Tencent выпустила Hy3: 295B параметров, контекст 256K — и бесплатный доступ до 21 июля
Tencent выпустила Hy3 — 295B MoE-модель с 21B активных параметров и контекстом 256K. Как попробовать бесплатно до 21 июля и что умеет модель.
Tencent открыла Hy3 под лицензией Apache 2.0. Это полноценная production-модель, а не preview — команда собрала фидбек от 50+ продуктовых команд и переработала пайплайн пост-обучения. Если вы хотите попробовать топовую открытую модель без локального деплоя, у вас есть примерно две недели.
Что внутри Hy3
Hy3 — это Mixture-of-Experts (MoE) архитектура. Суть MoE: модель имеет огромное число параметров суммарно, но на каждый токен активирует только часть из них. Это позволяет держать качество уровня «большой модели» при значительно меньших вычислительных затратах на инференс.
Конкретные цифры по Hy3:
- 295B — общее число параметров
- 21B — активных параметров на токен (то, что реально считается при генерации)
- 3.8B — параметры MTP-слоя (Multi-Token Prediction, ускоряет генерацию за счёт предсказания нескольких токенов за раз)
- 256K токенов — контекстное окно
По заявлению Tencent, Hy3 обходит модели сопоставимого размера и конкурирует с флагманскими open-source моделями, у которых в 2–5 раз больше параметров. Особо отмечены улучшения в reasoning (сложные рассуждения), следовании инструкциям, кодинге и агентных задачах.
Как попробовать прямо сейчас — через OpenRouter
До 21 июля 2026 Hy3 доступна на OpenRouter бесплатно. Это самый быстрый способ потрогать модель без скачивания сотен гигабайт.
Шаг 1. Зарегистрируйтесь или войдите на openrouter.ai.
Шаг 2. Найдите модель tencent/hy3 в каталоге или обращайтесь к ней напрямую через API.
Шаг 3. Сделайте тестовый запрос через curl:
``bash curl https://openrouter.ai/api/v1/chat/completions \ -H "Authorization: Bearer $OPENROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "tencent/hy3", "messages": [ {"role": "user", "content": "Напиши функцию на Python для парсинга JSON с вложенными объектами"} ] }' ``
Шаг 4. Если работаете в Python, используйте стандартный openai-клиент — OpenRouter совместим с OpenAI API:
```python from openai import OpenAI
client = OpenAI( base_url="https://openrouter.ai/api/v1", api_key="ВАШ_OPENROUTER_KEY", )
response = client.chat.completions.create( model="tencent/hy3", messages=[ {"role": "user", "content": "Объясни архитектуру MoE простыми словами"} ] ) print(response.choices[0].message.content) ```
Ключ получается в разделе Keys на сайте OpenRouter. Бесплатный тир есть, но с rate limit — для экспериментов хватит.
Как развернуть локально, если нужен полный контроль
Если облако не подходит по требованиям к данным или бюджету — модель лежит на Hugging Face под именем tencent/Hy3.
Два варианта весов:
| Вариант | Размер | Точность | |---|---|---| | Полная модель | 598 GB | BF16 | | Квантизованная | 300 GB | FP8 |
Для большинства задач FP8 — разумный выбор: вдвое меньше места, потеря качества минимальна.
Скачать через huggingface-cli:
```bash pip install huggingface_hub
huggingface-cli download tencent/Hy3 \ --local-dir ./hy3-model \ --include ".safetensors" ".json" ```
Для запуска инференса на такой модели нужен фреймворк с поддержкой MoE и тензорного параллелизма — например, vLLM или SGLang. Минимальная конфигурация для FP8-версии: несколько A100 80GB или H100 в связке.
```bash pip install vllm
python -m vllm.entrypoints.openai.api_server \ --model ./hy3-model \ --tensor-parallel-size 8 \ --dtype fp8 ```
Точные флаги зависят от версии vLLM — сверяйтесь с документацией под вашу версию.
Где это применять
Hy3 заявлена как модель для продуктовых и productivity-задач — это не чисто исследовательский релиз. Из того, что Tencent выделяет отдельно:
- Агентные сценарии — длинный контекст 256K позволяет держать в памяти большие кодовые базы или документы
- Кодинг — улучшенное следование инструкциям снижает число итераций правок
- Сложный reasoning — задачи, где нужна цепочка рассуждений (chain-of-thought)
- Контекстное обучение (in-context learning) — подача примеров прямо в промпт без файн-тюнинга
Саймон Уиллисон в своём посте проверил модель на классическом тесте — «нарисуй SVG пеликана на велосипеде» — и получил корректный результат. Это неформальный, но показательный тест на пространственное рассуждение и генерацию кода одновременно.
Где ломается
Железо для локального деплоя. 300 GB даже в FP8 — это не домашний сервер. Реалистичный минимум: 8× A100 80GB или аналог. Для большинства команд это либо облачный деплой, либо OpenRouter.
Бесплатный период закончится. После 21 июля доступ на OpenRouter станет платным. Если строите что-то поверх — закладывайте это в архитектуру уже сейчас, чтобы не переписывать интеграцию.
Лицензия Apache 2.0, но проверьте use case. Apache 2.0 разрешает коммерческое использование, но у Tencent могут быть отдельные условия в model card на Hugging Face — прочитайте перед продакшн-деплоем.
Скорость инференса зависит от нагрузки. На бесплатном тире OpenRouter в пиковое время возможны задержки. Для latency-sensitive задач тестируйте в разное время суток.
Что попробовать дальше
Если Hy3 вас зацепила, логичные следующие шаги:
- Сравните с Qwen3-235B-A22B — ещё одна MoE-модель сопоставимого класса, тоже доступна на OpenRouter
- Посмотрите на SGLang как альтернативу vLLM для локального деплоя — часто быстрее на MoE-архитектурах
- Если нужен файн-тюнинг — ищите LoRA-адаптеры под MoE в репозитории Tencent-Hunyuan на GitHub, там же лежит документация по инфраструктуре обучения