Hy3 es el modelo Mezcla-de-Expertos de grado de producción de Tencent Hunyuan — 295B parámetros totales con solo 21B activos por pasada (192 expertos, enrutamiento top-8), la versión mejorada construida sobre la línea Hy3-preview. Expande la escala de entrenamiento RL y la calidad de los datos de post-entrenamiento para obtener mayores ganancias en tareas de razonamiento, contexto largo y agentes, alcanzando resultados comparables a modelos insignia varias veces su tamaño de parámetros. Ofrece una ventana de contexto de 256K tokens (texto de entrada, texto de salida) con esfuerzo de razonamiento configurable, y está diseñado para codificación en el mundo real, uso de herramientas y flujos de trabajo de agentes de múltiples pasos con una sólida relación calidad-coste.
Tencent Hy3 es un modelo de lenguaje grande exclusivamente de texto desarrollado por Tencent. Está diseñado para procesar y generar texto con una ventana de contexto de 262,144 tokens, lo que le…
Tencent Hy3 destaca en cualquier tarea que implique procesar grandes cantidades de texto en un solo contexto. Esto incluye resumir libros completos, extraer información de informes extensos, analizar contratos legales de principio a fin, y revisar grandes bases de código de software en busca de errores o mejoras. También es fuerte para mantener la coherencia en tareas de generación de formato largo, como escribir artículos detallados o diálogos de múltiples turnos con un historial extenso. Su puntuación BrowseComp sugiere que es particularmente bueno en tareas que requieren navegar y comprender grandes cantidades de información textual, similar a navegar por una colección de documentos.
Debes elegir Tencent Hy3 cuando tu tarea requiera una ventana de contexto grande que los modelos más pequeños no puedan manejar sin dividir el texto. Por ejemplo, si necesitas analizar un documento de 200 páginas de una sola vez o mantener el contexto de la conversación durante cientos de turnos. Para tareas más simples, como clasificación o traducción de un solo párrafo, un modelo más pequeño y económico sería más rentable. Tencent Hy3 también es una buena opción cuando necesitas precios predecibles y transparentes sin costos ocultos. Si tu tarea es multimodal, necesitarás un modelo diferente que admita imágenes o audio.
La principal fortaleza del modelo es su capacidad para manejar hasta 262,144 tokens en una sola instrucción, lo que constituye una de las ventanas de contexto más grandes disponibles. Esto elimina la necesidad de estrategias complejas de fragmentación para muchos documentos largos. Obtuvo una puntuación de 84.2 en BrowseComp, lo que indica un rendimiento robusto en tareas que implican navegar y extraer información de secuencias textuales extensas. Es probable que el modelo mantenga precisión y coherencia en entradas muy largas, aunque no se proporcionan métricas exactas de rendimiento para otras tareas. Sus fortalezas se aprecian mejor en escenarios donde se debe considerar el documento completo de una sola vez.
BrowseComp es un punto de referencia diseñado para evaluar la capacidad de un modelo para navegar y comprender grandes cantidades de texto, simulando tareas como buscar información específica en múltiples documentos o secciones largas. Una puntuación de 84.2 indica un rendimiento sólido en este tipo de tareas. Aunque no se detalla la métrica exacta, esto sugiere que Tencent Hy3 es eficaz para recuperar y sintetizar información de contextos largos. A modo de comparación, una puntuación superior a 80 generalmente se considera muy buena. Este punto de referencia es especialmente relevante para aplicaciones como asistentes de investigación y análisis de documentos.
No se proporcionan cifras específicas de latencia para Tencent Hy3. Como un modelo grande con una ventana de contexto de 262k, el tiempo de inferencia dependerá de la longitud de los tokens de entrada y salida, el hardware y la carga actual. En general, las entradas más largas aumentan el tiempo de procesamiento. Los usuarios deben esperar una latencia mayor en comparación con modelos más pequeños para documentos muy largos. La API de OrcaRouter puede ofrecer diferentes endpoints con velocidades variables. Para aplicaciones en tiempo real, es recomendable probar con entradas representativas. La compensación entre velocidad y precisión del modelo es típica para su tamaño.
