Tencent выпустила Hy3, открытую модель, которая конкурирует с моделями в 5 раз больше по размеру

Tencent официально выпустила AI-модель Hy3 под лицензией Apache 2.0. Модель использует архитектуру Mixture-of-Experts (MoE) с 295 миллиардами общих параметров, из которых активны 21 миллиард одновременно, плюс 3,8 миллиарда параметров для слоя MTP. Контекстное окно модели достигает 256 тысяч токенов.

По утверждениям Tencent, Hy3 достигает производительности моделей, которые в 2, 5 раз её больше. Слепая оценка 270 экспертов дала Hy3 2,67 балла из 4, превзойдя GLM-5.1 (2,51 балла). Внутреннее тестирование показало снижение уровня галлюцинаций с 12,5% до 5,4%.

Модель доступна на Hugging Face, ModelScope и GitHub, включая FP8-квантизованную версию. Планируется поддержка платформ OpenRouter и Cline. Tencent уже интегрировала Hy3 в собственные продукты: WorkBuddy, Yuanbao, WeChat и игровой ассистент Path of Exile: Advent.

Ключевые факты

Hy3 использует MoE-архитектуру: 295 млрд общих параметров, но активны только 21 млрд, что обеспечивает эффективность
Модель может работать с контекстом до 256 тысяч токенов, удобно для больших объёмов информации
По слепой оценке 270 экспертов Hy3 опередила GLM-5.1 (2,67 против 2,51 балла из 4)
Уровень галлюцинаций снизился с 12,5% до 5,4%, прогресс в надёжности ответов
Полностью открытая модель под Apache 2.0 с поддержкой популярных платформ и уже интегрирована в продукты WeChat и игры

Почему это важно

Hy3 демонстрирует, как Mixture-of-Experts архитектура позволяет сэкономить вычислительные ресурсы без потери качества. В условиях, когда обучение и развёртывание больших моделей становится всё дороже, эффективные архитектуры открывают доступ к мощным AI для организаций с ограниченным бюджетом. Снижение галлюцинаций (с 12,5% до 5,4%) указывает на развитие надёжности, критического параметра для production-систем.

Кому это важно

Разработчикам и компаниям, которые ищут баланс между производительностью и затратами на вычисления. Open-source сообществу, которое может экспериментировать с архитектурой и улучшать модель. Компаниям, уже использующим продукты Tencent (WeChat, игры), получившим доступ к более способной AI. Предприятиям, желающим развёртывать AI локально без облачных зависимостей.

Как это применить

Разработчики могут скачать Hy3 с Hugging Face или GitHub и использовать для задач обработки длинных контекстов, анализа документов, кодовых баз, больших диалогов. FP8-квантизованная версия уменьшает требования к памяти. Интеграция с OpenRouter позволит использовать модель как API. Компании могут рассмотреть встраивание Hy3 в собственные продукты, как уже сделала Tencent.

Можно ли доверять

Результаты поступают из двух источников: слепая оценка 270 экспертов и внутреннее тестирование Tencent. Первое более независимо, второе, контролируется компанией. Сравнение с GLM-5.1 позитивное, но качество результатов зависит от конкретной задачи и метрик оценки. Код и веса открыты, что позволит сообществу независимо проверить утверждения. Долгосрочная надёжность станет ясна после широкого использования.

Риски и подводные камни

MoE-архитектура требует специфической оптимизации, не все фреймворки полностью её поддерживают. Галлюцинации, хоть и снизились, остаются (5,4%, это значительный уровень для критичных приложений). Контекст в 256 тысяч токенов может быть медленнее обрабатываться на оборудовании с ограниченной памятью. Как и любая LLM, Hy3 может воспроизводить предвзятости, присутствующие в обучающих данных. Открытость модели означает, что её могут использовать для генерации вредоносного контента.