Hy3 is Tencent Hunyuan's productieklare Mixture-of-Experts-model — 295B totale parameters met slechts 21B actief per pas (192 experts, top-8 routing), de verbeterde release die voortbouwt op de Hy3-preview-lijn. Het breidt de RL-training-schaal en de kwaliteit van post-training data uit voor verdere winst op het gebied van redeneren, lange context en agentische taken, en bereikt resultaten die vergelijkbaar zijn met vlaggenschipmodellen die meerdere malen groter zijn. Het biedt een contextvenster van 256K-tokens (tekst in, tekst uit) met configureerbare redeneringsinspanning, en is gebouwd voor real-world programmeren, toolgebruik en multi-step agentworkflows met een sterke kwaliteit-prijsverhouding.
Tencent Hy3 is een tekstgebaseerd groot taalmodel ontwikkeld door Tencent. Het is ontworpen om tekst te verwerken en te genereren met een contextvenster van 262.144 tokens, waardoor het met zeer…
Tencent Hy3 blinkt uit in elke taak die het verwerken van grote hoeveelheden tekst in één enkele context omvat. Dit omvat het samenvatten van hele boeken, het extraheren van informatie uit lange rapporten, het end-to-end analyseren van juridische contracten en het beoordelen van grote softwarecodebases op bugs of verbeteringen. Het is ook sterk in het behouden van coherentie bij lange-generatietaken, zoals het schrijven van gedetailleerde artikelen of meerstapsdialogen met uitgebreide geschiedenis. De BrowseComp-score suggereert dat het bijzonder goed is in taken die het navigeren en begrijpen van grote hoeveelheden tekstuele informatie vereisen, vergelijkbaar met het doorbladeren van een documentenverzameling.
U moet Tencent Hy3 kiezen wanneer uw taak een groot contextvenster vereist dat kleinere modellen niet kunnen accommoderen zonder opsplitsing. Bijvoorbeeld, als u een document van 200 pagina's in één keer moet analyseren of de gesprekscontext over honderden beurten moet behouden. Voor eenvoudigere taken zoals classificatie of vertaling van één alinea, zou een kleiner, goedkoper model kosteneffectiever zijn. Tencent Hy3 is ook een goede keuze wanneer u voorspelbare, transparante prijzen zonder overhead nodig hebt. Als uw taak multimodaal is, heeft u een ander model nodig dat afbeeldingen of audio ondersteunt.
De primaire sterkte van het model is het vermogen om tot 262.144 tokens in één prompt te verwerken, wat een van de grootste contextvensters is die beschikbaar zijn. Dit elimineert de noodzaak voor complexe chunkingstrategieën voor veel lange documenten. Het scoorde 84,2 op BrowseComp, wat duidt op robuuste prestaties bij taken die het browsen en extraheren van informatie uit lange tekstreeksen omvatten. Het model zal waarschijnlijk nauwkeurigheid en coherentie behouden bij zeer lange invoeren, hoewel exacte prestatiebenchmarks voor andere taken niet worden gegeven. De sterke punten worden het best benut in scenario's waarin het hele document in één keer moet worden beschouwd.
BrowseComp is een benchmark die is ontworpen om het vermogen van een model te evalueren om grote hoeveelheden tekst te doorzoeken en te begrijpen, waarbij taken worden gesimuleerd zoals het zoeken naar specifieke informatie in meerdere documenten of lange secties. Een score van 84.2 duidt op sterke prestaties bij dit soort taken. Hoewel de exacte meetmethode niet wordt beschreven, suggereert dit dat Tencent Hy3 effectief is in het ophalen en synthetiseren van informatie uit lange contexten. Ter vergelijking: een score boven de 80 wordt over het algemeen als zeer goed beschouwd. Deze benchmark is met name relevant voor toepassingen zoals onderzoeksassistenten en documentanalyse.
