Tencent mendistribusikan Hy3 melalui tiga jalur utama :
Pengembang juga dapat mengakses Hy3 melalui API di OpenRouter (dengan harga sekitar $0,1288 per satu juta token input dan $0,5336 per satu juta token output) , dan bobot model dirilis di bawah lisensi Apache 2.0 di Hugging Face dan ModelScope .
| Properti | Nilai |
|---|---|
| Arsitektur | Mixture-of-Experts (MoE) — 192 pakar, 8 teratas aktif |
| Total parameter | 295 miliar |
| Parameter aktif per token | 21 miliar (+ 3,8 miliar lapisan MTP spekulatif) |
| Panjang konteks | 256K token |
| Lisensi | Apache 2.0 (ramah komersial) |
| Tanggal rilis | 6 Juli 2026 (pratinjau: 23 April 2026) |
Hy3 adalah model penalaran hybrid cepat-dan-lambat yang dirancang untuk penalaran kompleks, mengikuti instruksi, coding, dan alur kerja agen AI. Tencent mengklaim model ini memiliki performa yang sebanding dengan model flagship dengan parameter 2–5 kali lebih banyak dalam berbagai tolok ukur penalaran dan instruksi . Pratinjau Hy3 yang pertama kali dirilis memiliki tingkat halusinasi 12,5% dan kesalahan akal sehat 25,4%; rilis final Juli menurunkan angka tersebut menjadi 5,4% dan 12,7%, setelah mengintegrasikan umpan balik dari lebih dari 50 tim internal Tencent .
Data penggunaan yang dilaporkan oleh Tencent dan dikonfirmasi oleh berbagai sumber menunjukkan adopsi awal yang luar biasa :
Catatan: Per pengumuman 5 Agustus, Hy3 berada di peringkat ketiga di belakang DeepSeek V4 Flash dan Xiaomi MiMo-V2.5 dalam peringkat penggunaan token mingguan OpenRouter .
Ekspansi global ini merupakan dorongan AI luar negeri besar pertama Tencent sejak merekrut mantan peneliti OpenAI, Yao Shunyu, pada awal 2026 . Banyak laporan menempatkan peluncuran internasional Hy3 sebagai langkah kompetitif paling agresif Tencent melawan pemimpin AI Barat, menandakan pergeseran strategis dari fokus AI di China menuju postur go-to-market global . Dengan menggabungkan aksesibilitas sumber terbuka, integrasi alat perusahaan, harga agresif (mengalahkan OpenAI dan Anthropic), dan periode uji coba gratis di WorkBuddy, Tencent bertujuan merebut pangsa pasar pengembang dan perusahaan di luar China — sebuah respons langsung terhadap penambahan bakat dan arahan strategis yang ditetapkan oleh kepemimpinan Yao Shunyu .
Hy3 mencetak 78% pada SWE-bench Verified dan 90,4% pada GPQA Diamond . Tencent melaporkan tingkat resolusi tugas 90% pada tolok ukur agen internal . Angka-angka ini menempatkan Hy3 secara kompetitif di antara model penalaran sumber terbuka, meskipun verifikasi independen masih terbatas.
| Jalur Akses | Harga |
|---|---|
| WorkBuddy | Gratis hingga 31 Agustus 2026 (Waktu Pasifik) |
| OpenRouter API | ~$0,1288 / juta token input, ~$0,5336 / juta token output |
| API Resmi Tencent | ~1 RMB / juta input, ~4 RMB / juta output (sekitar $0,15 / $0,59 USD) |
| Self-hosted | Minimum 8× GPU tensor parallel (kelas H20-3e atau H200) |
Peluncuran global Hy3 dari Tencent penting karena menggabungkan:
Kekuatan utama model ini terletak pada alur kerja agen dan tugas coding, bidang di mana model ini telah menunjukkan adopsi pengembang yang kuat. Kelemahannya termasuk performa menengah pada beberapa tolok ukur umum dan kebutuhan klaster GPU kelas atas untuk hosting mandiri .
