Hy3
9181°
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.
이 모델의 가이드
로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?
GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)
오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것
캡틴의 노트
2026-10-13의 노트
Hy3는 Tencent의 2950억 파라미터 Mixture-of-Experts 모델로, 추론 시 210억 파라미터가 활성화되며 256K 토큰 컨텍스트 창을 갖추고 있습니다. 기본은 추론 비활성(no-think)이며 필요 시 연쇄 사고(chain-of-thought)를 켤 수 있습니다. 생산 환경 신뢰성에 중점을 두어 안정적인 도구 호출, 환각 감소, 일관된 다중 회차 제약 추적을 제공합니다. 입력 $0.08/M, 출력 $0.33/M으로 플래그십 모델 가격보다 훨씬 저렴한 강력한 작업용 모델입니다.
알려진 점
- 추론 깊이 조절 가능: 기본은 무사고, 필요 시 연쇄 사고 활성화
- 환각 방지 설계: 근거가 있을 때만 답변하고, 부재 시 깃발 표시
- Cline, KiloCode 등 에이전트 프레임워크 전반에 걸친 안정적인 도구 호출
- 256K 토큰 컨텍스트 창으로 긴 문서 및 다중 회차 제약 추적에 적합
- vLLM, SGLang, 파인튜닝, RL 후처리 지원하는 오픈 가중치
주의할 점
- 2950억 전체 파라미터로 로컬 실행 시 다중 GPU 또는 양자화 배포가 필요함
- 가중치는 공개되어 있으나 상업적 또는 파생 사용 전 라이선스 조건 확인 필요
- Tencent는 독립 API를 공개하지 않았으며, 사용 가능 여부는 추론 제공자에 따라 다름
시도해볼 프롬프트
다단계 에이전트 계획
Python 모노레포에 세 개 서비스가 있습니다. 각 서비스는 자체 테스트와 Docker 이미지를 갖고 있습니다. CI/CD 파이프라인 단계를 개략적으로 작성하고, 각 단계에서 호출할 도구, 서비스 B 실패 시 서비스 C 배포를 막지 않고 처리하는 방법을 설명하세요.
근거 있는 재무 분석
최근 2개 회계연도의 손익계산서와 대차대조표가 있습니다. 재무 건전성에서 가장 중요한 세 가지 변화를 식별하고, 각 변화가 의미하는 바를 설명하며, 데이터가 모호하거나 추가 맥락이 필요한 수치를 표시하세요.
증거 기반 어려운 추론
도시 A에서 오전 8시에 시속 90km로 출발하는 기차가 있습니다. 360km 떨어진 도시 B에서 오전 9시에 도시 A를 향해 시속 120km로 출발하는 두 번째 기차가 있습니다. 두 기차는 몇 시에 만나며, 도시 A에서 얼마나 떨어져 있나요? 답변 전에 단계별 추론 과정을 보여주세요.
비교하기
- Hy4 preview오픈 가중치 모델1,048,576 토큰 컨텍스트 · $0.83/M 입력, $2.50/M 출력
- Hy3 preview오픈 가중치 모델262,144 토큰 컨텍스트 · $0.18/M 입력, $0.60/M 출력
- Hunyuan A13B Instruct오픈 가중치 모델131,072 토큰 컨텍스트 · $0.14/M 입력, $0.57/M 출력
- GPT-6 LunaAPI 전용 모델1,050,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
tencent의 더 많은 텍스트 모델
사람들이 묻는 질문
- Hy3 가중치는 공개되어 있나요? 로컬에서 실행할 수 있나요?
- 네, 가중치는 Hugging Face의 tencent/Hy3에 공개되어 있으며, vLLM과 SGLang, 파인튜닝, 양자화 배포를 지원합니다. 2950억 전체 파라미터로 상당한 하드웨어가 필요하니 VRAM 가이드를 확인하세요.
- Hy3 비용과 컨텍스트 창은 어떻게 되나요?
- 입력은 백만 토큰당 $0.08, 출력은 백만 토큰당 $0.33이며, 256K 토큰 컨텍스트 창을 제공합니다.
- Hy3는 다른 대형 MoE 모델과 어떻게 다른가요?
- Hy3는 2950억 파라미터 중 210억만 활성화해 비슷한 품질의 밀집 모델보다 추론 비용을 낮춥니다. 생산 신뢰성에 중점을 두어 환각률 감소, 에이전트 프레임워크 전반에 걸친 안정적 도구 호출, 항상 켜져 있는 연쇄 사고 대신 조절 가능한 추론 노력을 특징으로 합니다.
캡틴의 평가근거가 확실하고 에이전트 준비가 된 진지한 오픈 가중치 생산 모델로, 경쟁하는 플래그십 계층보다 훨씬 저렴한 가격입니다.
Hugging Face의 모델 카드
캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.
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.
Also ranked: #13 Hottest Text / LLM model · #13 Hottest Text / LLM text model
Not this creator?
