Hy3

Fiche modèle · Tencent · hy3

Hy3 is a 295B-parameter Mixture-of-Experts (MoE) model with 21B active parameters and a 3.8B MTP layer, developed by the Tencent Hy Team. Following the Hy3 Preview launch in late April, the team scaled up post-training with higher-quality data and RL, gathering feedback from 50+ products. Hy3 outperforms similar-size models and rivals flagship open-source models with 2-5x the parameters, with strong gains in reasoning, agentic, and long-context tasks. It uses 80 layers (plus 1 MTP layer), 64 GQA attention heads (8 KV heads, head dim 128), a 4096 hidden size, 192 experts with top-8 activated, a 256K context window, and BF16 precision. Hy3 is a hybrid-thinking model supporting configurable reasoning effort (no_think, low, high), and emphasizes production-grade tool-call and output-format stability, reduced hallucination, and reliable multi-turn intent tracking.

Fiches modèles

Identité

OrganisationTencent
Pays—
Famille—
Typellm
Date de sortie2026-07-06
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)non — 295 Md > 107 Md
Modalitéstext
Fenêtre de contexte262 144
KV cache / token (Q8)163.8 ko/token
Paramètres totaux295 B
Paramètres actifs (session)21 B
Source des paramètres actifsweb : https://huggingface.co/tencent/Hy3
Curation des paramètres actifs2026-11-04
Prix par session0.26 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)2.15 $ (est.)
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-07-15T20:16:15.645501Z
Mis à jour le2026-11-04T06:05:12.594283Z
SourceLLM Stats
URLhttps://llm-stats.com/models/hy3
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.14 $0.58 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
knowledge0.50
long_context0.70
math4.20
physics0.80
reasoning1.90
science0.60
search0.80
frontend_development0.80
general1.60
agents0.60
biology0.90
chemistry0.70
code0.60
coding0.50
tool_calling0.70

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aa-lcrreasoning0.731.000.73nonoui2026-11-04T06:05:12.687733Z
apex-agentsreasoning0.261.000.26nonoui2026-11-04T06:05:12.630921Z
arxivmathmath0.521.000.52nonoui2026-11-04T06:05:12.663926Z
browsecompreasoning0.841.000.84nonoui2026-11-04T06:05:12.615711Z
cl-benchcode0.241.000.24nonoui2026-11-04T06:05:12.681259Z
cl-bench-(life)code0.171.000.17nonoui2026-11-04T06:05:12.684697Z
claw-evalcode0.691.000.69nonoui2026-11-04T06:05:12.634291Z
cmt-benchmarkphysics0.381.000.38nonoui2026-11-04T06:05:12.672369Z
deepsearchqasearch0.911.000.91nonoui2026-11-04T06:05:12.621701Z
deepswecode0.281.000.28nonoui2026-11-04T06:05:12.612610Z
frontierscience-olympiadreasoning0.751.000.75nonoui2026-11-04T06:05:12.655502Z
frontierscience-researchreasoning0.211.000.21nonoui2026-11-04T06:05:12.652563Z
gpqareasoning0.901.000.90nonoui2026-11-04T06:05:12.649543Z
horizonmathmath0.071.000.07nonoui2026-11-04T06:05:12.666697Z
humanity's-last-exam-(no-tools,-text-only)reasoning0.471.000.47nonoui2026-11-04T06:05:12.646502Z
humanity's-last-exam-(with-tools,-text-only)reasoning0.531.000.53nonoui2026-11-04T06:05:12.643557Z
imo-answerbenchmath0.901.000.90nonoui2026-11-04T06:05:12.675530Z
matharena-apexmath0.391.000.39nonoui2026-11-04T06:05:12.661065Z
mcp-atlasreasoning0.791.000.79nonoui2026-11-04T06:05:12.624794Z
nl2repocode0.461.000.46nonoui2026-11-04T06:05:12.609683Z
phybenchphysics0.771.000.77nonoui2026-11-04T06:05:12.669562Z
skillsbenchcode0.551.000.55nonoui2026-11-04T06:05:12.640636Z
superchemchemistry0.551.000.55nonoui2026-11-04T06:05:12.678326Z
swe-bench-multilingualreasoning0.761.000.76nonoui2026-11-04T06:05:12.597629Z
swe-bench-proreasoning0.581.000.58nonoui2026-11-04T06:05:12.603721Z
swe-bench-verifiedreasoning0.781.000.78nonoui2026-11-04T06:05:12.600669Z
terminal-bench-2.1reasoning0.721.000.72nonoui2026-11-04T06:05:12.606571Z
toolathlonagents0.481.000.48nonoui2026-11-04T06:05:12.627899Z
usamo-2026math30.2442.000.72nonoui2026-11-04T06:05:12.658285Z
widesearchsearch0.761.000.76nonoui2026-11-04T06:05:12.618809Z
wildclawbenchagents0.541.000.54nonoui2026-11-04T06:05:12.637486Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
knowledge290.504.451trueskill2026-11-04T08:08:45.139626Zrankings
math494.2034.898trueskill2026-11-04T08:08:42.442591Zrankings
agents55—26.3614trueskill2026-10-19model_history
code44—32.2710trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04