Hy3 è il modello Mixture-of-Experts di produzione di Tencent Hunyuan — 295B parametri totali con solo 21B attivi per passaggio (192 esperti, routing top-8), il rilascio aggiornato basato sulla linea Hy3-preview. Espande la scala di addestramento RL e la qualità dei dati post-addestramento per ottenere ulteriori miglioramenti in ragionamento, contesto lungo e compiti agentivi, raggiungendo risultati paragonabili a modelli di punta di dimensioni diverse volte maggiori. Serve una finestra di contesto di 256K token (testo in ingresso, testo in uscita) con sforzo di ragionamento configurabile, ed è progettato per la programmazione reale, l'uso di strumenti e flussi di lavoro agentivi multi-step con un eccellente rapporto qualità-prezzo.
Tencent Hy3 è un modello linguistico di grandi dimensioni solo testo sviluppato da Tencent. È progettato per elaborare e generare testo con una finestra di contesto di 262,144 token, consentendogli…
Tencent Hy3 eccelle in qualsiasi attività che coinvolga l'elaborazione di grandi quantità di testo in un unico contesto. Ciò include riassumere interi libri, estrarre informazioni da report lunghi, analizzare contratti legali dall'inizio alla fine e rivedere grandi codebase software per individuare bug o miglioramenti. È anche molto bravo a mantenere coerenza in attività di generazione di testi lunghi, come scrivere articoli dettagliati o dialoghi multi-turno con una cronologia estesa. Il suo punteggio BrowseComp suggerisce che è particolarmente indicato per attività che richiedono la navigazione e la comprensione di grandi quantità di informazioni testuali, simile alla consultazione di una raccolta di documenti.
Dovresti scegliere Tencent Hy3 quando il tuo task richiede una finestra di contesto ampia che i modelli più piccoli non possono gestire senza frammentazione. Ad esempio, se devi analizzare un documento di 200 pagine in un'unica sessione o mantenere il contesto di una conversazione per centinaia di turni. Per attività più semplici, come la classificazione di un singolo paragrafo o la traduzione, un modello più piccolo ed economico sarebbe più conveniente. Tencent Hy3 è anche una buona scelta quando hai bisogno di un prezzo prevedibile e trasparente senza costi aggiuntivi. Se il tuo task è multimodale, avrai bisogno di un modello diverso che supporti immagini o audio.
Il punto di forza principale del modello è la capacità di gestire fino a 262.144 token in un singolo prompt, una delle finestre di contesto più ampie disponibili. Ciò elimina la necessità di strategie complesse di suddivisione per molti documenti lunghi. Ha ottenuto un punteggio di 84,2 su BrowseComp, indicando prestazioni robuste in attività che implicano la navigazione e l'estrazione di informazioni da lunghe sequenze testuali. È probabile che il modello mantenga precisione e coerenza su input molto lunghi, sebbene non siano forniti parametri di performance esatti per altre attività. I suoi punti di forza si realizzano al meglio negli scenari in cui l'intero documento deve essere considerato contemporaneamente.
BrowseComp è un benchmark progettato per valutare la capacità di un modello di navigare e comprendere grandi quantità di testo, simulando attività come la ricerca di informazioni specifiche su più documenti o sezioni lunghe. Un punteggio di 84.2 indica buone prestazioni in questo tipo di attività. Sebbene la metrica esatta non sia dettagliata, ciò suggerisce che Tencent Hy3 sia efficace nel recuperare e sintetizzare informazioni da contesti lunghi. A titolo di confronto, un punteggio superiore a 80 è generalmente considerato molto buono. Questo benchmark è particolarmente rilevante per applicazioni come assistenti di ricerca e analisi di documenti.
I dati specifici sulla latenza per Tencent Hy3 non vengono forniti. Essendo un modello di grandi dimensioni con una finestra di contesto di 262k, il tempo di inferenza dipenderà dalla lunghezza dei token di input e output, dall'hardware e dal carico corrente. In generale, input più lunghi aumentano il tempo di elaborazione. Gli utenti dovrebbero aspettarsi una latenza maggiore rispetto a modelli più piccoli per documenti molto lunghi. L'API di OrcaRouter potrebbe offrire endpoint diversi con velocità variabili. Per applicazioni in tempo reale, si consiglia di testare con input rappresentativi. Il compromesso tra velocità e accuratezza del modello è tipico per la sua dimensione.
