Tencent distribuerer Hy3 gjennom tre primære verktøy :
Utviklere kan også få tilgang til Hy3 via API gjennom OpenRouter (priset til omtrent $0,1288 per million input-tokens og $0,5336 per million output-tokens) , og modellvektene er publisert under Apache 2.0-lisensen på Hugging Face og ModelScope .
| Egenskap | Verdi |
|---|---|
| Arkitektur | Mixture-of-Experts (MoE) – 192 eksperter, top-8 aktivert |
| Totale parametere | 295 milliarder |
| Aktive parametere per token | 21 milliarder (+ 3,8 milliarder MTP-spekulativt lag) |
| Kontekstlengde | 256 000 tokens |
| Lisens | Apache 2.0 (kommersielt vennlig) |
| Utgivelsesdato | 6. juli 2026 (forhåndsvisning: 23. april 2026) |
Hy3 er en hybrid rask-og-langsom-tenkende resonneringsmodell designet for kompleks resonnering, instruksjonsfølging, koding og AI-agentarbeidsflyter. Tencent sier den yter på nivå med flaggskipmodeller med 2–5 ganger flere parametere på tvers av resonnerings- og instruksjonsreferanser . Hy3-forhåndsvisningen debuterte med hallusinasjonsrater på 12,5 prosent og sunn-fornuft-feil på 25,4 prosent; den endelige julilanseringen reduserte disse tallene til henholdsvis 5,4 prosent og 12,7 prosent, etter å ha integrert tilbakemeldinger fra over 50 interne Tencent-team .
Bruksdata rapportert av Tencent og bekreftet av flere kilder viser bemerkelsesverdig tidlig adopsjon :
Merk: Fra 5. august-rangeringen lå Hy3 på tredjeplass bak DeepSeek V4 Flash og Xiaomi MiMo-V2.5 på OpenRouters ukentlige token-bruksrangering .
Denne globale utvidelsen er Tencents første store AI-satsing utenfor Kina etter å ha ansatt tidligere OpenAI-forsker Yao Shunyu tidligere i 2026 . Flere rapporter beskriver Hy3s internasjonale lansering som Tencents mest aggressive konkurransetiltak mot vestlige AI-ledere, noe som signaliserer et strategisk skifte fra en Kina-fokusert AI-strategi til en global markedsføringsposisjonering . Ved å kombinere åpen kildekode-tilgjengelighet, integrasjon med bedriftsverktøy, aggressiv prising (lavere enn OpenAI og Anthropic) og en gratis prøveperiode på WorkBuddy, har Tencent som mål å erobre markedsandeler blant utviklere og bedrifter utenfor Kina – en direkte respons på talenttilførselen og den strategiske retningen satt av Yao Shunyus ledelse .
Hy3 scoret 78 prosent på SWE-bench Verified og 90,4 prosent på GPQA Diamond . Tencent rapporterer en 90 prosent oppgaveløsningsrate på interne agentreferanser . Disse tallene plasserer Hy3 konkurransedyktig blant åpne resonneringsmodeller, selv om uavhengig verifisering fortsatt er begrenset.
| Tilgangspunkt | Pris |
|---|---|
| WorkBuddy | Gratis til 31. august 2026 (Pacific Time) |
| OpenRouter API | ~$0,1288 / million input-tokens, ~$0,5336 / million output-tokens |
| Offisielt Tencent API | ~1 RMB / million input, ~4 RMB / million output (omtrent $0,15 / $0,59 USD) |
| Selvdrevet | Minimum 8× GPU tensor parallel (H20-3e eller H200-klasse) |
Tencents globale lansering av Hy3 er viktig fordi den kombinerer:
Modellens primære styrker ligger i agentiske arbeidsflyter og kodingsoppgaver, områder der den har vist sterk utvikleradopsjon. Svakhetene inkluderer middels ytelse på noen generelle referanser og behovet for avanserte GPU-klynger for selvdrift .
