Tencent выпускает Hy3 — революционную модель с 295 млрд параметров, которая бросает вызов закрытым флагманам и устанавливает новые стандарты для open-source разработки.

7 июля 2026 года индустрия искусственного интеллекта стала свидетелем события, которое многие называют «точкой невозврата» для открытых моделей. Tencent официально представила Hy3 — масштабную модель с архитектурой Mixture-of-Experts (MoE), которая фактически стирает грань между проприетарными гигантами и open-source решениями.
Hy3 — это не просто очередное обновление. Это результат глубокой работы над ошибками после апрельского превью. Собрав фидбек от более чем 50 реальных продуктов, команда Tencent масштабировала процесс post-training, используя сверхвысококачественные наборы данных. Результат превзошел все ожидания, создав инструмент, который одновременно мощный и доступный для коммерческого использования под лицензией Apache 2.0.
В основе Hy3 лежит массивная архитектура Mixture-of-Experts с общим количеством параметров в 295 миллиардов. Однако, благодаря эффективности MoE, модель не требует вычислительных мощностей триллионных систем при каждом запросе, активируя лишь часть параметров для конкретной задачи. Это делает её невероятно эффективной для развертывания в enterprise-средах.
Ключевой фокус Tencent был сделан на качестве данных, а не только на их объеме. После превью-версии была полностью перестроена инфраструктура обучения с подкреплением (RL), что позволило значительно улучшить логику рассуждений и снизить уровень шума в ответах.
Результаты слепого тестирования, проведенного 270 профильными экспертами, подтверждают лидерство Hy3. В прямом сравнении Hy3 набрала 2.67/4 балла, обойдя популярную GLM-5.1, которая показала результат 2.51/4. Это доказывает, что Hy3 является лучшей моделью в своем весовом классе, конкурируя с флагманами, масштаб которых измеряется триллионами параметров.
Особое внимание стоит уделить качественным показателям надежности. Инженерам больше не придется бороться с бесконечными галлюцинациями: уровень галлюцинаций упал с 12.5% до впечатляющих 5.4%. Также заметно снизилась частота ошибок в общеизвестных фактах (commonsense errors) — с 25.4% до 12.7%.
Hy3 демонстрирует феноменальную эффективность при работе с длинными контекстами и сложными документами. В сравнении с GLM-5.2, Hy3 потребляет на 47.4% меньше токенов при обработке документов, что напрямую конвертируется в экономию бюджета при использовании API.
Для задач создания презентаций и структурирования контента экономия еще более ощутима: модель использует на 49% меньше токенов, чем GLM-5.2. Это делает Hy3 идеальным кандидатом для построения агентских систем (agentic workflows), где количество итераций и объем контекста могут быстро раздувать счета за токены.
Хотя Hy3 сильна во многих областях, бенчмарки выделяют три ключевых домена, где она показывает наилучшие результаты. Это frontend-разработка, работа с данными и хранилищами (Data & Storage), а также задачи CI/CD (Continuous Integration/Continuous Deployment).
Благодаря высокой точности в написании кода и понимании инфраструктурных процессов, модель может стать ядром для автономных AI-агентов, занимающихся автоматизацией DevOps и разработкой интерфейсов. Её надежность делает её пригодной для production-ready решений, где цена ошибки критически высока.
Для разработчиков, желающих протестировать возможности Hy3 прямо сейчас, Tencent предусмотрела максимально простой путь. Модель уже доступна в бесплатном режиме (free tier) на платформе OpenRouter под идентификатором `tencent/hy3:free`.
Для масштабирования коммерческих проектов рекомендуется использовать официальные API-эндпоинты Tencent или интеграцию через OpenRouter, что обеспечивает гибкость в управлении нагрузками и стоимостью. Благодаря лицензии Apache 2.0, вы можете развертывать модель на собственных мощностях без ограничений на использование в коммерческих продуктах.
API Pricing — Context: Available via tencent/hy3:free on OpenRouter