Er worden geen specifieke latentiecijfers voor Tencent Hy3 gegeven. Als groot model met een contextvenster van 262k hangt de inferentietijd af van de lengte van de invoer- en uitvoertokens, de hardware en de huidige belasting. Over het algemeen verhogen langere invoeren de verwerkingstijd. Gebruikers moeten voor zeer lange documenten een hogere latentie verwachten in vergelijking met kleinere modellen. De API van OrcaRouter kan verschillende eindpunten aanbieden met wisselende snelheden. Voor realtime toepassingen is het raadzaam om te testen met representatieve invoeren. De snelheid-nauwkeurigheid-afweging van het model is typisch voor zijn grootte.
De enige verstrekte benchmark is BrowseComp, waar het 84,2 scoorde, wat duidt op sterke lange-context navigatie en begrip. Sterke punten zijn waarschijnlijk nauwkeurige informatieopzoeking uit lange teksten en het behouden van context over vele tokens. Zwakke punten worden niet expliciet gegeven, maar als tekst-only model mist het multimodale mogelijkheden. Andere benchmark scores zijn niet verstrekt, dus we kunnen niet vergelijken op standaard LLM-taken zoals redeneren of wiskunde. De grote context kan leiden tot hogere latentie en computationele kosten in vergelijking met kleinere modellen. Het model is ontworpen voor tekst-intensieve taken in plaats van algemene chat.
Met een contextvenster van 262.144 tokens is Tencent Hy3 ontworpen om lange sequenties in één keer te verwerken. Dit betekent dat informatie aan het begin van een lang document nog steeds beschikbaar kan zijn bij het genereren van uitvoer aan het einde, waardoor ophaalfouten die vaak bij chunking voorkomen, worden verminderd. De BrowseComp-score van 84,2 suggereert dat het model goed presteert bij taken die aandacht vereisen voor details die over lange tekst verspreid zijn. Het verwerken van zeer lange sequenties kan nog steeds een zorgvuldige promptontwerp vereisen om overbelading van het model te voorkomen, maar het grote venster biedt voldoende ruimte voor de meeste praktische gebruiksscenario's met lange documenten.
Via OrcaRouter is de facturatie transparant en uitsluitend gebaseerd op tokenverbruik. U betaalt $0,18 per miljoen tokens die naar het model worden verzonden (invoer) en $0,59 per miljoen tokens die door het model worden gegenereerd (uitvoer). Deze tarieven zijn exact wat de provider rekent, zonder opslag door OrcaRouter. Tokentellingen worden berekend door de tokenizer van Tencent. Er zijn geen abonnementskosten of minimale gebruiksvereisten. Kosten verschijnen op uw OrcaRouter-factuur. Deze eenvoudige structuur stelt u in staat om kosten te voorspellen voor taken van bekende lengte.
Voor taken met een lange context is de prijsstelling van Tencent Hy3 concurrerend voor de contextvenstergrootte. Veel modellen met vergelijkbare contextvensters hebben hogere kosten per token. Als uw taak echter slechts een kleine context vereist, is een goedkoper model voordeliger. Het nulopslagbeleid betekent dat u niet extra betaalt voor het platform. De kosten per miljoen tokens zijn vast, dus het verwerken van een invoer van 262k tokens kost ongeveer $0,047 aan invoer (aangezien 262k 0,262M is, invoerkosten 0,262 * 0,18 = $0,047). Uitvoertokens worden proportioneel toegevoegd. Dit maakt het betaalbaar voor veel toepassingen.
Er worden geen specifieke kortingen of caching-mechanismen genoemd voor Tencent Hy3 via OrcaRouter. De prijs is per verzoek op basis van het aantal tokens, zonder aangekondigde volumekortingen. Caching van prompts of reacties wordt niet beschreven; elk verzoek wordt waarschijnlijk onafhankelijk verwerkt. Gebruikers moeten ervan uitgaan dat er geen speciale prijsoptimalisaties zijn naast het basistarief. Voor hoogvolumegebruik kan het de moeite waard zijn om contact op te nemen met OrcaRouter voor mogelijke maatwerkafspraken, maar er worden geen gegarandeerd. De geadverteerde $0.18/$0.59 per miljoen tokens is het standaard publieke tarief.