Tencent distribuerer Hy3 gjennom tre primære verktøy :
Utviklere kan også få tilgang til Hy3 via API gjennom OpenRouter (priset til omtrent $0,1288 per million input-tokens og $0,5336 per million output-tokens) , og modellvektene er publisert under Apache 2.0-lisensen på Hugging Face og ModelScope .
| Egenskap | Verdi |
|---|---|
| Arkitektur | Mixture-of-Experts (MoE) – 192 eksperter, top-8 aktivert |
| Totale parametere | 295 milliarder |
| Aktive parametere per token | 21 milliarder (+ 3,8 milliarder MTP-spekulativt lag) |
| Kontekstlengde | 256 000 tokens |
| Lisens | Apache 2.0 (kommersielt vennlig) |
| Utgivelsesdato | 6. juli 2026 (forhåndsvisning: 23. april 2026) |
Hy3 er en hybrid rask-og-langsom-tenkende resonneringsmodell designet for kompleks resonnering, instruksjonsfølging, koding og AI-agentarbeidsflyter. Tencent sier den yter på nivå med flaggskipmodeller med 2–5 ganger flere parametere på tvers av resonnerings- og instruksjonsreferanser . Hy3-forhåndsvisningen debuterte med hallusinasjonsrater på 12,5 prosent og sunn-fornuft-feil på 25,4 prosent; den endelige julilanseringen reduserte disse tallene til henholdsvis 5,4 prosent og 12,7 prosent, etter å ha integrert tilbakemeldinger fra over 50 interne Tencent-team .
Bruksdata rapportert av Tencent og bekreftet av flere kilder viser bemerkelsesverdig tidlig adopsjon :
Merk: Fra 5. august-rangeringen lå Hy3 på tredjeplass bak DeepSeek V4 Flash og Xiaomi MiMo-V2.5 på OpenRouters ukentlige token-bruksrangering .
Denne globale utvidelsen er Tencents første store AI-satsing utenfor Kina etter å ha ansatt tidligere OpenAI-forsker Yao Shunyu tidligere i 2026 . Flere rapporter beskriver Hy3s internasjonale lansering som Tencents mest aggressive konkurransetiltak mot vestlige AI-ledere, noe som signaliserer et strategisk skifte fra en Kina-fokusert AI-strategi til en global markedsføringsposisjonering . Ved å kombinere åpen kildekode-tilgjengelighet, integrasjon med bedriftsverktøy, aggressiv prising (lavere enn OpenAI og Anthropic) og en gratis prøveperiode på WorkBuddy, har Tencent som mål å erobre markedsandeler blant utviklere og bedrifter utenfor Kina – en direkte respons på talenttilførselen og den strategiske retningen satt av Yao Shunyus ledelse .
Hy3 scoret 78 prosent på SWE-bench Verified og 90,4 prosent på GPQA Diamond . Tencent rapporterer en 90 prosent oppgaveløsningsrate på interne agentreferanser . Disse tallene plasserer Hy3 konkurransedyktig blant åpne resonneringsmodeller, selv om uavhengig verifisering fortsatt er begrenset.
| Tilgangspunkt | Pris |
|---|---|
| WorkBuddy | Gratis til 31. august 2026 (Pacific Time) |
| OpenRouter API | ~$0,1288 / million input-tokens, ~$0,5336 / million output-tokens |
| Offisielt Tencent API | ~1 RMB / million input, ~4 RMB / million output (omtrent $0,15 / $0,59 USD) |
| Selvdrevet | Minimum 8× GPU tensor parallel (H20-3e eller H200-klasse) |
Tencents globale lansering av Hy3 er viktig fordi den kombinerer:
Modellens primære styrker ligger i agentiske arbeidsflyter og kodingsoppgaver, områder der den har vist sterk utvikleradopsjon. Svakhetene inkluderer middels ytelse på noen generelle referanser og behovet for avanserte GPU-klynger for selvdrift .