
Laguna S 2.1 vs Tencent Hy3: Cheap Open Coder vs Tencent's Efficient MoE
- OrcaBARUOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $5.00 per 1 juta token
- orcaBARUOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 per 1 juta token
- deepseekBARUDeepSeek: DeepSeek V4.1 Flash2026-09-1040Kecerdasan
- openaiOpenAI: GPT-6 Astra2026-09-0453Kecerdasan77Koding
- googleGoogle: Gemini 3.8 Flash2026-09-0241Kecerdasan76Koding
- qwenQwen: Qwen3.8 Max (0902)2026-09-0245Kecerdasan76Koding
- anthropicAnthropic: Claude Fable 5.12026-09-0153Kecerdasan82Koding
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 per 1 juta token
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642Kecerdasan72Koding
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 per 1 juta token
- z-aiZ.ai: GLM 5.32026-08-1845Kecerdasan75Koding
- obsidianQwen3.8 27B2026-08-1534Kecerdasan68Koding
- deepseekDeepSeek: DeepSeek V4 Pro 08132026-08-1236Kecerdasan69Koding
- grokSpaceXAI: Grok 4.62026-08-1244Kecerdasan77Koding
- metaMeta: Muse Spark 1.22026-08-0540Kecerdasan72Koding
- qwenQwen: Qwen3.8 Max2026-08-0345Kecerdasan76Koding
- deepseekDeepSeek: DeepSeek V4 Flash 07312026-07-3134Kecerdasan69Koding
- minimaxMiniMax: MiniMax-H32026-07-31minimax/minimax-h3
- qwenQwen: Qwen3.7 Flash2026-07-27$0.03 / $0.13 per 1 juta token
- orcaOrcaDub: OrcaDub 1.02026-07-27orca/dub
Poolside's Laguna S 2.1 (21 Juli 2026) adalah model MoE coding open-weight 118B/8B-aktif dengan harga $0.10 / $0.20 per 1M token. Tencent's Hy3 (dirilis 6 Juli 2026) adalah model Mixture-of-Experts kelas produksi milik Tencent Hunyuan — 295B total parameter dengan hanya 21B aktif per pass — dengan harga $0.18 / $0.59 per 1M dengan konteks 262K token. Keduanya adalah model MoE yang mengutamakan efisiensi — panduan ini membandingkannya dalam hal coding, kemampuan umum, harga, keterbukaan, dan kesesuaian.
Setiap angka diberi label berdasarkan sumber. Skor pengkodean Laguna dilaporkan Poolside; spesifikasi dan harga Hy3 berasal dari halaman model OrcaRouter-nya. Tolok ukur dan harga berubah — verifikasi sebelum berkomitmen.
Kesimpulan TL;DR. Tencent Hy3adalah generalis yang lebih luas: sebuah MoE dengan 295B/21B aktif dengan konteks 262K, penalaran kuat, kemampuan konteks panjang dan agen, serta skor 84.2 yang dilaporkan di BrowseComp, dengan harga $0.18 / $0.59. Laguna S 2.1 adalah spesialis pengkodean: Poolside melaporkan bahwa model ini memimpin di antara model open source dengan ukuran yang diungkapkan pada SWE-Bench Multilingual (78.5%) dengan harga $0.10/$0.20, dengan bobot terbuka yang dapat di-host sendiri — tetapi angkanya dijalankan oleh vendor dan hanya untuk pengkodean. Pilih Hy3 untuk pekerjaan konteks panjang yang luas; pilih Laguna S 2.1 untuk pekerjaan berfokus pada pengkodean yang murah dan dapat di-host sendiri.
Poin-poin penting
• Tencent Hy3 adalah generalis yang lebih luas. MoE aktif 295B/21B, konteks 262K, penalaran + kekuatan agen.
• Laguna adalah spesialis coding dan sedikit lebih murah. $0.10/$0.20 vs $0.18/$0.59 milik Hy3, bobot terbuka, dapat dihosting sendiri.
• Skor Laguna dijalankan oleh vendor dan hanya untuk coding; spesifikasi Hy3 berasal dari halaman model live-nya.
• Keduanya adalah MoE yang mengutamakan efisiensi; Laguna mengaktifkan ~8B, Hy3 ~21B per lintasan.
• Perpecahan: generalis konteks panjang luas (Hy3) vs pembuat kode terbuka terbaik per dolar (Laguna).
Spesifikasi dan harga, berdampingan
• Vendor / lisensi — Laguna S 2.1: Poolside, bobot terbuka; Tencent Hy3: Tencent, API yang dihosting (kompatibel dengan OpenAI).