L'unico benchmark fornito è BrowseComp, dove ha ottenuto 84.2, indicando una forte capacità di navigazione e comprensione in contesti lunghi. Tra i punti di forza c'è probabilmente il recupero accurato di informazioni da testi lunghi e il mantenimento del contesto su molti token. I punti deboli non sono esplicitamente indicati, ma essendo un modello solo testuale, manca di capacità multimodali. Non vengono forniti altri punteggi di benchmark, quindi non possiamo confrontarlo su compiti standard per LLM come ragionamento o matematica. Il suo ampio contesto potrebbe introdurre una latenza maggiore e un costo computazionale più elevato rispetto a modelli più piccoli. Il modello è progettato per attività intensive di testo piuttosto che per chat generiche.
Con una finestra di contesto di 262.144 token, Tencent Hy3 è progettato per elaborare sequenze lunghe in un unico passaggio. Ciò significa che le informazioni all'inizio di un lungo documento possono ancora essere disponibili quando si genera output alla fine, riducendo gli errori di recupero comuni con il chunking. Il punteggio BrowseComp di 84,2 suggerisce che il modello funziona bene su compiti che richiedono attenzione ai dettagli distribuiti su testi lunghi. La gestione di sequenze molto lunghe potrebbe ancora richiedere un'attenta progettazione del prompt per evitare di sovraccaricare il modello, ma l'ampia finestra fornisce un margine significativo per la maggior parte dei casi d'uso pratici di documenti lunghi.
Con OrcaRouter, la fatturazione è trasparente e basata esclusivamente sull'utilizzo dei token. Paghi $0,18 per ogni milione di token inviati al modello (input) e $0,59 per ogni milione di token generati dal modello (output). Queste tariffe sono esattamente quelle applicate dal fornitore, senza alcun ricarico aggiunto da OrcaRouter. Il conteggio dei token è calcolato dal tokenizer di Tencent. Non ci sono abbonamenti né requisiti di utilizzo minimo. Gli addebiti vengono visualizzati sulla tua fattura di OrcaRouter. Questa struttura semplice ti consente di prevedere i costi per attività di lunghezza nota.
Per attività con contesto lungo, il prezzo di Tencent Hy3 è competitivo per la dimensione della finestra di contesto. Molti modelli con finestre di contesto simili hanno costi per token più elevati. Tuttavia, se la tua attività richiede solo un contesto piccolo, un modello più economico sarebbe più conveniente. La politica zero-markup significa che non stai pagando un extra per la piattaforma. Il costo per milione di token è fisso, quindi elaborare un input di 262.000 token costa circa $0,047 per l'input (poiché 262k è 0,262M, il costo di input è 0,262 * 0,18 = $0,047). I token di output si aggiungono proporzionalmente. Questo lo rende accessibile per molte applicazioni.
Non vengono menzionati sconti specifici o meccanismi di caching per Tencent Hy3 tramite OrcaRouter. Il prezzo è per richiesta in base al numero di token, senza sconti volume annunciati. La memorizzazione nella cache di prompt o risposte non è descritta; ogni richiesta viene probabilmente elaborata in modo indipendente. Gli utenti dovrebbero presumere che non ci siano ottimizzazioni di prezzo speciali oltre alla tariffa base. Per un utilizzo ad alto volume, potrebbe valere la pena contattare OrcaRouter per potenziali accordi personalizzati, ma nessuno è garantito. La tariffa pubblicizzata di $0.18/$0.59 per milione di token è la tariffa pubblica standard.
Per chiamare Tencent Hy3, imposta l'URL di base su https://api.orcarouter.ai/v1 e usa l'identificatore del modello "tencent/hy3". L'API è completamente compatibile con OpenAI, quindi puoi utilizzare il client Python di OpenAI o qualsiasi client HTTP che supporti l'endpoint Chat Completions. Ad esempio, con la libreria Python di OpenAI, imposta openai.api_base = "https://api.orcarouter.ai/v1" e includi la tua chiave API. Poi crea una chat completion usando model="tencent/hy3". Il formato della richiesta è identico a quello di OpenAI, con array di messaggi, temperatura, max_tokens, ecc. Non sono richiesti parametri speciali oltre al nome del modello.
