Tencent Hy3: 68x kallvolum, #1 på OpenRouter og en 295B MoE som overveldet egne servere

Tencent Hy3 har oppnådd bemerkelsesverdige milepæler i løpet av sine to første uker etter lanseringen 6. juli 2026. Modellen er bygget på en Mixture-of-Experts (MoE)-arkitektur som aktiverer bare 21 milliarder av sine 295 milliarder totale parametere per token. Resultatet? En 68-dobling av API-kallvolumet sammenlignet med forgjengeren Hy2, førsteplassen på OpenRouter i global modellkallvolum, og så stor etterspørsel at den midlertidig overveldet Tencents egen datakraft . Her følger en detaljert, kildebasert gjennomgang av hva Hy3 har oppnådd og hvordan det skjedde.

Arkitektur og spesifikasjoner

Hy3 er en Mixture-of-Experts (MoE)-modell med 192 eksperter og top-8-ruting . Nøkkeldetaljer fra den offisielle Hugging Face-modellkortet og Tencents kunngjøring :

Spesifikasjon	Verdi
Totale parametere	295 milliarder
Aktive parametere per token	21 milliarder
MTP-lagsparametere	3,8 milliarder
Antall lag	80 transformatorlag + 1 Multi-Token Prediction-lag
Oppmerksomhetshoder	64
Kontekstvindu	256K tokens (262 144)
Arkitektur	Tett oppmerksomhet, sparsom FFN MoE

Modellen støtter konfigurerbare resonneringsmoduser: en direkte "no-think"-modus samt lav og høy tankekjede-modus for komplekse oppgaver . Tencent beskriver den som en "hybrid rask-og-langsom-tenkende modell" .

Vekst i API-kallvolum sammenlignet med Hy2

I løpet av den første uken vokste Hy3s totale API-kallvolum med mer enn 68 ganger sammenlignet med Hy2, den forrige generasjonsmodellen . En kinesisk rapport fra Sina Finance bemerker at Hy3s vekstbane "fortsatte den oppadgående trenden til Hy3 preview-versjonen, men med en brattere helning" .

OpenRouter-resultater

• #1 i globalt modellkallvolum på OpenRouter i løpet av én uke etter lansering .
• Tre dager etter lansering klatret Hy3 til 8. plass på OpenRusters mest populære modellrangering under sin begrensede gratis tilgangsfase .
• Hy3 Preview hadde allerede holdt førsteplassen på OpenRusters bruksrangering i tre uker på rad før den fulle lanseringen .

Tokenbehandlingsvolum og infrastrukturpress

Eksakte totale tokenvolum utover de ukentlige OpenRouter-tallene ble ikke publisert i de gjennomgåtte kildene, men etterspørselssjokket var dramatisk nok til å overbelaste Tencents datakraft. 8. juli (to dager etter lansering) nådde WorkBuddys inferanseforbruk av datakraft sitt høydepunkt, med ettermiddags kørat på over 50 % . Tencent måtte raskt tildele ekstra datakraft, og kunngjorde at tjenesten var gjenopprettet morgenen 9. juli .

Hy3 Preview hadde allerede akkumulert 7,7 billioner tokens på OpenRouter mellom 23. april og 12. mai, ifølge Tencents Q1 2026-resultatrapport .

Adopsjon i WorkBuddy-økosystemet

• 60 % av WorkBuddy-brukere som valgte en egen modell, valgte Hy3 .
• WorkBuddy har selv vokst til 13 millioner daglige aktive brukere og 20 millioner månedlige aktive brukere .
• Etter Hy3-integrasjon økte WorkBuddys interne oppgavesuksessrate fra 72 % til 90 %, og gjennomsnittlig utførelsestid falt med 34 % .
• Tencents Yuanbao (AI-assistent) opplevde en halvering av hallusinasjonsraten i lange dokumenter og AI-søkscenarier .

Priser

• $0,14 per million input-tokens via OpenRouter
• $0,58 per million output-tokens via OpenRouter
• OpenRouter rapporterer at prompt-caching kan redusere den effektive kostnaden med 60–80 %
• China Merchants Securities rapporterte API-inputprisen til RMB 1 per enhet på Tencents TokenHub-plattform

Åpen kildekode-lisens

Hy3 er utgitt under Apache 2.0-lisensen med ingen geografiske begrensninger . De fullstendige modellvektene er tilgjengelige på Hugging Face på tencent/Hy3 .

Integrasjon på tvers av Tencent-produkter

Hy3 er tatt i bruk på tvers av flere Tencent-produkter :

• WorkBuddy (bedriftens intelligente arbeidsassistent)
• CodeBuddy (utviklers kodingsassistent)
• Yuanbao (forbruker AI-assistent)
• ima, Marvis, QQ Browser, Tencent News, WeGame, Sogou Input og nesten 50 flere produkter i pipelinen

Posisjoneringsstrategi: Agenter fremfor modellstørrelse

Tencents strategi med Hy3 er tydelig: agenter fremfor modellstørrelse. Som Forbes bemerket i dekningen av lanseringen, satser Tencent på at en effektivt aktivert MoE-modell (21B aktive av 295B totale) til en dramatisk lavere kostnad kan konkurrere med mye større tette modeller . Sentrale benchmarks som er sitert:

Benchmark	Hy3-poengsum
SWE-bench Verified	74,4 % (Preview)
BrowseComp	84,2 (beste åpne vekt for søkeagent)
DeepSearchQA	91,0
MCP-Atlas	79,1 (beste åpne vekt for verktøysorkestrering)
AA-LCR (langkonteksthenting)	73,4

Bane fra Hy3 Preview

Hy3 Preview ble lansert 23. april 2026 som den første modellen bygget på Tencents fullstendig gjenoppbygde forhåndstreningsinfrastruktur . Den ble beskrevet som den "første modellen trent på Tencents gjenoppbygde infrastruktur" og leverte betydelige forbedringer sammenlignet med Hy2 i kompleks resonnering, instruksjonsfølging, kontekstlæring, kodegenerering og agentkapasiteter . Preview-versjonen holdt OpenRusters topplassering i tre uker , og den fulle lanseringen forsterket momentumet, med totale kall som vokste 68 ganger sammenlignet med Hy2, mot en allerede sterk vekstrate for Preview . Mellom Preview og GA foredlet Tencents team modellen gjennom global tilbakemelding fra utviklere og på tvers av sitt eget massive produktøkosystem, med målbare forbedringer: hallusinasjoner falt fra 12,5 % til 5,4 % og sunn fornuft-resonneringsfeil falt fra 25,4 % til 12,7 % .

Hovedpoeng: I løpet av sine første ~10 dager oppnådde Hy3 68 ganger vekst i kallvolum sammenlignet med Hy2, ble #1-modellen målt i kallvolum på OpenRouter, overveldet Tencents egen datakraft på grunn av etterspørselen, fanget 60 % av WorkBuddys egne modellbrukere, og demonstrerte forbedringer i bedriftens agentegenskaper (90 % oppgavesuksessrate, 34 % raskere utførelse). Dette bygger direkte på momentumet til Hy3 Preview, som allerede hadde dominert OpenRouter-rangeringene siden slutten av april.