El único benchmark proporcionado es BrowseComp, donde obtuvo un 84.2, lo que indica una sólida capacidad de navegación y comprensión en contextos largos. Sus fortalezas probablemente incluyen la recuperación precisa de información de textos extensos y el mantenimiento del contexto a lo largo de muchos tokens. No se indican debilidades explícitamente, pero al ser un modelo solo de texto, carece de capacidades multimodales. No se proporcionan otras puntuaciones de benchmarks, por lo que no podemos compararlo en tareas estándar de LLM como razonamiento o matemáticas. Su gran contexto puede introducir mayor latencia y costo computacional en comparación con modelos más pequeños. El modelo está diseñado para tareas intensivas en texto, no para chat de uso general.
Con una ventana de contexto de 262 144 tokens, Tencent Hy3 está diseñado para procesar secuencias largas en una sola pasada. Esto significa que la información al comienzo de un documento extenso aún puede estar disponible al generar resultados al final, reduciendo los errores de recuperación comunes con la segmentación. La puntuación de BrowseComp de 84,2 sugiere que el modelo se desempeña bien en tareas que requieren atención a detalles distribuidos en texto largo. El manejo de secuencias muy largas aún puede requerir un diseño cuidadoso del prompt para evitar sobrecargar el modelo, pero la ventana amplia proporciona un margen significativo para la mayoría de los casos de uso práctico con documentos largos.
A través de OrcaRouter, la facturación es transparente y se basa únicamente en el uso de tokens. Pagas $0.18 por cada millón de tokens enviados al modelo (entrada) y $0.59 por cada millón de tokens generados por el modelo (salida). Estas tarifas son exactamente las que cobra el proveedor, sin ningún margen añadido por OrcaRouter. El recuento de tokens lo calcula el tokenizador de Tencent. No hay tarifas de suscripción ni requisitos de uso mínimo. Los cargos aparecen en tu factura de OrcaRouter. Esta estructura simple te permite predecir los costos para tareas de longitud conocida.
Para tareas de contexto largo, el precio de Tencent Hy3 es competitivo para el tamaño de la ventana de contexto. Muchos modelos con ventanas de contexto similares tienen costos por token más altos. Sin embargo, si tu tarea solo requiere un contexto pequeño, un modelo más barato sería más económico. La política de margen cero significa que no estás pagando extra por la plataforma. El costo por millón de tokens es fijo, por lo que procesar una entrada de 262k tokens cuesta aproximadamente $0.047 por entrada (ya que 262k son 0.262M, el costo de entrada es 0.262 * 0.18 = $0.047). Los tokens de salida se agregan proporcionalmente. Esto lo hace asequible para muchas aplicaciones.
No se mencionan descuentos específicos ni mecanismos de caché para Tencent Hy3 a través de OrcaRouter. El precio es por solicitud basado en la cantidad de tokens, sin descuentos por volumen anunciados. No se describe el almacenamiento en caché de indicaciones o respuestas; es probable que cada solicitud se procese de forma independiente. Los usuarios deben asumir que no hay optimizaciones de precio especiales más allá de la tarifa base. Para uso de alto volumen, puede valer la pena contactar a OrcaRouter para posibles acuerdos personalizados, pero no se garantiza ninguno. La tarifa pública estándar anunciada es de $0.18/$0.59 por millón de tokens.
Para llamar a Tencent Hy3, establece la URL base en https://api.orcarouter.ai/v1 y usa el identificador de modelo "tencent/hy3". La API es totalmente compatible con OpenAI, por lo que puedes usar el cliente Python de OpenAI o cualquier cliente HTTP que admita el endpoint de Chat Completions. Por ejemplo, con la biblioteca Python de OpenAI, establece openai.api_base = "https://api.orcarouter.ai/v1" e incluye tu clave API. Luego crea una finalización de chat usando model="tencent/hy3". El formato de solicitud es idéntico al de OpenAI, con matriz de mensajes, temperatura, max_tokens, etc. No se requieren parámetros especiales más allá del nombre del modelo.
