Tencent का Hy3 AI मॉडल: 295B पैरामीटर, MoE आर्किटेक्चर और 90% एजेंट टास्क सफलता

लाइसेंस

• Tencent Hunyuan कम्युनिटी लाइसेंस — एक गैर-विशेष, रॉयल्टी-फ्री, गैर-हस्तांतरणीय सीमित लाइसेंस जो "क्षेत्र" (लाइसेंस फ़ाइल में विवरण) के लिए उपयोग, पुनरुत्पादन, वितरण और व्युत्पन्न कार्यों की अनुमति देता है ।

मूल्य निर्धारण (प्राइसिंग)

• पे-एज़-यू-गो API प्राइसिंग: $0.063 प्रति मिलियन इनपुट टोकन और $0.210 प्रति मिलियन आउटपुट टोकन; कैश्ड टोकन $0.021 प्रति मिलियन ।
• लॉन्च के समय, OpenRouter ने Hy3 Preview को लगभग दो सप्ताह के लिए पूरी तरह से मुफ्त एंडपॉइंट (बिना क्रेडिट कार्ड, बिना टोकन मीटरिंग) के रूप में पेश किया था; वह मुफ्त अवधि अब समाप्त हो चुकी है ।
• Tencent का मानना है कि यह दुनिया के सबसे सस्ते सक्षम LLMs में से एक है ।

उपलब्धता प्लेटफॉर्म

• GitHub (Tencent-Hunyuan/Hy3-preview) और Hugging Face पर ओपन-सोर्स वेट्स ।
• Tencent Cloud के TokenHub प्लेटफॉर्म और OpenRouter के माध्यम से API एंडपॉइंट ।
• सर्विंग फ्रेमवर्क: vLLM, आधिकारिक डिप्लॉयमेंट रेसिपी के साथ ।
• कॉन्फ़िगरेबल रीज़निंग लेवल (डिसेबल्ड, लो, हाई) लेटेंसी बनाम डेप्थ के बीच ट्रेड-ऑफ के लिए ।

परफॉरमेंस सुधार

• हैल्युसिनेशन दर: वास्तविक लॉग मूल्यांकन के आधार पर Hy3 Preview की तुलना में आधे से अधिक कम । एक विशिष्ट गेम-असिस्टेंट इंटीग्रेशन (Path of Exile) में, हैल्युसिनेशन 4.5% से घटकर 2.8% हो गया ।
• सामान्य ज्ञान त्रुटि दर: Preview के सापेक्ष आधी ।
• एजेंट टास्क बेंचमार्क:
  • ClawEval pass³: 68.5 — DeepSeek V4 Pro (62.4) और Qwen 3.7 Max (65.2) को पीछे छोड़ता है ।
  • SkillsBench: 55.3 (Preview में 29.1 से ऊपर) — DeepSeek V4 Pro और Qwen 3.7 Max से भी आगे ।
  • BrowseComp: 84.2 — लगभग GPT 5.5 (84.4) के बराबर ।
  • MathArena Apex: 38.7 (Preview में 12.8 से ऊपर) ।
  • SWE-bench Verified: 74.4% ।
  • Terminal-Bench 2.0: 54.4% ।
• एजेंट और कोडिंग कोर क्षमताओं में कुल मिलाकर 20–30% सुधार । को-डिज़ाइन परीक्षण से संकेत मिलता है कि डेटा प्रोसेसिंग, डॉक्यूमेंट जनरेशन, रिसर्च रिपोर्ट, वेब पेज निर्माण और जीवन-निर्णय परिदृश्यों में कम से कम 90% एजेंट कार्यों को Hy3 के साथ सफलतापूर्वक निष्पादित किया जा सकता है ।
• आंतरिक ब्लाइंड टेस्ट (वास्तविक कार्य कार्यों पर 270 Tencent इंजीनियर): Hy3 ने GLM 5.1 के 2.51/4 की तुलना में 2.67/4 स्कोर किया ।
• मल्टी-एजेंट ऑर्केस्ट्रेशन: Marvis (Tencent का IT एजेंट) ने 93.7% टास्क पूर्णता, 6 सहयोगी एजेंटों में 92% सही डिस्पैच हासिल किया ।