L'API supporta tutti i parametri standard dell'endpoint OpenAI Chat Completions. Questi includono 'messages' (obbligatorio), 'temperature' (0–2, default 0.7), 'max_tokens' (limite sulla lunghezza dell'output), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' e 'stream' per output token per token. Puoi anche impostare 'seed' per un campionamento deterministico, se desiderato. L'API rispetterà il limite di contesto di 262.144 token; i prompt che lo superano verranno troncati o rifiutati. Non esiste un parametro speciale 'multimodal' perché il modello è solo testo. Il formato della risposta segue la struttura di OpenAI.
Sì, migrare da un altro LLM testuale a Tencent Hy3 tramite OrcaRouter è semplice grazie all'API compatibile con OpenAI. È sufficiente modificare l'identificatore del modello dal modello precedente (ad esempio "some-other-model") a "tencent/hy3" e aggiornare l'URL di base a https://api.orcarouter.ai/v1. Gli schemi di richiesta e risposta sono identici. Potrebbe essere necessario regolare la formattazione del prompt se il modello precedente aveva un comportamento diverso, ma tipicamente non sono necessarie modifiche al codice oltre al nome del modello. È consigliabile testare con input rappresentativi per confermare la qualità dell'output.
L'autenticazione utilizza una chiave API fornita da OrcaRouter. Devi includere questa chiave nell'intestazione Authorization come "Bearer YOUR_API_KEY" quando effettui richieste. La chiave API deve rimanere segreta e non condivisa. OrcaRouter potrebbe offrire diversi livelli di chiavi con limiti di frequenza variabili. Per il client Python di OpenAI, imposta openai.api_key = "your-key". Non è richiesta alcuna altra autenticazione. Assicurati di utilizzare il base URL corretto (https://api.orcarouter.ai/v1) e che la chiave abbia i permessi per accedere al modello "tencent/hy3".
Rispetto ai modelli con finestre di contesto più piccole (ad esempio, 4k, 8k, 32k), Tencent Hy3 offre una capacità enormemente maggiore di 262k token, permettendogli di elaborare interi documenti senza chunking. Ciò può portare a una maggiore accuratezza in attività che richiedono un contesto globale. Tuttavia, i modelli più piccoli sono in genere più economici per token, hanno una latenza inferiore e possono essere più efficienti per input brevi. Ad esempio, un modello con un contesto di 4k a un prezzo inferiore potrebbe essere migliore per query semplici. Il costo per milione di token di Tencent Hy3 è relativamente basso per la sua dimensione di contesto, rendendolo una buona opzione per attività con contesto lungo.
Tencent Hy3 è solo testo, quindi non può elaborare immagini, audio o video. I modelli multimodali come GPT-4o di OpenAI possono accettare tali input ma potrebbero avere finestre di contesto testuale più piccole o costi più elevati. Per attività che richiedono molto testo, Tencent Hy3 potrebbe essere più conveniente. Se il tuo caso d'uso richiede la comprensione di contenuti visivi, avrai bisogno di un modello multimodale. Il confronto dipende dal fatto che la modalità aggiuntiva giustifichi il compromesso. La grande finestra di contesto di Tencent Hy3 è un vantaggio distinto per attività puramente testuali che coinvolgono documenti lunghi.
Tencent Hy3 si distingue nel catalogo di OrcaRouter per la combinazione di una finestra di contesto molto ampia (262k token) e un prezzo competitivo ($0.18/$0.59 per milione di token). È uno dei pochi modelli che offrono un contesto così ampio a un costo per token di output inferiore a $1. Il modello è solo testo, il che concentra la sua utilità sull'analisi e la generazione di documenti. Il prezzo pass-through a margine zero garantisce l'assenza di commissioni a sorpresa. Ciò lo rende un'opzione interessante per sviluppatori e aziende che necessitano di elaborare testi lunghi senza spendere una fortuna, soprattutto rispetto ad altri modelli a contesto ampio che potrebbero avere costi per token più elevati.
Compatibile con OpenAI: mantieni il tuo SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Input / 1M token | $0.180 |
| Output / 1M token | $0.590 |
| Lettura cache / 1M | $0.059 |
| Valuta | USD |
Stima basata sul prezzo di listino
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
GET /api/public/models/tencent/hy3Apri @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