• Harga per 1M (masuk/keluar) — Laguna S 2.1: $0.10 / $0.20; Tencent Hy3: $0.18 / $0.59.
• Arsitektur — Laguna S 2.1: 118B total / ~8B aktif MoE; Tencent Hy3: 295B total / 21B aktif MoE (192 pakar, routing top-8).
• Konteks — Laguna S 2.1: kelas 1M; Tencent Hy3: 262K token (teks masuk, teks keluar).
• Coding (vendor) — Laguna S 2.1: SWE-Bench Multilingual 78,5% (memimpin open disclosed-size menurut Poolside); Tencent Hy3: pengkodean umum yang kuat (BrowseComp 84,2 dilaporkan).
Pendalaman tolok ukur: generalis MoE luas vs pengkode kelas berat
Kekuatan Tencent Hy3 terletak pada keluasan dan efisiensi dalam skala besar: sebuah MoE dengan 295 miliar parameter yang hanya mengaktifkan 21 miliar per lintasan, dibangun di atas lini Hy3-preview dengan pelatihan RL yang diperluas untuk penalaran, konteks panjang, dan tugas-tugas agentik — Tencent memposisikannya sebagai mencapai hasil yang sebanding dengan model flagship beberapa kali ukuran parameternya, dengan skor 84,2 yang dilaporkan pada tolok ukur BrowseComp browsing/konteks panjang. Untuk pekerjaan luas pada dokumen panjang, ini adalah pilihan yang kuat dan hemat biaya.
Kasus Laguna S 2.1 adalah efisiensi dan keterbukaan pengkodean: Poolside melaporkan 78,5% pada SWE-Bench Multilingual (memimpin model ukuran terbuka yang diungkapkan) dan hasil DeepSWE/Terminal-Bench yang kuat dari model ~8B-aktif dengan biaya sepersekian sen per panggilan. Peringatannya: angka yang dijalankan vendor, tidak ada Indeks Intelijen independen, fokus hanya pada pengkodean, dan Poolside mengakui bahwa model frontier masih memimpin beberapa tolok ukur. Jadi Hy3 adalah generalis yang lebih luas dengan parameter aktif yang jauh lebih banyak dan konteks dunia nyata yang lebih panjang; Laguna adalah pemimpin kelas bobot terbuka yang lebih ramping dan berfokus pada pengkodean. Pertanyaannya adalah apakah beban kerja Anda bersifat luas dan berkonteks panjang (Hy3) atau berat pada pengkodean dan dihosting sendiri (Laguna).
Mode berpikir dan biaya
Keduanya adalah MoE yang mengutamakan efisiensi dan keduanya menawarkan upaya penalaran yang dapat dikonfigurasi — Laguna melalui thinking/no-thinking, Hy3 melalui pengaturan reasoning-effort. Dari segi harga, Laguna sedikit lebih murah ($0,10/$0,20 vs $0,18/$0,59): panggilan 15.000 token masuk / 3.000 token keluar sekitar $0,0021 di Laguna versus sekitar $0,0045 di Hy3 — keduanya sangat kecil. Perbedaan yang lebih besar bersifat struktural: Laguna berbobot terbuka dan dapat dihosting sendiri (menghilangkan biaya per-token sepenuhnya untuk coding), sementara Hy3 menawarkan parameter aktif yang jauh lebih banyak dan konteks 262K untuk pekerjaan dokumen panjang yang luas. Untuk beban kerja yang didominasi coding, sensitif terhadap biaya atau data, Laguna unggul; untuk tugas konteks panjang yang luas, kapasitas Hy3 mendapatkan premi moderatnya.

Cara mengakses masing-masing
Laguna S 2.1 adalah open-weight — di-host di $0.10/$0.20 atau self-hosted dari Hugging Face (poolside/Laguna-S-2.1). Tencent Hy3 tersedia melalui API yang kompatibel dengan OpenAI (ID model tencent/hy3), dan melalui OrcaRouter. Rute kedua layanan di belakang satu endpoint yang kompatibel dengan OpenAI — Laguna untuk lalu lintas coding-heavy, Hy3 untuk pekerjaan luas dan konteks panjang.


Tiga skenario dunia nyata
1. Otomatisasi pengkodean volume tinggi
Laguna S 2.1 dibangun khusus dan termurah di sini; angka SWE-Bench Multilingual dan DeepSWE-nya menargetkan beban kerja ini secara tepat, dan hosting sendiri menghilangkan biaya per token.