विकास समयरेखा

• फरवरी 2026: Tencent ने अपने प्री-ट्रेनिंग और रीइन्फोर्समेंट-लर्निंग फ्रेमवर्क को पूरी तरह से नए सिरे से तैयार किया ।
• लगभग 6 सप्ताह बाद: Hy3 Preview प्रशिक्षण शुरू हुआ ।
• 21–23 अप्रैल 2026: Hy3 Preview जारी किया गया और GitHub पर ओपन-सोर्स किया गया ।
• 6 जुलाई 2026: प्रोडक्शन Hy3 पूर्ण इकोसिस्टम एकीकरण के साथ आधिकारिक रूप से लॉन्च किया गया ।

इकोसिस्टम इंटीग्रेशन

• एजेंट फ्रेमवर्क: OpenClaw, OpenCode और KiloCode के साथ इंटीग्रेट होता है ।
• Tencent उत्पाद:
  • Yuanbao (Tencent का AI असिस्टेंट) — फ़ाइल-डिलीवरी क्षमता प्राप्त की; सामान्य ज्ञान त्रुटि और हैल्युसिनेशन दर दोनों आधे से अधिक गिर गए ।
  • ima — एजेंट सिस्टम स्थिरता 95.1% तक पहुंच गई; नॉलेज-बेस QA रीज़निंग गुणवत्ता में लगभग 19% सुधार हुआ ।
  • Marvis (आंतरिक IT एजेंट) — कोर परिदृश्य कार्य पूर्णता 93.7% ।
  • CodeBuddy & WorkBuddy — 54% कम TTFT, 47% कम एंड-टू-एंड लेटेंसी, >99.99% सफलता दर ।
  • WeGame / Path of Exile AI असिस्टेंट — मल्टी-टर्न रीज़निंग + टूल डिस्पैच सफलता दर 92%, हैल्युसिनेशन 4.5% से घटकर 2.8% ।
• WeChat और गेमिंग — ब्लॉग AI और गेम असिस्टेंट को भी लाभ होता है ।

चीनी ओपन-सोर्स AI लैब्स के बीच प्रतिस्पर्धी स्थिति

Hy3 खुद को एक प्रैक्टिकल, एजेंट-फ़र्स्ट मॉडल के रूप में स्थापित करता है, न कि केवल पैरामीटर आकार का खेल। मुख्य प्रतिस्पर्धी बिंदु:

• एजेंट विभेदीकरण: Tencent स्पष्ट रूप से एजेंटिक और कोडिंग वर्कलोड को लक्षित करता है जहां वह कम लागत पर बड़े प्रतिद्वंद्वियों (जैसे, Kimi-K2.5 1T+ पैरामीटर) से मेल खाने या उन्हें हराने का दावा करता है । ClawEval pass³ और SkillsBench पर, Hy3 DeepSeek V4 Pro और Qwen 3.7 Max से बेहतर प्रदर्शन करता है ।
• मूल्य नेतृत्व: DeepSeek और Qwen भी आक्रामक मूल्य निर्धारण के लिए जाने जाते हैं, लेकिन Hy3 का $0.07/1M से कम इनपुट सबसे प्रतिस्पर्धी में से एक है ।
• STEM रीज़निंग: FrontierScience-Olympiad, IMOAnswerBench, Tsinghua गणित-पीएचडी योग्यता परीक्षा, और चीन हाई स्कूल बायोलॉजी ओलंपियाड में मजबूत — DeepSeek और Qwen के फ्रंटियर मॉडल के बराबर ।
• कमजोरी: कुछ थर्ड-पार्टी एग्रीगेट बेंचमार्क (जैसे, Artificial Analysis GDPval-AA) दिखाते हैं कि Hy3 Preview कुछ वास्तविक दुनिया के एजेंटिक कार्य कार्यों पर ओपन-वेट साथियों से पीछे है , हालांकि प्रोडक्शन Hy3 उस अंतर को काफी हद तक बंद कर चुका है।
• समग्र लैब स्थिति: Tencent DeepSeek, Alibaba (Qwen), Zhipu AI (GLM), और Baidu (ERNIE) के साथ एक प्रमुख चीनी ओपन-सोर्स AI लैब के रूप में शामिल होता है। Hy3, Tencent की "फ्रंटियर ओपन-वेट" रेस में सबसे विश्वसनीय एंट्री है, जो कच्चे पैरामीटर स्केल के बजाय एजेंट ऑर्केस्ट्रेशन और कम लागत पर दांव लगाती है।