Model Releases
Hy3 de Tencent : Le nouveau colosse Open-Source qui défie les modèles à mille milliards de paramètres
Avec son architecture MoE de 295B, Hy3 marque un tournant historique pour l'open-source en égalant les performances des modèles propriétaires les plus massifs.
7 juillet 2026
Model ReleaseHy3
L'aube d'une nouvelle ère pour l'Open-Source
Le 7 juillet 2026 restera gravé dans l'histoire de l'intelligence artificielle. Tencent vient de lever le voile sur Hy3, un modèle qui ne se contente pas de suivre la tendance, mais qui redéfinit les frontières de ce que l'open-source peut accomplir. Alors que le marché était dominé par des modèles propriétaires fermés et extrêmement coûteux, Hy3 arrive avec une ambition claire : offrir une puissance de calcul de niveau 'frontier' à la communauté des développeurs.
Ce lancement n'est pas un simple ajout de catalogue. C'est une réponse directe aux géants du secteur, prouvant qu'une architecture optimisée et un entraînement de haute qualité peuvent rivaliser avec des modèles dont la taille se compte en milliers de milliards de paramètres. Pour les ingénieurs IA, Hy3 représente la fin de l'ère où la performance extrême était réservée aux API payantes et opaques.
- Date de sortie : 7 juillet 2026
- Fournisseur : Tencent
- Licence : Apache 2.0 (usage commercial autorisé)
- Statut : Modèle historique de l'open-source
Architecture MoE : La puissance de 295B paramètres
Au cœur de Hy3 se trouve une architecture Mixture-of-Experts (MoE) massive de 295 milliards de paramètres. Contrairement aux modèles denses traditionnels, cette approche permet au modèle de n'activer qu'une fraction de ses capacités pour chaque requête, optimisant ainsi l'efficacité computationnelle sans sacrifier la profondeur de la connaissance.
Tencent a profité de la phase de preview de fin avril pour affiner ce moteur. En collectant les retours de plus de 50 produits réels, l'équipe a pu scaler le post-entraînement avec des jeux de données d'une qualité inégalée, transformant un modèle prometteur en un outil de production robuste.
- Architecture : Mixture-of-Experts (MoE)
- Paramètres totaux : 295B
- Efficacité : Activation sélective des experts pour réduire la latence
- Optimisation : Post-entraînement basé sur des retours utilisateurs réels
Benchmarks : La domination technique
Les chiffres parlent d'eux-mêmes. Lors d'une évaluation aveugle menée par 270 experts du domaine, Hy3 a obtenu un score de 2,67/4, surpassant nettement GLM-5.1 qui s'est arrêté à 2,51/4. Cette supériorité n'est pas seulement théorique ; elle se manifeste dans des domaines critiques pour les développeurs.
L'un des points les plus impressionnants concerne la fiabilité. Tencent a réussi à faire chuter le taux d'hallucination de 12,5 % à seulement 5,4 %, tout en réduisant les erreurs de bon sens de 25,4 % à 12,7 %. Pour les applications agentiques où la précision est vitale, Hy3 change la donne.