa, ja iltapäivän jonotusaste ylitti 50 % . Tencent joutui osoittamaan kiireellisesti lisää laskentakapasiteettia ja ilmoitti palvelun palautuneen normaaliksi 9. heinäkuuta .
Hy3 Preview oli jo käsitellyt 7,7 biljoonaa tokenia OpenRouterissa 23. huhtikuuta – 12. toukokuuta Tencentin Q1 2026 -tulosmateriaalien mukaan .
Hy3 on julkaistu Apache 2.0 -lisenssillä, jossa ei ole maantieteellisiä rajoituksia . Täydelliset mallipainot ovat saatavilla Hugging Facessa osoitteessa tencent/Hy3 .
Hy3 on otettu käyttöön useissa Tencentin tuotteissa :
Tencentin strategia Hy3:n kanssa keskittyy nimenomaan agentteihin mallikoon sijaan. Kuten Forbes julkaisun yhteydessä totesi, Tencent lyö vetoa siitä, että tehokkaasti aktivoitu MoE-malli (21B aktiivista 295B:stä) huomattavasti alhaisemmilla kustannuksilla voi kilpailla paljon suurempien tiheiden mallien lippulaivojen kanssa . Keskeisiä mainittuja vertailuarvoja:
| Vertailuarvo | Hy3-pisteet |
|---|---|
| SWE-bench Verified | 74,4 % (Preview) |
| BrowseComp | 84,2 (paras avoimen painon hakuagentin tulos) |
| DeepSearchQA | 91,0 |
| MCP-Atlas | 79,1 (paras avoimen painon työkalun orkestrointi) |
| AA-LCR (pitkän kontekstin haku) | 73,4 |
Hy3 Preview julkaistiin 23. huhtikuuta 2026 ensimmäisenä mallina, joka on koulutettu Tencentin täysin uudelleenrakennetulla esikoulutusinfrastruktuurilla . Sitä kuvattiin "ensimmäiseksi malliksi, joka on koulutettu Tencentin uudelleenrakennetulla infrastruktuurilla", ja se toi merkittäviä parannuksia Hy2:een verrattuna monimutkaisessa päättelyssä, ohjeiden noudattamisessa, kontekstioppimisessa, koodauksessa ja agenttikykvyyksissä . Preview piti ykkössijaa OpenRouterissa kolmen peräkkäisen viikon ajan , ja täysi julkaisu vahvisti tätä vauhtia – kokonaiskutsujen määrä kasvoi 68-kertaiseksi Hy2:een verrattuna, mikä on vielä jyrkempi kasvu kuin Preview'n jo vahva kasvuvauhti . Preview'n ja GA:n välillä Tencentin tiimi hioi mallia maailmanlaajuisen kehittäjäpalautteen ja oman massiivisen tuoteekosysteeminsä kautta, mitattavissa olevin parannuksin: hallusinaatiot laskivat 12,5 prosentista 5,4 prosenttiin ja maalaisjärjen päättelyvirheet laskivat 25,4 prosentista 12,7 prosenttiin .
Keskeinen havainto: Noin 10 ensimmäisen päivän aikana Hy3 saavutti 68-kertaisen API-kutsujen kasvun Hy2:een verrattuna, nousi ykköseksi OpenRouterin kutsutilastossa, ylikuormitti Tencentin oman laskentainfrastruktuurin kysynnän vuoksi, valloitti 60 % WorkBuddy-käyttäjistä, jotka valitsivat oman mallin, ja osoitti yritysagenttiparannuksia (90 %:n tehtävien onnistumisprosentti, 34 % nopeampi suoritus). Tämä perustuu suoraan Hy3 Preview'n vauhtiin, joka oli hallinnut OpenRouterin listoja huhtikuun lopusta lähtien.