| 1トークンあたりのアクティブパラメータ | 210億 (21B) |
| MTPレイヤーパラメータ | 38億 (3.8B) |
| レイヤー数 | 80トランスフォーマーレイヤー + 1マルチトークン予測レイヤー |
| アテンションヘッド | 64 |
| コンテキストウィンドウ | 256Kトークン(262,144) |
| アーキテクチャ | 高密度アテンション、スパースFFN MoE |
このモデルは設定可能な推論モードをサポートしており、直接的な「思考なし」モードに加え、複雑なタスク向けの低/高チェーン・オブ・ソート(思考連鎖)モードを備えています。テンセントはこれを「ハイブリッド高速・低速思考モデル」と表現しています
。
リリースから1週間以内に、Hy3の総APIコール数は前世代モデルHy2と比較して68倍以上に成長しました。Sina Financeの中国語レポートによれば、Hy3の成長軌道は「Hy3プレビュー版の上昇傾向を継続しつつ、より急峻な傾きを示した」と分析されています
。
ソースとなった記事では、週間OpenRouter集計値を超える正確な総トークン量は公表されていませんでしたが、需要の急増はテンセントの計算インフラを圧倒するほど劇的なものでした。7月8日(リリースから2日後)、WorkBuddyの推論計算リソース消費はピークに達し、午後のキュー待機率は50%を超えました。テンセントは緊急に追加の計算能力を割り当て、7月9日朝にはサービス復旧を発表しました
。
Hy3に関するテンセントの戦略は、明らかに「モデルサイズよりもエージェント」に重点を置いています。ローンチを報じたForbesも指摘しているように、テンセントは効率的に活性化されるMoEモデル(総パラメータ295B中、アクティブ21B)を圧倒的に低コストで運用することで、はるかに大規模な高密度モデルのフラッグシップと対抗できると賭けているのです。主なベンチマークスコアは以下の通りです。
| ベンチマーク | Hy3 スコア |
|---|---|
| SWE-bench Verified | 74.4%(プレビュー版) |
| BrowseComp | 84.2(公開ウェイトモデル中、検索エージェントで最高スコア) |
| DeepSearchQA | 91.0 |
| MCP-Atlas | 79.1(公開ウェイトモデル中、ツールオーケストレーションで最高) |
| AA-LCR(長文コンテキスト検索) | 73.4 |
Hy3プレビュー版は2026年4月23日、テンセントが完全に再構築した事前学習インフラ上で最初にトレーニングされたモデルとしてリリースされました。これは「テンセントの再構築されたインフラでトレーニングされた最初のモデル」と表現され、複雑な推論、指示追従、文脈内学習、コード生成、エージェント機能においてHy2から大幅な改善を実現しました
。このプレビュー版はOpenRouterのトップ使用枠を3週連続で維持し
、フルリリースではその勢いをさらに増幅させ、Hy2と比較して総コール数が68倍に成長しました
。プレビュー版からGA(一般提供)版の間に、テンセントのチームはグローバルな開発者からのフィードバックと自社の巨大なプロダクトエコシステム全体を通じてモデルを改良し、測定可能な改善を達成しました。ハルシネーション率は12.5%から5.4%に、常識的推論の誤りは25.4%から12.7%に減少しました
。
主要なポイント: Hy3はリリースから約10日間で、Hy2比68倍のコール数成長、OpenRouterのコール数で世界1位、自社計算インフラの逼迫、WorkBuddyカスタムモデルユーザーの60%獲得、そしてエンタープライズエージェントの劇的な改善(タスク成功率90%、実行速度34%向上)を達成しました。これは、4月下旬以来OpenRouterランキングを席巻してきたHy3プレビュー版の勢いを確実に受け継いだものです。