Hy3 est le modèle Mixture-of-Experts de production de Tencent Hunyuan — 295B paramètres au total avec seulement 21B actifs par passage (192 experts, routage top-8), la version améliorée construite sur la lignée Hy3-preview. Il étend l'échelle d'entraînement par RL et la qualité des données de post-entraînement pour des gains supplémentaires en raisonnement, en contexte long et en tâches agentiques, atteignant des résultats comparables à des modèles phares plusieurs fois sa taille de paramètres. Il offre une fenêtre de contexte de 256K tokens (texte en entrée, texte en sortie) avec un effort de raisonnement configurable, et est conçu pour le codage réel, l'utilisation d'outils et les workflows agentiques multi-étapes avec un excellent rapport qualité-coût.
Tencent Hy3 est un modèle de langage purement textuel développé par Tencent. Il est conçu pour traiter et générer du texte avec une fenêtre de contexte de 262 144 tokens, ce qui lui permet de…
Tencent Hy3 excelle dans toute tâche impliquant le traitement de grandes quantités de texte dans un seul contexte. Cela inclut le résumé de livres entiers, l'extraction d'informations à partir de longs rapports, l'analyse de contrats juridiques de bout en bout, et la révision de grandes bases de code logicielles pour détecter des bogues ou des améliorations. Il est également performant pour maintenir la cohérence dans les tâches de génération de longs textes, comme la rédaction d'articles détaillés ou de dialogues à plusieurs tours avec un historique étendu. Son score BrowseComp suggère qu'il est particulièrement adapté aux tâches nécessitant la navigation et la compréhension de grandes quantités d'informations textuelles, similaire à la consultation d'une collection de documents.
Vous devriez choisir Tencent Hy3 lorsque votre tâche nécessite une grande fenêtre de contexte que les modèles plus petits ne peuvent pas gérer sans découpage. Par exemple, si vous devez analyser un document de 200 pages en une seule fois ou maintenir le contexte d'une conversation sur des centaines d'échanges. Pour des tâches plus simples comme la classification ou la traduction d'un seul paragraphe, un modèle plus petit et moins cher serait plus rentable. Tencent Hy3 est également un bon choix lorsque vous avez besoin d'une tarification prévisible et transparente, sans frais généraux. Si votre tâche est multimodale, vous aurez besoin d'un modèle différent prenant en charge les images ou l'audio.
La force principale du modèle est sa capacité à traiter jusqu'à 262 144 jetons dans une seule invite, ce qui constitue l'un des plus grands contextes disponibles. Cela élimine le besoin de stratégies de segmentation complexes pour de nombreux documents longs. Il a obtenu un score de 84,2 sur BrowseComp, ce qui indique des performances robustes sur les tâches impliquant la navigation et l'extraction d'informations à partir de longues séquences textuelles. Le modèle est susceptible de maintenir sa précision et sa cohérence sur de très longues entrées, bien que des références de performance exactes pour d'autres tâches ne soient pas fournies. Ses forces sont mieux exploitées dans les scénarios où l'ensemble du document doit être considéré à la fois.
BrowseComp est un benchmark conçu pour évaluer la capacité d'un modèle à parcourir et comprendre de grandes quantités de texte, en simulant des tâches comme la recherche d'informations spécifiques dans plusieurs documents ou longues sections. Un score de 84,2 indique une performance solide dans ce type de tâches. Bien que la métrique exacte ne soit pas détaillée, cela suggère que Tencent Hy3 est efficace pour récupérer et synthétiser des informations à partir de longs contextes. À titre de comparaison, un score supérieur à 80 est généralement considéré comme très bon. Ce benchmark est particulièrement pertinent pour des applications comme les assistants de recherche et l'analyse de documents.
Les chiffres de latence spécifiques pour Tencent Hy3 ne sont pas fournis. En tant que grand modèle avec une fenêtre de contexte de 262k, le temps d'inférence dépendra de la longueur des jetons d'entrée et de sortie, du matériel et de la charge actuelle. En général, des entrées plus longues augmentent le temps de traitement. Les utilisateurs doivent s'attendre à une latence plus élevée par rapport aux modèles plus petits pour des documents très longs. L'API d'OrcaRouter peut proposer différents points de terminaison avec des vitesses variables. Pour les applications en temps réel, il est conseillé de tester avec des entrées représentatives. Le compromis vitesse-précision du modèle est typique pour sa taille.