2. Beban kerja konteks panjang dan agen
Konteks 262K Tencent Hy3, parameter aktif 21B, dan kekuatan BrowseComp yang dilaporkan menjadikannya model tunggal yang lebih aman ketika tugas membutuhkan input besar, penelusuran, dan penggunaan alat.
3. Deployment self-hosted dengan data yang tinggal di lokal
Bobot terbuka Laguna memungkinkan Anda menyimpan kode kepemilikan di internal — Hy3 adalah API yang dihosting, sehingga untuk pengkodean data-resident, Laguna adalah pemungkinnya.
Kapan tidak menggunakan masing-masing
Jangan pilih Laguna S 2.1 untuk tugas umum yang luas, berkonteks panjang, atau yang berat dalam penjelajahan — model aktif Hy3 yang lebih besar dan konteks 262K mencakup lebih banyak. Jangan pilih Hy3 jika tujuan murni coding-per-dollar atau self-hosting — Laguna lebih murah dan open-weight. Dan perlakukan angka coding vendor Laguna sebagai sementara.
Daftar Periksa Keputusan
• Pilih Laguna S 2.1 jika: coding adalah beban kerja, biaya sangat penting, atau Anda membutuhkan coder yang dapat di-host sendiri yang mengalahkan kelas bobotnya.
• Pilih Tencent Hy3 jika: Anda menginginkan generalis MoE yang luas, berkonteks panjang, efisien dengan harga hosting rendah.
• Jalankan keduanya jika: perutean kode ke Laguna dan pekerjaan konteks luas/panjang ke Hy3, di belakang satu titik akhir.
FAQ
Apakah Laguna S 2.1 lebih baik daripada Tencent Hy3?
Untuk efisiensi coding dan keterbukaan, Poolside melaporkan Laguna memimpin kelas beratnya yang terbuka, dan dapat di-host sendiri. Untuk pekerjaan yang luas dan konteks panjang, Hy3 adalah MoE yang lebih besar (295B/21B aktif) dengan konteks 262K. Spesialis coding vs generalis.
Yang mana yang lebih murah?
Laguna S 2.1 ($0.10/$0.20) sedikit lebih murah daripada Hy3 ($0.18/$0.59), dan Laguna dapat di-host sendiri untuk menghilangkan biaya per token.
Bisakah saya self-host salah satunya?
Laguna S 2.1 ya (bobot terbuka di Hugging Face); Tencent Hy3 adalah API yang dihosting.
Apa itu Tencent Hy3?
Hy3 adalah MoE kelas produksi Tencent Hunyuan — 295B total parameter, 21B aktif per langkah (192 pakar, routing top-8), konteks 262K, teks masuk / teks keluar, dirilis pada 6 Juli 2026.
Apakah Laguna memiliki skor independen?
Belum — skor coding-nya dilaporkan oleh Poolside. Spesifikasi dan harga Hy3 berasal dari halaman model OrcaRouter langsung.
Mana yang harus dipilih oleh startup coding?
Untuk fitur coding yang sensitif terhadap biaya atau dihosting sendiri, Laguna S 2.1; tambahkan Hy3 jika Anda juga membutuhkan kemampuan konteks yang luas dan panjang.
Bisakah saya menjalankan keduanya bersama-sama?
Ya — arahkan pengkodean ke Laguna dan pekerjaan umum/konteks panjang ke Hy3 melalui satu endpoint yang kompatibel dengan OpenAI.
Intinya
Tencent Hy3 adalah generalis MoE yang efisien dan luas — 295B total / 21B aktif, konteks 262K, dan dilaporkan skor 84,2 pada BrowseComp — dengan harga hosted rendah $0,18/$0,59, model tunggal yang lebih aman ketika beban kerja Anda membutuhkan keluasan dan konteks panjang. Laguna S 2.1 adalah spesialis pengkodean: Poolside melaporkannya memimpin model dengan ukuran yang diungkapkan secara terbuka pada SWE-Bench Multilingual (78,5%) dengan harga $0,10/$0,20, dengan bobot terbuka yang dapat Anda host sendiri — meskipun angkanya dijalankan oleh vendor dan hanya untuk pengkodean. Untuk pengkodean murah yang dapat di-host sendiri, Laguna; untuk pekerjaan konteks panjang yang luas, Tencent Hy3. Rute keduanya — dan setiap flagship pesaing — melalui satu titik akhir yang kompatibel dengan OpenAI di OrcaRouter.