Tencent mendistribusikan Hy3 melalui tiga jalur utama :
Pengembang juga dapat mengakses Hy3 melalui API di OpenRouter (dengan harga sekitar $0,1288 per satu juta token input dan $0,5336 per satu juta token output) , dan bobot model dirilis di bawah lisensi Apache 2.0 di Hugging Face dan ModelScope .
| Properti | Nilai |
|---|---|
| Arsitektur | Mixture-of-Experts (MoE) — 192 pakar, 8 teratas aktif |
| Total parameter | 295 miliar |
| Parameter aktif per token | 21 miliar (+ 3,8 miliar lapisan MTP spekulatif) |
| Panjang konteks | 256K token |
| Lisensi | Apache 2.0 (ramah komersial) |
| Tanggal rilis | 6 Juli 2026 (pratinjau: 23 April 2026) |
Hy3 adalah model penalaran hybrid cepat-dan-lambat yang dirancang untuk penalaran kompleks, mengikuti instruksi, coding, dan alur kerja agen AI. Tencent mengklaim model ini memiliki performa yang sebanding dengan model flagship dengan parameter 2–5 kali lebih banyak dalam berbagai tolok ukur penalaran dan instruksi . Pratinjau Hy3 yang pertama kali dirilis memiliki tingkat halusinasi 12,5% dan kesalahan akal sehat 25,4%; rilis final Juli menurunkan angka tersebut menjadi 5,4% dan 12,7%, setelah mengintegrasikan umpan balik dari lebih dari 50 tim internal Tencent .
Data penggunaan yang dilaporkan oleh Tencent dan dikonfirmasi oleh berbagai sumber menunjukkan adopsi awal yang luar biasa :
Catatan: Per pengumuman 5 Agustus, Hy3 berada di peringkat ketiga di belakang DeepSeek V4 Flash dan Xiaomi MiMo-V2.5 dalam peringkat penggunaan token mingguan OpenRouter .
Ekspansi global ini merupakan dorongan AI luar negeri besar pertama Tencent sejak merekrut mantan peneliti OpenAI, Yao Shunyu, pada awal 2026 . Banyak laporan menempatkan peluncuran internasional Hy3 sebagai langkah kompetitif paling agresif Tencent melawan pemimpin AI Barat, menandakan pergeseran strategis dari fokus AI di China menuju postur go-to-market global . Dengan menggabungkan aksesibilitas sumber terbuka, integrasi alat perusahaan, harga agresif (mengalahkan OpenAI dan Anthropic), dan periode uji coba gratis di WorkBuddy, Tencent bertujuan merebut pangsa pasar pengembang dan perusahaan di luar China — sebuah respons langsung terhadap penambahan bakat dan arahan strategis yang ditetapkan oleh kepemimpinan Yao Shunyu .
Hy3 mencetak 78% pada SWE-bench Verified dan 90,4% pada GPQA Diamond . Tencent melaporkan tingkat resolusi tugas 90% pada tolok ukur agen internal . Angka-angka ini menempatkan Hy3 secara kompetitif di antara model penalaran sumber terbuka, meskipun verifikasi independen masih terbatas.
| Jalur Akses | Harga |
|---|---|
| WorkBuddy | Gratis hingga 31 Agustus 2026 (Waktu Pasifik) |
| OpenRouter API | ~$0,1288 / juta token input, ~$0,5336 / juta token output |
| API Resmi Tencent | ~1 RMB / juta input, ~4 RMB / juta output (sekitar $0,15 / $0,59 USD) |
| Self-hosted | Minimum 8× GPU tensor parallel (kelas H20-3e atau H200) |
Peluncuran global Hy3 dari Tencent penting karena menggabungkan:
Kekuatan utama model ini terletak pada alur kerja agen dan tugas coding, bidang di mana model ini telah menunjukkan adopsi pengembang yang kuat. Kelemahannya termasuk performa menengah pada beberapa tolok ukur umum dan kebutuhan klaster GPU kelas atas untuk hosting mandiri .