Hy3
Tencent | 262,144 token context | $0.13/M input, $0.53/M output. Hy3 is a 295B-parameter Mixture-of-Experts model from Tencent (21B active, 192 experts with top-8 routing) built for reasoning, agentic workflows, and real-world production use. It supports a configurable reasoning effort: a direct no-think mode by default, plus low and high chain-of-thought modes for complex math, coding, and multi-step problems. With a 256K context window, Hy3 targets long-horizon tasks, including improved coreference resolution, multi-turn constraint tracking, and stable tool-calling that generalizes across…Tencent | 262,144 token context | $0.13/M input, $0.53/M output. Hy3 is a 295B-parameter Mixture-of-Experts model from Tencent (21B active, 192 experts with top-8 routing) built for reasoning, agentic workflows, and real-world production use. It supports a configurable reasoning effort: a direct no-think mode by default, plus low and high chain-of-thought modes for complex math, coding, and multi-step problems. With a 256K context window, Hy3 targets long-horizon tasks, including improved coreference resolution, multi-turn constraint tracking, and stable tool-calling that generalizes across agent scaffoldings. Tencent positions it as a reliable, cost-effective option across coding, document processing, financial analysis, game development, and frontend design, with a strong emphasis on grounded, anti-hallucination behavior that answers when grounded and flags when evidence is missing rather than fabricating.
船长笔记
以……著称
- 可配置推理深度：默认静默，按需链式思考
- 抗幻觉设计：有依据时回答，缺失时标记而非编造
- 稳定的工具调用，适用于 Cline 和 KiloCode 等代理框架
- 256K 令牌上下文窗口，适合长文档和多轮约束跟踪
- 开源权重，支持 vLLM、SGLang、微调和强化学习后训练
注意
- 2950 亿总参数意味着本地运行需强大硬件——建议多 GPU 或量化部署。
- 权重开源，但商业或衍生使用前请检查许可条款。
- 腾讯未发布独立 API，使用依赖推理服务提供商。
推荐尝试的提示词
与……比较
- Hy4 preview开源权重模型1,048,576 令牌上下文 · $0.83/M 输入，$2.50/M 输出
- Hy3 preview开源权重模型262,144 令牌上下文 · $0.18/M 输入，$0.60/M 输出
- Hunyuan A13B Instruct开源权重模型131,072 令牌上下文 · $0.14/M 输入，$0.57/M 输出
- GPT-6 Luna仅限API模型1,050,000 令牌上下文 · $0.10/M 输入，$0.50/M 输出
常见问题
- Hy3 权重开源且能本地运行吗？
- 是的，权重发布在 Hugging Face，地址为 tencent/Hy3，模型卡涵盖了 vLLM 和 SGLang 部署，以及微调和量化。2950 亿总参数，运行需强大硬件，下载前请查看显存指南。
- Hy3 的价格和上下文窗口是多少？
- 价格为每百万输入令牌 0.08 美元，每百万输出令牌 0.33 美元，上下文窗口为 256K 令牌。
- Hy3 与其他大型 MoE 模型有何不同？
- Hy3 每次前向仅激活 210 亿参数，保持推理成本低于同质量的密集模型。其显著特点是注重生产可靠性：降低幻觉率，跨代理框架稳定工具调用，以及可配置推理强度而非始终链式思考。
船长评语一款严肃的开源权重生产模型——有根基、代理就绪，且价格远低于其竞争的旗舰级别。
显示详细分解
- 1从起点开始。为什么是 7,000° 而不是零：评分范围是 0° 到 9,999°，低于 7,000° 的部分保留给还没有任何来源报告的模型，这些模型用替代数值填充，保证列表完整且不会超过有数据的模型。7,000° 是有实际数据的起点。一个有真实数据但几乎没人下载的模型就在这里；后续的度数都是测量值，起点以上有十个十倍下载阶梯，每阶梯增加 300°。起点对所有模型一样，不影响排名；区分模型的是起点以上的度数。7,000°累计总数
- 2加上下载量。总共1,236,336个下载等价量，来自OpenRouter 令牌。下载量增加十倍，热度增加相同的300°，所以大小很重要，但不会让分数失控。+1,828°8,828°累计总数
- 3增加采用率。现在大约每天50,937次下载，基于两次读数的差值，权重是四分之一。+353°9,181°累计总数
- =热度得分。这个模型在本站所有榜单上的排名。没有其他因素会调整它。9,181°
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
