Hy3: Tencent выпустила финальную версию модели на 295 млрд параметров, конкурент DeepSeek и MiMo по цене младшего тарифа
Tencent опубликовала финальную версию своей языковой модели Hy3 (страница hy.tencent.com/research/hy3), сменившую превью-версию, которая выходила примерно полтора месяца назад. Модель, MoE (mixture-of-experts) с 295 млрд параметров общим объёмом, 21 млрд активных параметров на токен и дополнительными 3,8 млрд параметров MTP-слоя (multi-token prediction); контекст, 256 тыс. токенов. Полные веса на Hugging Face занимают 598 ГБ, FP8-квантованная версия, около 300 ГБ. Лицензия открытая, Apache 2.0.
По словам участников обсуждения на Hacker News, бенчмарки Hy3 заметно выросли по сравнению с превью-версией (в частности на DeepSWE) и по кодовым задачам держатся вровень с более дорогими флагманами, DeepSeek v4 Pro и MiMo v2.5 Pro, хотя стоит модель как их младшие версии (DeepSeek v4 Flash, MiMo v2.5), которые в три раза дешевле старших. При этом Hy3 уступает архитектуре DeepSeek v4 в эффективности работы с кэшем внимания (KV-cache): у DeepSeek v4 Flash есть «lightning indexer», позволяющий уместить на паре Nvidia DGX Spark контекст в 3 млн токенов, тогда как у Hy3 (в FP4-квантовании) на том же железе помещается лишь около 130 тыс. токенов кэша.
Пользователи разошлись в оценках практического качества. Одни хвалят бойкое написание текста, хорошую обучаемость под конкретные задачи (fine-tuning) и знания о мире, лучше, чем у DeepSeek v4 Flash того же класса. Другие считают, что модель «натренирована под бенчмарки» и не тянет по-настоящему требовательные задачи вроде художественного письма, где, по их мнению, ни одна модель такого размера пока не справляется хорошо. Разработчик Саймон Уиллисон (Simon Willison) в своём обзоре пишет, что Hy3 «превосходит модели схожего размера и не уступает флагманским открытым моделям с 2, 5-кратным числом параметров»; он проверил модель классическим у себя тестом, просьбой нарисовать SVG-пеликана на велосипеде, и получил белого пеликана с крупным оранжевым клювом на красном велосипеде на бледно-голубом фоне (в превью-версии полтора месяца назад та же картинка дополнительно шла с кнопкой смены цвета пеликана).
Месяц назад Hy3 неожиданно для многих возглавляла рейтинги OpenRouter, хотя о ней почти не говорили; к моменту публикации она опустилась на 8, 9-е место, участники обсуждения связывают это с перегрузкой серверов Tencent и жёстким ограничением частоты запросов (рейт-лимитами), из-за которых часть пользователей отказалась от модели. Через OpenRouter (провайдер Novita Labs) модель пока доступна бесплатно, до 21 июля.
Ключевые факты
- Tencent выпустила финальную версию Hy3, MoE-модель на 295 млрд параметров (21 млрд активных, плюс 3,8 млрд параметров MTP-слоя), контекст 256 тыс. токенов, лицензия Apache 2.0
- По кодовым бенчмаркам Hy3 конкурирует с DeepSeek v4 Pro и MiMo v2.5 Pro, но стоит как их младшие версии, втрое дешевле
- Модель уступает DeepSeek v4 по эффективности KV-кэша: на одинаковом железе умещает лишь ~130 тыс. токенов контекста против 3 млн у DeepSeek v4 Flash
- Симон Уиллисон: Hy3 превосходит модели своего размера и приближается к флагманам с 2-5-кратным числом параметров; тестовый SVG-пеликан на велосипеде получился узнаваемым
- Месяц назад модель возглавляла рейтинги OpenRouter, но к выходу финальной версии опустилась на 8-9-е место из-за перегрузки серверов и рейт-лимитов; бесплатный доступ через Novita Labs, до 21 июля
Почему это важно
Открытая (Apache 2.0) модель на 295 млрд параметров от Tencent по кодовым бенчмаркам догоняет флагманские закрытые тарифы DeepSeek v4 Pro и MiMo v2.5 Pro, но стоит как их дешёвые версии, это ещё один шаг в гонке китайских лабораторий за соотношение цена/качество среди больших языковых моделей.
Кому это важно
Разработчикам и командам, которые выбирают модель для агентных и кодовых задач через API (OpenRouter и аналоги) и считают стоимость токенов; инженерам, запускающим большие модели локально на мощном железе (Nvidia DGX Spark и подобном), для них критична эффективность KV-кэша при длинном контексте.
Как это применить
Модель доступна через OpenRouter, у провайдера Novita Labs пока действует бесплатный тариф, до 21 июля. Веса выложены на Hugging Face: полная версия, 598 ГБ, FP8-квантованная, около 300 ГБ; лицензия Apache 2.0 позволяет дообучение и коммерческое использование.
Можно ли доверять
Оценки участников обсуждения на Hacker News разнятся: часть подтверждает рост бенчмарков и хорошее качество прозы и знаний о мире по сравнению с превью-версией, часть считает результаты «натренированными под тесты» и жалуется на нестабильную скорость и частые ошибки при работе через OpenRouter. Независимая проверка Симона Уиллисона (классический тест с SVG-пеликаном) подтверждает работоспособность модели, но не заменяет полноценный бенчмарк.
Риски и подводные камни
Ограниченный на практике контекст при квантовании (около 130 тыс. токенов KV-кэша против заявленных 256 тыс. токенов и против 3 млн у конкурента на том же железе), рейт-лимиты и нестабильная доступность на OpenRouter из-за высокого спроса, а также нерешённая для моделей такого класса задача качественного художественного письма, по мнению части сообщества, реальное превосходство над конкурентами не так однозначно, как показывают бенчмарки.
«Хоть контекст и меньше, кодовые бенчмарки Hy3 держатся вровень с DeepSeek v4 Pro и MiMo v2.5 Pro, и это притом что модель стоит как DeepSeek v4 Flash и MiMo v2.5, которые в три раза дешевле своих старших версий.»
— walrus01, комментарий на Hacker News