텐센트 혼위안 Hy3, 295B MoE 구조로 에이전트 작업 해결률 90% 달성…오픈소스로 공개

라이선스

• 텐센트 혼위안 커뮤니티 라이선스(Tencent Hunyuan Community License) — 비독점, 로열티 프리, 양도 불가의 제한적 라이선스로, '영역(Territory)' 내에서 사용, 복제, 배포, 파생 저작물 생성 허용 (자세한 내용은 라이선스 파일 참조)

가격 정책

• 종량제 API 가격: 입력 100만 토큰당 $0.063, 출력 100만 토큰당 $0.210; 캐시된 토큰은 100만 개당 $0.021
• 출시 당시 OpenRouter에서 Hy3 프리뷰를 약 2주간 완전 무료 엔드포인트로 제공했으나, 현재는 무료 기간이 종료되었습니다
• 텐센트는 이 가격을 전 세계에서 가장 저렴한 수준의 LLM 중 하나라고 평가

제공 플랫폼

• 오픈소스 웨이트: GitHub(Tencent-Hunyuan/Hy3-preview) 및 Hugging Face
• API 엔드포인트: 텐센트 클라우드의 TokenHub 플랫폼 및 OpenRouter
• 서빙 프레임워크: vLLM, 공식 배포 레시피 제공
• 추론 수준 설정 가능: 비활성화(disabled), 낮음(low), 높음(high) — 지연 시간과 깊이 조절 가능

성능 개선 사항

• 환각률(Hallucination rate): 실제 로그 기반 평가에서 Hy3 프리뷰 대비 절반 이상 감소 . PoE(Path of Exile) 게임 어시스턴트 통합 사례에서는 환각률이 4.5%에서 2.8%로 하락
• 일반 지식 오류율: 프리뷰 대비 절반 감소
• 에이전트 작업 벤치마크:
  • ClawEval pass³: 68.5 — DeepSeek V4 Pro(62.4) 및 Qwen 3.7 Max(65.2) 능가
  • SkillsBench: 55.3(프리뷰 29.1에서 상승) — DeepSeek V4 Pro 및 Qwen 3.7 Max 리드
  • BrowseComp: 84.2 — GPT 5.5(84.4)와 거의 동등
  • MathArena Apex: 38.7(프리뷰 12.8에서 상승)
  • SWE-bench Verified: 74.4%
  • Terminal-Bench 2.0: 54.4%
• 에이전트 및 코딩 핵심 역량: 전반적으로 20~30% 개선 . 공동 설계 테스트 결과, 데이터 처리, 문서 생성, 연구 보고서, 웹 페이지 생성, 생활 결정 시나리오 등에서 Hy3로 에이전트 작업의 90% 이상을 성공적으로 실행 가능
• 내부 블라인드 테스트(텐센트 엔지니어 270명 대상 실제 업무 작업): Hy3 2.67/4 vs. GLM 5.1의 2.51/4
• 멀티 에이전트 오케스트레이션: Marvis(텐센트 내부 IT 에이전트) 작업 완료율 93.7%, 6개 협력 에이전트 간 올바른 디스패치 92%

개발 타임라인

• 2026년 2월: 텐센트가 사전 학습 및 강화 학습 프레임워크를 완전히 재구축
• 약 6주 후: Hy3 프리뷰 학습 시작
• 2026년 4월 21~23일: Hy3 프리뷰 공개 및 GitHub에 오픈소스로 배포
• 2026년 7월 6일: 프로덕션 Hy3 공식 출시, 전체 생태계 통합 완료

생태계 통합

• 에이전트 프레임워크: OpenClaw, OpenCode, KiloCode와 통합
• 텐센트 제품:
  • 위안바오(Yuanbao, 텐센트 AI 어시스턴트) — 파일 전달 기능 탑재, 상식 오류율과 환각률 모두 절반 이상 감소
  • ima — 에이전트 시스템 안정성 95.1% 달성, 지식 기반 QA 추론 품질 약 19% 향상
  • Marvis(내부 IT 에이전트) — 핵심 시나리오 작업 완료율 93.7%
  • CodeBuddy 및 WorkBuddy — TTFT(첫 번째 토큰까지의 시간) 54% 감소, 종단 간 지연 시간 47% 감소, 99.99% 이상의 성공률
  • WeGame / Path of Exile AI 어시스턴트 — 다중 턴 추론 + 도구 디스패치 성공률 92%, 환각률 4.5%에서 2.8%로 하락
• 위챗 및 게임 — 블로그 AI 및 게임 어시스턴트도 혜택

중국 오픈소스 AI 연구소 간 경쟁 구도

Hy3는 순수 파라미터 규모 경쟁보다는 실용적이고 에이전트 중심(agent-first) 모델로 자리매김했습니다. 주요 경쟁 포인트는 다음과 같습니다:

• 에이전트 차별화: 텐센트는 Hy3가 에이전틱 및 코딩 작업에서 Kimi-K2.5(1T+ 파라미터)와 같은 대형 모델을 훨씬 낮은 비용으로 따라잡거나 능가한다고 주장 . ClawEval pass³ 및 SkillsBench에서 Hy3는 DeepSeek V4 Pro와 Qwen 3.7 Max를 능가
• 가격 리더십: DeepSeek와 Qwen도 공격적인 가격 정책으로 유명하지만, Hy3의 $0.063/1M 입력 가격은 가장 경쟁력 있는 수준 중 하나
• STEM 추론: FrontierScience-Olympiad, IMOAnswerBench, 칭화대 수학 박사 자격 시험, 중국 고등학교 생물 올림피아드 등에서 DeepSeek 및 Qwen의 프론티어 모델과 비교 가능한 성능
• 약점: 일부 타사 종합 벤치마크(예: Artificial Analysis의 GDPval-AA)에서는 Hy3 프리뷰가 특정 실제 에이전트 작업에서 오픈웨이트 경쟁사에 뒤처지는 모습을 보였으나 , 프로덕션 Hy3는 이 격차를 대부분 해소한 것으로 보입니다.
• 전반적 연구소 포지셔닝: 텐센트는 DeepSeek, 알리바바(Qwen), 지푸 AI(GLMI), 바이두(ERNIE)와 함께 주요 중국 오픈소스 AI 연구소로 자리잡았습니다. Hy3는 텐센트의 '프론티어 오픈웨이트' 경쟁에서 가장 신뢰할 만한 진입작으로, 에이전트 오케스트레이션과 저비용에 베팅하고 있습니다.