Get your own badge
Hy3 인기 추세
6 Jul 2026 이후 히트 점수
인기 점수
9,181°
이번 주
▲
33.9%
9,142° 당시, 9,181° 현재
이번 달
▲
315%
8,992° 당시, 9,181° 현재
지난 1년
n/a
아직 출시/추적되지 않음
7,000°
기준점
점수는 0°부터 9,999°까지 있어. 7,000° 아래는 아직 어떤 출처에서도 보고되지 않은 모델들을 위해 남겨둔 영역이고, 그 모델들은 목록이 완성되도록 임시 점수를 받지. 7,000°가 실제 측정 데이터가 시작되는 지점이야: 실제 데이터는 있지만 다운로드가 거의 없는 모델은 기준점에 위치하고, 그 위로 측정된 점수가 쌓여. 기준점 자체는 모델에 대해 아무것도 말해주지 않고, 위에 쌓인 점수만이 모델 간 차이를 만들어.
+1,828°
OpenRouter 토큰
이 모델이 지난 30일간 OpenRouter를 통해 처리한 토큰 수 12,363,366,372,545, 프롬프트와 답변을 합친 수치입니다. 10,000,000 토큰마다 다운로드 1회로 계산하며, 총 1,236,336회입니다; 마지막 날 토큰은 채택률에 포함됩니다. 출처: OpenRouter (openrouter.ai/rankings).
+353°
채택률
출처를 두 번 측정한 사이에 하루 약 50,937번 다운로드돼. 평생 평균에서 추측한 게 아니야. 속도는 다운로드 항목의 4분의 1 가치를 가지니, 최근 급증이 나타나도 하루짜리 급등이 수년간 사용량을 앞서지 못해.
상세 내역 보기
이 사이트의 모든 숫자는 확인할 수 있어. 이 모델의 히트 점수는 9,181°이고, 여기서는 각 요소가 하나씩 더해지면서 누적 합계가 표시돼: 기준점, 각 출처가 더하는 점수, 모델 종류에 따른 보너스, 그리고 가중치의 연령이 빼는 점수. 색깔은 위 차트의 구간을 나타내. 마지막에 용어집에서 모든 용어를 정의해.
- 1기준점부터 시작해.왜 7,000°이고 0이 아닌지: 점수는 0°부터 9,999°까지 있고, 7,000° 아래는 아직 출처가 보고하지 않은 모델을 위해 남겨둔 영역이야. 그 모델들은 목록 완성을 위해 임시 점수를 받고, 데이터가 있는 모델보다 순위가 높지 않아. 7,000°가 실제 측정 데이터가 시작되는 지점이야. 실제 데이터가 있지만 다운로드가 거의 없는 모델은 여기 있고, 그 뒤로는 모두 측정된 점수야. 기준점 위에는 다운로드가 10배씩 늘어날 때마다 300°씩 10단계가 있어. 기준점은 모든 모델에 같아서 아무것도 결정하지 않고, 위 점수가 모델을 구분해.7,000°누적 합계
- 2다운로드 수를 더해.총 1,236,336개의 다운로드 동등치, OpenRouter 토큰에서 나왔어. 다운로드가 10배 늘어나면 같은 300°가 더해지니까, 크기가 중요하지만 점수를 독차지하지는 않아.+1,828°8,828°누적 합계
- 3채택률을 추가하세요.지금 하루 약 50,937개의 다운로드가 있어, 두 번 측정한 차이로 계산하고 무게는 4분의 1이야.+353°9,181°누적 합계
- =히트 점수.이 모델이 이 사이트 모든 목록에서 어디에 있는지 보여줘. 다른 건 조정하지 않아.9,181°
용어집: 여기서 쓰는 말들
- 히트 점수
- 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
- 기본 점수
- 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
- 다운로드 동등치
- 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
- 로그 스케일
- 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
- 좋아요
- 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
- 채택률
- 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
- 측정 및 추정
- 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
- 시더
- 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
- AI 호드
- 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
- 생성 사이트
- PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
- OpenRouter 토큰
- Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- 전체 모델 (체크포인트)
- 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
- LoRA와 임베딩
- 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
- 패밀리와 가중치
- 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
- 연령
- 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
- 패밀리 부스트
- 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
- 대체 점수
- 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
- 신규! (유예 기간)
- 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
- 추세
- 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
- 일반 모델
- 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.
이 모델의 인기가 카탈로그 다른 모델들과 비교해 어떻게 움직였는지 보여줘: 각 기간마다 다운로드, 좋아요, 사용량이 얼마나 늘었는지, 같은 기간 보통 모델의 성장과 비교해서, 그때의 히트 점수와 함께. 보통 성장보다 위면 상승, 아래면 하락으로 봐. 과거는 오늘까지의 총합, 모델 첫 날, 두 번 측정된 다운로드 속도로 재구성돼; 기간 시작에 없던 모델은 n/a로 표시돼.
Hy3은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.
모델 패밀리별로 보기
Text / LLM 모델
434
Anima 모델
528
Chroma 모델
19
Fibo 모델
2
Flux 모델
1,496
Flux 2 / Klein 모델
1,239
Flux 3 모델
3
Moss 모델
3
Iris 모델
1
MiniMax H3 모델
364
Hunyuan 모델
204
Ideogram 모델
20
Krea2 모델
717
Qwen 모델
20
Qwen2 모델
47
Ltx2 모델
153