Tencent Hunyuan

Tencent Hy3 es un MoE reciente con 295.000 millones de parámetros, de los que solo 21.000 millones están activos, razonamiento híbrido rápido y profundo, contexto de 256K y un sólido resultado independiente inicial. Aún debe verificarse la equivalencia entre los pesos preliminares y el servicio Hy3 de producción.

CAPTURA DEL MODELO ACTUAL

Proveedor: Tencent Hunyuan
Ancla actual: Hy3
Ciclo de vida: Actual
Pesos: Mixto; ponderaciones de vista previa publicadas, paridad de producción para verificar
Revisado: 21 de julio de 2026

Hy3 es el modelo agéntico de Tencent centrado en la eficiencia

Tencent lanzó Hy3 el 6 de julio de 2026. El modelo utiliza 295 mil millones de parámetros totales con aproximadamente 21 mil millones activos por token, un contexto de 256 000 tokens. ventana y un sistema híbrido de razonamiento rápido/lento. El objetivo es alternar entre respuestas directas y una deliberación más profunda sin requerir una familia de modelos diferente.

Esa relación de parámetros activos es la historia arquitectónica. Hy3 intenta ofrecer un razonamiento y un uso de herramientas que desafían fronteras, al tiempo que mantiene el trabajo de inferencia más cerca de un modelo denso mucho más pequeño. Tencent lo posiciona para codificación, investigación e integraciones de productos a través de Tencent Cloud y acceso de socios.

Los pesos de vista previa son públicos a través del repositorio de vista previa Hy3 de Tencent. Los compradores no deben asumir que el artefacto de vista previa, la versión de producción del 6 de julio y todos los puntos finales alojados son idénticos. Por lo tanto, la disponibilidad de peso se describe mejor como mixta hasta que se verifiquen exactamente el artefacto y la licencia actuales.

La evidencia independiente inicial es sólida, pero el lanzamiento es reciente

Artificial Analysis informa una puntuación del índice de inteligencia de 41, alrededor de 59 tokens de salida por segundo, y un tiempo hasta el primer token cercano a 2,5 segundos para el criterio de valoración Hy3 evaluado. El modelo produjo aproximadamente 140 millones de tokens de salida en toda la suite, lo que sugiere que un buen desempeño de las tareas puede venir acompañado de un razonamiento detallado y un mayor costo de procesamiento posterior.

El resultado es notable porque llega con solo 21 mil millones de parámetros activos. Aún no es un historial operativo maduro. El comportamiento de los terminales, las cuotas, la disponibilidad regional, la documentación y la paridad entre los artefactos de vista previa y producción pueden cambiar rápidamente después del lanzamiento.

El índice independiente respalda el tratamiento de Hy3 como un desafío serio, no como un anuncio especulativo.
La verbosidad medida significa que el costo debe evaluarse por resultado completado, no solo por token.
Una versión muy reciente necesita pruebas de regresión fijadas por la versión antes de los compromisos del cliente.

El caso empresarial: capacidad eficiente con riesgo de madurez

Vale la pena probar Hy3 para flujos de trabajo de herramientas globales y en idioma chino, agentes de codificación y organizaciones que ya operan en Tencent Cloud. Su eficiencia podría ser importante a escala. La principal precaución es la antigüedad del lanzamiento y la evidencia incompleta sobre la paridad de artefactos, las licencias y los controles empresariales estables en las rutas de acceso.

Cómo lo evaluaríamos

Fije el punto final exacto o obtenga una vista previa de la suma de verificación de peso y ejecute un flujo de trabajo de herramienta multilingüe con documentos contradictorios, tiempos de espera y abstención requerida. Realice un seguimiento de las finalizaciones aceptadas, las reclamaciones no admitidas, la recuperación, los tokens de salida, la latencia y el esfuerzo del revisor. Repita después de cualquier cambio de versión del proveedor.

Evidencia utilizada

Estado de soporte de Beam AI

En evaluación. Esta página no confirma el soporte de producción, el acceso regional ni la equivalencia entre la vista previa y los artefactos alojados.

Caso de uso 1

Agente de operaciones multilingüe

Ejecute el mismo proceso de documentos y herramientas en chino e inglés, incluidas las pruebas contradictorias y la escalada requerida. Mida la finalización, las reclamaciones no admitidas, la desviación del idioma, los reintentos, la latencia y el tiempo del revisor.

Caso de uso 2

Flujo de trabajo de codificación eficiente

Compare Hy3 con un modelo abierto más grande en cambios de repositorio con pruebas y recuperación de una herramienta rota. Realice un seguimiento de los parches aceptados, las regresiones, los tokens de salida, el tiempo del reloj de pared y el costo del acelerador.

Caso de uso 3

Implementación de Tencent Cloud

Evalúe la identidad, las redes, la región, los registros, la retención, las cuotas, la conectividad privada, el soporte y el costo en torno al modelo alojado, no solo la calidad inmediata.

Caso de uso 4

Prueba de paridad de vista previa a producción

Ejecute solicitudes y seguimientos de herramientas idénticos en comparación con los pesos de vista previa y el punto final alojado previsto. Registre las divergencias en los resultados, el comportamiento de seguridad, la latencia y los esquemas de llamada de herramientas antes de confiar en la portabilidad.

Otros LLM

Aquí tienes una lista de LLMs que se pueden utilizar con Beam

ChatGPT

ChatGPT es el producto conversacional de OpenAI; las automatizaciones empresariales utilizan los modelos GPT y las API subyacentes. Esta guía diferencia el producto de la familia de modelos y explica cómo evaluar la gama actual de GPT-5.6.