Le seul benchmark fourni est BrowseComp, où il a obtenu un score de 84,2, ce qui indique une forte capacité de navigation et de compréhension en contexte long. Les points forts incluent probablement une récupération précise d'informations à partir de longs textes et le maintien du contexte sur de nombreux tokens. Les faiblesses ne sont pas explicitement données, mais en tant que modèle purement textuel, il manque de capacités multimodales. D'autres scores de benchmark ne sont pas fournis, donc nous ne pouvons pas comparer sur des tâches standard de LLM comme le raisonnement ou les mathématiques. Son large contexte peut entraîner une latence et un coût de calcul plus élevés par rapport aux modèles plus petits. Le modèle est conçu pour des tâches intensives en texte plutôt que pour un chat généraliste.
Avec une fenêtre contextuelle de 262 144 tokens, Tencent Hy3 est conçu pour traiter de longues séquences en un seul passage. Cela signifie que les informations au début d'un long document peuvent toujours être disponibles lors de la génération de la sortie à la fin, réduisant ainsi les erreurs de récupération courantes avec le chunking. Le score BrowseComp de 84,2 suggère que le modèle performe bien sur des tâches nécessitant une attention aux détails répartis sur un long texte. La gestion de très longues séquences peut encore nécessiter une conception minutieuse des invites pour éviter de surcharger le modèle, mais la grande fenêtre offre une marge significative pour la plupart des cas d'utilisation pratiques de longs documents.
Grâce à OrcaRouter, la facturation est transparente et repose uniquement sur l'utilisation de jetons. Vous payez 0,18 $ par million de jetons envoyés au modèle (entrée) et 0,59 $ par million de jetons générés par le modèle (sortie). Ces tarifs sont exactement ceux facturés par le fournisseur, sans aucune marge ajoutée par OrcaRouter. Le nombre de jetons est calculé par le tokenizer de Tencent. Il n'y a ni frais d'abonnement ni exigence d'utilisation minimale. Les frais apparaissent sur votre facture OrcaRouter. Cette structure simple vous permet de prévoir les coûts pour des tâches de longueur connue.
Pour les tâches de long contexte, la tarification de Tencent Hy3 est compétitive pour la taille de la fenêtre de contexte. De nombreux modèles avec des fenêtres de contexte similaires ont des coûts par token plus élevés. Cependant, si votre tâche ne nécessite qu'un petit contexte, un modèle moins cher serait plus économique. La politique de marge zéro signifie que vous ne payez pas de supplément pour la plateforme. Le coût par million de tokens est fixe, donc traiter une entrée de 262k tokens coûte environ 0,047 $ en entrée (puisque 262k correspond à 0,262M, coût d'entrée = 0,262 * 0,18 = 0,047 $). Les tokens de sortie s'ajoutent proportionnellement. Cela le rend abordable pour de nombreuses applications.
Aucune réduction spécifique ni mécanisme de mise en cache ne sont mentionnés pour Tencent Hy3 via OrcaRouter. La tarification est par requête en fonction du nombre de jetons, sans réduction de volume annoncée. La mise en cache des prompts ou des réponses n'est pas décrite ; chaque requête est probablement traitée indépendamment. Les utilisateurs doivent supposer qu'il n'y a pas d'optimisations tarifaires spéciales au-delà du taux de base. Pour une utilisation à volume élevé, il peut être intéressant de contacter OrcaRouter pour d'éventuels arrangements personnalisés, mais rien n'est garanti. Le tarif annoncé de $0.18/$0.59 par million de jetons est le taux public standard.
Pour appeler Tencent Hy3, définissez l'URL de base sur https://api.orcarouter.ai/v1 et utilisez l'identifiant de modèle "tencent/hy3". L'API est entièrement compatible avec OpenAI, vous pouvez donc utiliser le client Python d'OpenAI ou tout client HTTP prenant en charge le point de terminaison Chat Completions. Par exemple, avec la bibliothèque Python d'OpenAI, définissez openai.api_base = "https://api.orcarouter.ai/v1" et incluez votre clé API. Créez ensuite une complétion de chat en utilisant model="tencent/hy3". Le format de la requête est identique à celui d'OpenAI, avec un tableau de messages, temperature, max_tokens, etc. Aucun paramètre spécial n'est requis au-delà du nom du modèle.
