Är Hy3-vikterna öppna och kan jag köra den lokalt?

Ja, vikterna är publicerade på Hugging Face under tencent/Hy3 och modellkortet täcker distribution med vLLM och SGLang samt finjustering och kvantisering. Med 295 miljarder totala parametrar behöver du betydande hårdvara — kontrollera VRAM-guiden innan du bestämmer dig.

Vad kostar Hy3 och hur stort är kontextfönstret?

Priset är 0,08 USD per miljon ingångstokens och 0,33 USD per miljon utgångstokens, med ett kontextfönster på 256 000 tokens.

Hur skiljer sig Hy3 från andra stora MoE-modeller?

Hy3 aktiverar endast 21 miljarder av sina 295 miljarder parametrar per framåtpass, vilket håller inferenskostnaderna lägre än täta modeller av liknande kvalitet. Dess särskiljande fokus är produktionsstabilitet: minskad hallucinationsfrekvens, stabil verktygsanropning över agentramverk och konfigurerbar resonemangsansträngning istället för alltid-på kedjetanke.

▲

33.9%

den här veckan

Hy3

9181°

#llm #tencent #resonemang #kodning #agenter #lång kontext

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

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.

Guider för denna modell

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Hy3 är en Mixture-of-Experts-modell med 295 miljarder parametrar från Tencent, med 21 miljarder aktiva parametrar vid inferens och ett kontextfönster på 256K tokens. Den levereras med växlande resonemangsdjup — tyst som standard, kedjetänkande på begäran — och är byggd med produktionsstabilitet i åtanke: stabil verktygsanropning, minskad hallucination och konsekvent spårning av begränsningar över flera turer. Med 0,08 USD/M ingång och 0,33 USD/M utgång riktar den sig till team som behöver en kapabel, grundad arbetshäst utan flaggskeppsmodellens prislapp.

Känd för

Konfigurerbart resonemangsdjup: tyst som standard, full kedjetanke när det behövs
Anti-hallucinationsdesign: svarar när det är grundat, flaggar luckor istället för att hitta på
Stabil verktygsanropning som fungerar över agentramverk som Cline och KiloCode
256K kontextfönster lämpat för långa dokument och spårning av begränsningar över flera turer
Öppna vikter med stöd för vLLM, SGLang, finjustering och RL-efterträning

Se upp för

295 miljarder totala parametrar kräver seriös hårdvara för lokal körning — planera för multi-GPU eller kvantiserad distribution.
Vikterna är öppna men kontrollera licensvillkoren innan kommersiell eller derivatanvändning.
Tencent har inte publicerat ett fristående API; tillgänglighet beror på din inferensleverantör.

Bäst för

Kodning

Agenter och verktygsanvändning

Resonemang

Lång kontext

Kör lokalt

Promptar att prova

Flerstegs agentisk plan

Du bygger en CI/CD-pipeline för ett Python-monorepo med tre tjänster. Varje tjänst har egna tester och Docker-image. Skissa pipeline-stegen, vilka verktygsanrop du gör i varje steg och hur du hanterar ett fel i tjänst B utan att blockera tjänst C från att deploya.

Grundad finansiell analys

Här är ett företags resultaträkning och balansräkning för de senaste två räkenskapsåren. Identifiera de tre mest betydande förändringarna i den finansiella hälsan, förklara vad varje förändring sannolikt signalerar och markera siffror där data är tvetydig eller där du behöver mer kontext innan du drar slutsats.

Svårt resonemang med bevis

Ett tåg lämnar stad A klockan 08:00 och kör i 90 km/h. Ett andra tåg lämnar stad B, 360 km bort, klockan 09:00 och kör mot stad A i 120 km/h. När möts de och hur långt från stad A? Visa varje steg i ditt resonemang innan du ger svaret.

Jämför med

Hy4 preview
Öppen vikt-modell
1,048,576 tokens kontext · $0.83/M indata, $2.50/M utdata
Hy3 preview
Öppen vikt-modell
262,144 tokens kontext · $0.18/M indata, $0.60/M utdata
Hunyuan A13B Instruct
Öppen vikt-modell
131,072 tokens kontext · $0.14/M indata, $0.57/M utdata
GPT-6 Luna
Endast API-modell
1,050,000 tokens kontext · $0.10/M indata, $0.50/M utdata

Fler textmodeller från tencent

Vanliga frågor

Är Hy3-vikterna öppna och kan jag köra den lokalt?: Ja, vikterna är publicerade på Hugging Face under tencent/Hy3 och modellkortet täcker distribution med vLLM och SGLang samt finjustering och kvantisering. Med 295 miljarder totala parametrar behöver du betydande hårdvara — kontrollera VRAM-guiden innan du bestämmer dig.
Vad kostar Hy3 och hur stort är kontextfönstret?: Priset är 0,08 USD per miljon ingångstokens och 0,33 USD per miljon utgångstokens, med ett kontextfönster på 256 000 tokens.
Hur skiljer sig Hy3 från andra stora MoE-modeller?: Hy3 aktiverar endast 21 miljarder av sina 295 miljarder parametrar per framåtpass, vilket håller inferenskostnaderna lägre än täta modeller av liknande kvalitet. Dess särskiljande fokus är produktionsstabilitet: minskad hallucinationsfrekvens, stabil verktygsanropning över agentramverk och konfigurerbar resonemangsansträngning istället för alltid-på kedjetanke.

Kaptens omdöme
En seriös öppen vikts produktionsmodell — grundad, agentredo och prissatt långt under flaggskeppsnivån den konkurrerar med.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Popularitetstrend för Hy3

Värmenpoäng sedan 6 Jul 2026

Värmescore

9,181°

Den här veckan

▲

33.9%

9,142° då, 9,181° nu

Den här månaden

▲

315%

8,992° då, 9,181° nu

Senaste året

n/a

Inte släppt/spårad än

7,000°

Golvet

Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.

+1,828°

OpenRouter-token

12,363,366,372,545 token som denna modell bearbetat via OpenRouter de senaste 30 dagarna, både prompts och svar. Varje 10,000,000 token räknas som en nedladdning i nedladdningsterm, totalt 1,236,336; token från senaste dagen räknas in i användningstakten. Källa: OpenRouter (openrouter.ai/rankings).

+353°

Adoptionshastighet

Ungefär 50,937 nedladdningar per dag, mätt mellan två avläsningar av källorna, aldrig uppskattat från ett livstidsgenomsnitt. Hastigheten väger en fjärdedel av nedladdningstermen, så en ny våg syns utan att en dags toppar slår ut år av användning.

Visa detaljerad uppdelning

Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 9,181°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.

1
Börja vid golvet.
Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.
7,000°
löpande total
2
Lägg till nedladdningarna.
1,236,336 nedladdnings-ekvivalenter totalt, från OpenRouter-token. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
+1,828°
8,828°
löpande total
3
Lägg till adoptionshastigheten.
Ungefär 50,937 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.
+353°
9,181°
löpande total
=
Heat-poängen.
Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
9,181°

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.

Liknande modeller

Kimi K2 0711

TEXT / LLM

DeepSeek Flash Latest

AI-modeller för bild-, video- och textgenerering

Hy3 är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm tencent resonemang kodning agenter lång kontext lokal

Bläddra efter modellfamilj