I pesi di Hy3 sono aperti e posso eseguirlo localmente?

Sì, i pesi sono pubblicati su Hugging Face sotto tencent/Hy3 e la scheda modello copre il deployment con vLLM e SGLang, oltre a finetuning e quantizzazione. Con 295 miliardi di parametri totali servirà hardware sostanziale — verifica la guida VRAM prima di impegnarti.

Quanto costa Hy3 e qual è la sua finestra di contesto?

Il prezzo è $0,08 per milione di token in input e $0,33 per milione di token in output, con una finestra di contesto da 256K token.

In cosa si differenzia Hy3 dagli altri grandi modelli MoE?

Hy3 attiva solo 21 miliardi dei suoi 295 miliardi di parametri per passaggio in avanti, mantenendo i costi di inferenza inferiori rispetto a modelli densi di qualità simile. Il suo focus distintivo è l'affidabilità in produzione: tassi ridotti di allucinazioni, chiamate a strumenti stabili su framework agentici e sforzo di ragionamento configurabile invece di chain-of-thought sempre attivo.

▲

33.9%

questa settimana

Hy3

9181°

#llm #tencent #ragionamento #programmazione #agenti #contesto lungo

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

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.

Guide per questo modello

Quanta VRAM serve davvero per l'AI locale?

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Hy3 è un modello Mixture-of-Experts da 295 miliardi di parametri di Tencent, con 21 miliardi di parametri attivi in inferenza e una finestra di contesto da 256K token. Offre profondità di ragionamento commutabile — no-think di default, chain-of-thought su richiesta — ed è costruito per affidabilità in produzione: chiamate a strumenti stabili, riduzione delle allucinazioni e tracciamento coerente di vincoli multi-turno. A $0,08/M input e $0,33/M output, è pensato per team che vogliono un robusto cavallo da lavoro capace e ancorato senza prezzi da modello di punta.

Conosciuto per

Profondità di ragionamento configurabile: silenzioso di default, chain-of-thought completa quando serve
Design anti-allucinazione: risponde solo se ancorato, segnala lacune invece di inventare
Chiamate a strumenti stabili che generalizzano su agent scaffoldings come Cline e KiloCode
Finestra di contesto da 256K adatta a documenti lunghi e tracciamento vincoli multi-turno
Pesi aperti con supporto per vLLM, SGLang, finetuning e post-training RL

Attenzione a

295 miliardi di parametri totali significa hardware serio per eseguirlo localmente — pianifica multi-GPU o deployment quantizzato.
I pesi sono aperti ma verifica i termini di licenza prima di usi commerciali o derivati.
Tencent non ha pubblicato un'API standalone; la disponibilità dipende dal tuo provider di inferenza.

Ideale per

Programmazione

Agenti e uso di strumenti

Ragionamento

Contesto lungo

Funziona localmente

Prompt da provare

Piano agentico multi-step

Stai costruendo una pipeline CI/CD per un monorepo Python con tre servizi. Ogni servizio ha i propri test e immagine Docker. Delinea le fasi della pipeline, le chiamate a strumenti che faresti in ogni fase e come gestiresti un fallimento nel servizio B senza bloccare il deploy del servizio C.

Analisi finanziaria ancorata

Ecco conto economico e bilancio di un'azienda per gli ultimi due anni fiscali. Identifica i tre cambiamenti più significativi nella salute finanziaria, spiega cosa probabilmente segnalano e segnala eventuali dati ambigui o dove servirebbe più contesto prima di trarre conclusioni.

Ragionamento complesso con evidenze

Un treno parte dalla città A alle 08:00 viaggiando a 90 km/h. Un secondo treno parte dalla città B, distante 360 km, alle 09:00 viaggiando verso A a 120 km/h. A che ora si incontrano e a che distanza da A? Mostra ogni passo del ragionamento prima di dare la risposta.

Confronta con

Hy4 preview
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.83/M, output $2.50/M
Hy3 preview
Modello con pesi aperti
Contesto di 262,144 token · Input $0.18/M, output $0.60/M
Hunyuan A13B Instruct
Modello con pesi aperti
Contesto di 131,072 token · Input $0.14/M, output $0.57/M
GPT-6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.10/M, output $0.50/M

Altri modelli di testo da tencent

Domande frequenti

I pesi di Hy3 sono aperti e posso eseguirlo localmente?: Sì, i pesi sono pubblicati su Hugging Face sotto tencent/Hy3 e la scheda modello copre il deployment con vLLM e SGLang, oltre a finetuning e quantizzazione. Con 295 miliardi di parametri totali servirà hardware sostanziale — verifica la guida VRAM prima di impegnarti.
Quanto costa Hy3 e qual è la sua finestra di contesto?: Il prezzo è $0,08 per milione di token in input e $0,33 per milione di token in output, con una finestra di contesto da 256K token.
In cosa si differenzia Hy3 dagli altri grandi modelli MoE?: Hy3 attiva solo 21 miliardi dei suoi 295 miliardi di parametri per passaggio in avanti, mantenendo i costi di inferenza inferiori rispetto a modelli densi di qualità simile. Il suo focus distintivo è l'affidabilità in produzione: tassi ridotti di allucinazioni, chiamate a strumenti stabili su framework agentici e sforzo di ragionamento configurabile invece di chain-of-thought sempre attivo.

Verdetto del capitano
Un modello di produzione serio a pesi aperti — ancorato, pronto per agenti e con un prezzo ben al di sotto del livello flagship con cui compete.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #13 Hottest Text / LLM model · #13 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendenza di popolarità di Hy3

Punteggio di calore da 6 Jul 2026

Punteggio di popolarità

9,181°

Questa settimana

▲

33.9%

9,142° allora, 9,181° ora

Questo mese

▲

315%

8,992° allora, 9,181° ora

Ultimo anno

n/a

Non ancora rilasciato/tracciato

7,000°

Floor

La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.

+1,828°

Token OpenRouter

12,363,366,372,545 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 1,236,336 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).

+353°

Tasso di adozione

Circa 50,937 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.

Mostra dettagli

Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 9,181°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.

1
Inizia dal floor.
Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.
7,000°
totale in corso
2
Aggiungi i download.
1,236,336 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.
+1,828°
8,828°
totale in corso
3
Aggiungi il tasso di adozione.
Circa 50,937 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.
+353°
9,181°
totale in corso
=
Il punteggio heat.
Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.
9,181°

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.

Modelli simili

Modelli di IA per generare immagini, video e testo

Hy3 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm tencent ragionamento programmazione agenti contesto lungo locale

Sfoglia per famiglia di modelli