L'API prend en charge tous les paramètres standards du endpoint Chat Completions d'OpenAI. Cela inclut 'messages' (obligatoire), 'temperature' (0–2, défaut 0.7), 'max_tokens' (limite de longueur de sortie), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', et 'stream' pour une sortie token par token. Vous pouvez également définir 'seed' pour un échantillonnage déterministe si souhaité. L'API respectera la limite de contexte de 262 144 tokens ; les prompts dépassant cette limite seront tronqués ou rejetés. Il n'y a pas de paramètre spécial 'multimodal' car le modèle est uniquement textuel. Le format de réponse suit la structure d'OpenAI.
Oui, migrer d'un autre LLM textuel vers Tencent Hy3 via OrcaRouter est simple grâce à l'API compatible OpenAI. Il suffit de remplacer l'identifiant du modèle précédent (par exemple, "some-other-model") par "tencent/hy3" et de mettre à jour l'URL de base vers https://api.orcarouter.ai/v1. Les schémas de requête et de réponse sont identiques. Vous devrez peut-être ajuster le formatage des prompts si le modèle précédent avait un comportement différent, mais en général, aucun changement de code n'est nécessaire au-delà du nom du modèle. Il est conseillé de tester avec des entrées représentatives pour confirmer la qualité des résultats.
L'authentification utilise une clé API fournie par OrcaRouter. Vous devez inclure cette clé dans l'en-tête Authorization sous la forme "Bearer YOUR_API_KEY" lors de l'envoi des requêtes. La clé API doit rester secrète et ne pas être partagée. OrcaRouter peut proposer différents niveaux de clés avec des limites de débit variables. Pour le client Python OpenAI, définissez openai.api_key = "your-key". Aucune autre authentification n'est requise. Assurez-vous d'utiliser la bonne URL de base (https://api.orcarouter.ai/v1) et que la clé dispose des autorisations nécessaires pour accéder au modèle "tencent/hy3".
Comparé aux modèles dotés de fenêtres de contexte plus petites (par exemple 4k, 8k, 32k), Tencent Hy3 offre une capacité bien plus grande de 262 000 tokens, ce qui lui permet de traiter des documents entiers sans découpage. Cela peut conduire à une meilleure précision pour les tâches nécessitant un contexte global. Cependant, les modèles plus petits sont généralement moins chers par token, ont une latence plus faible et peuvent être plus efficaces pour des entrées courtes. Par exemple, un modèle avec un contexte de 4k à un prix inférieur peut être plus adapté pour des requêtes simples. Le coût par million de tokens de Tencent Hy3 est relativement faible pour sa taille de contexte, ce qui en fait une bonne option pour les tâches à long contexte.
Tencent Hy3 est uniquement textuel, il ne peut donc pas traiter les images, l'audio ou la vidéo. Les modèles multimodaux comme GPT-4o d'OpenAI peuvent accepter ces entrées, mais peuvent avoir des fenêtres de contexte textuel plus petites ou des coûts plus élevés. Pour les tâches lourdes en texte, Tencent Hy3 peut être plus rentable. Si votre cas d'utilisation nécessite la compréhension de contenu visuel, vous aurez besoin d'un modèle multimodal. La comparaison dépend du fait que la modalité ajoutée justifie le compromis. La grande fenêtre de contexte de Tencent Hy3 constitue un avantage distinct pour les tâches purement textuelles impliquant de longs documents.
Tencent Hy3 se distingue dans le catalogue d'OrcaRouter par sa combinaison d'une très grande fenêtre de contexte (262k tokens) et d'un prix compétitif (0,18 $ / 0,59 $ par million de tokens). C'est l'un des rares modèles offrant un contexte aussi vaste à un coût par token de sortie inférieur à 1 $. Le modèle est uniquement textuel, ce qui concentre son utilité sur l'analyse et la génération de documents. La tarification directe sans marge bénéficiaire garantit l'absence de frais surprises. Cela en fait une option attrayante pour les développeurs et les entreprises qui ont besoin de traiter de longs textes sans se ruiner, surtout par rapport à d'autres modèles à grand contexte qui peuvent avoir des coûts par token plus élevés.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrée / 1M tokens | $0.180 |
| Sortie / 1M tokens | $0.590 |
| Lecture cache / 1M | $0.059 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
GET /api/public/models/tencent/hy3Ouvrir @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