tencent
Tencent: Hy3 preview
tencent/hy3-preview
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
tencent/hy3-preview é a variante ajustada para instruções descrita pela Tencent como um modelo Mixture-of-Experts de 295B parâmetros, com 21B ativos e uma camada MTP adicional. A documentação relata melhorias em raciocínio complexo, seguimento de instruções, aprendizado em contexto, programação e tarefas de agentes; o OpenRouter lista operação texto-para-texto, contexto de 262144 tokens e raciocínio configurável com esforço alto por padrão. Como a evidência combina documentação do fornecedor e uma entrada de catálogo, trate as capacidades e os resultados relatados como orientativos e valide-os nas cargas pretendidas.[1][2]
Pontos fortes
- Arquitetura esparsa: a Tencent informa 295B parâmetros totais, 21B ativos, 192 especialistas com roteamento top-8 e uma camada MTP.[2]
- Contexto textual longo: ambas as fontes descrevem uma janela de 262144 tokens (256K), com entrada e saída de texto.[1][2]
- Controles operacionais: o OpenRouter lista esforço de raciocínio, tools, tool_choice, max_tokens e parâmetros de geração; a Tencent documenta implantação com vLLM e SGLang.[1][2]
Limitações
- Não há avaliação independente no pacote; a evidência de desempenho é relatada pelo fornecedor, parcialmente em imagens, e a tabela numérica comparativa refere-se ao Hy3 preview-Base, não a este ID exato ajustado para instruções.[2]
- Os padrões de raciocínio divergem: o OpenRouter indica esforço alto, enquanto o início rápido da Tencent chama no_think de padrão.[1][2]
- A ficha menciona o Tencent Hy Community License Agreement e um caminho de serviço com oito GPUs, mas a evidência não inclui os termos completos da licença nem dimensionamento de hardware mais amplo.[2]
Onde usar
- Avaliar fluxos de programação agentiva ou agentes de busca que possam usar controles de ferramentas e raciocínio ajustável; a adequação relatada depende da carga.[1][2]
- Considerar análise de documentos longos, aprendizado em contexto ou seguimento de instruções complexas quando entrada e saída de texto forem suficientes.[1][2]
- Considerar um piloto auto-hospedado pelas rotas documentadas de vLLM ou SGLang se a precisão BF16 e a configuração multi-GPU relatada forem compatíveis com a infraestrutura.[2]
Fontes
- [1] OpenRouter catalog · Tencent: Hy3 previewFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Tencent: Hy3 previewFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Hy3 preview is a high-efficiency Mixture-of-Experts model from Tencent designed for agentic workflows and production use. It supports configurable reasoning levels across disabled, low, and high modes, allowing it to...
Especificações
- ID do modelo
- tencent/hy3-preview
- ID canônico
- tencent/hy3-preview-20260421
- Criador
- tencent
- Adicionado ao OpenRouter
- 22.04.2026
- Comprimento de contexto
- 262,144
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.180 / saída $0.600
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · padrão high · esforços: high, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | BB — próximos 30% da coorte | — |
| Agentes | BB — próximos 30% da coorte | parâmetros: tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão high · esforços: high, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 58.8 | BB — próximos 30% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 24.1 | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| GMICloudbf16 | 262,144 | $0.180 | $0.600 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.