La API admite todos los parámetros estándar del endpoint OpenAI Chat Completions. Estos incluyen 'messages' (obligatorio), 'temperature' (0–2, por defecto 0.7), 'max_tokens' (límite en la longitud de salida), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' y 'stream' para salida token por token. También puede establecer 'seed' para un muestreo determinista si lo desea. La API respetará el límite de contexto de 262,144 tokens; las indicaciones que excedan ese límite se truncarán o rechazarán. No hay un parámetro 'multimodal' especial porque el modelo es solo de texto. El formato de respuesta sigue la estructura de OpenAI.
Sí, migrar desde otro LLM de texto a Tencent Hy3 a través de OrcaRouter es sencillo gracias a la API compatible con OpenAI. Solo necesitas cambiar el identificador del modelo de tu modelo anterior (por ejemplo, "some-other-model") a "tencent/hy3" y actualizar la URL base a https://api.orcarouter.ai/v1. Los esquemas de solicitud y respuesta son idénticos. Puede que necesites ajustar el formato del prompt si el modelo anterior tenía un comportamiento diferente, pero normalmente no se requieren cambios en el código más allá del nombre del modelo. Es recomendable probar con entradas representativas para confirmar la calidad de la salida.
La autenticación utiliza una clave API proporcionada por OrcaRouter. Debe incluir esta clave en el encabezado de Authorization como "Bearer YOUR_API_KEY" al realizar solicitudes. La clave API debe mantenerse en secreto y no compartirse. OrcaRouter puede ofrecer diferentes niveles de claves con límites de velocidad variables. Para el cliente Python de OpenAI, establezca openai.api_key = "your-key". No se requiere otra autenticación. Asegúrese de usar la URL base correcta (https://api.orcarouter.ai/v1) y que la clave tenga permisos para acceder al modelo "tencent/hy3".
En comparación con modelos con ventanas de contexto más pequeñas (por ejemplo, 4k, 8k, 32k), Tencent Hy3 ofrece una capacidad mucho mayor de 262k tokens, lo que permite procesar documentos completos sin fragmentación. Esto puede generar una mayor precisión en tareas que requieren contexto global. Sin embargo, los modelos más pequeños suelen ser más baratos por token, tienen menor latencia y pueden ser más eficientes para entradas cortas. Por ejemplo, un modelo con un contexto de 4k a un precio más bajo puede ser mejor para consultas simples. El costo por millón de tokens de Tencent Hy3 es relativamente bajo para su tamaño de contexto, lo que lo convierte en una buena opción para tareas de contexto largo.
Tencent Hy3 es solo texto, por lo que no puede procesar imágenes, audio ni video. Los modelos multimodales como GPT-4o de OpenAI pueden aceptar este tipo de entradas, pero pueden tener ventanas de contexto de texto más pequeñas o costos más altos. Para tareas con mucho texto, Tencent Hy3 puede ser más rentable. Si su caso de uso requiere comprender contenido visual, necesitará un modelo multimodal. La comparación depende de si la modalidad añadida justifica el equilibrio. La gran ventana de contexto de Tencent Hy3 es una ventaja distintiva para tareas puramente textuales que involucran documentos largos.
Tencent Hy3 se destaca en el catálogo de OrcaRouter por su combinación de una ventana de contexto muy grande (262k tokens) y un precio competitivo ($0.18/$0.59 por millón de tokens). Es uno de los pocos modelos que ofrecen un contexto tan grande a un costo inferior a $1 por token de salida. El modelo es solo de texto, lo que centra su utilidad en el análisis y generación de documentos. El precio de margen cero garantiza que no haya tarifas sorpresa. Esto lo convierte en una opción atractiva para desarrolladores y empresas que necesitan procesar textos largos sin gastar demasiado, especialmente en comparación con otros modelos de gran contexto que pueden tener costos más altos por token.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="tencent/hy3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p| Entrada / 1M tokens | $0.180 |
|---|---|
| Salida / 1M tokens | $0.590 |
| Lectura caché / 1M | $0.059 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
De qué hablan los desarrolladores esta semana
GET /api/public/models/tencent/hy3Abrir @misc{orcarouter_hy3,
title = {Hy3 API},
author = {Tencent},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/tencent/hy3}
}Tencent. (2026). Hy3 API. OrcaRouter. https://www.orcarouter.ai/models/tencent/hy3