Om Tencent Hy3 aan te roepen, stel de basis-URL in op https://api.orcarouter.ai/v1 en gebruik de model-identificatie "tencent/hy3". De API is volledig compatibel met OpenAI, dus je kunt de OpenAI Python-client of elke HTTP-client die het Chat Completions-eindpunt ondersteunt, gebruiken. Bijvoorbeeld, met de OpenAI Python-bibliotheek stel je openai.api_base = "https://api.orcarouter.ai/v1" in en voeg je je API-sleutel toe. Maak vervolgens een chat completion aan met model="tencent/hy3". Het aanvraagformaat is identiek aan dat van OpenAI, met messages-array, temperature, max_tokens, enz. Er zijn geen speciale parameters nodig behalve de modelnaam.
De API ondersteunt alle standaardparameters van het OpenAI Chat Completions-eindpunt. Deze omvatten 'messages' (vereist), 'temperature' (0–2, standaard 0,7), 'max_tokens' (beperking van de uitvoerlengte), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' en 'stream' voor token-voor-token uitvoer. Je kunt ook 'seed' instellen voor deterministische sampling indien gewenst. De API respecteert de contextlimiet van 262.144 tokens; prompts die deze overschrijden worden afgekapt of geweigerd. Er is geen speciale 'multimodale' parameter omdat het model alleen tekst verwerkt. Het antwoordformaat volgt de structuur van OpenAI.
Ja, migreren van een andere tekst-LLM naar Tencent Hy3 via OrcaRouter is eenvoudig vanwege de OpenAI-compatibele API. U hoeft alleen de modelidentificatie te wijzigen van uw vorige model (bijv. "some-other-model") naar "tencent/hy3" en de basis-URL bij te werken naar https://api.orcarouter.ai/v1. De verzoek- en antwoordschema's zijn identiek. Mogelijk moet u de promptopmaak aanpassen als het vorige model ander gedrag vertoonde, maar doorgaans zijn er geen codewijzigingen nodig behalve de modelnaam. Het is raadzaam om te testen met representatieve invoer om de uitvoerkwaliteit te bevestigen.
Authenticatie maakt gebruik van een API-sleutel die door OrcaRouter wordt verstrekt. U moet deze sleutel opnemen in de Authorization-header als "Bearer YOUR_API_KEY" bij het doen van aanvragen. De API-sleutel moet geheim worden gehouden en niet worden gedeeld. OrcaRouter kan verschillende niveaus van sleutels aanbieden met wisselende snelheidslimieten. Voor de OpenAI Python-client stelt u openai.api_key = "your-key" in. Er is geen andere authenticatie vereist. Zorg ervoor dat u de juiste basis-URL gebruikt (https://api.orcarouter.ai/v1) en dat de sleutel toestemming heeft om toegang te krijgen tot het "tencent/hy3"-model.
Vergeleken met modellen met kleinere contextvensters (bijv. 4k, 8k, 32k) biedt Tencent Hy3 een aanzienlijk grotere capaciteit van 262k tokens, waardoor het hele documenten kan verwerken zonder chunks. Dit kan leiden tot hogere nauwkeurigheid bij taken die globale context vereisen. Kleinere modellen zijn echter doorgaans goedkoper per token, hebben een lagere latentie en kunnen efficiënter zijn voor korte invoer. Een model met een 4k-context tegen een lagere prijs kan bijvoorbeeld beter zijn voor eenvoudige query's. De kosten per miljoen tokens van Tencent Hy3 zijn relatief laag voor de contextgrootte, waardoor het een goede optie is voor taken met lange context.
Tencent Hy3 is alleen tekst, dus het kan geen afbeeldingen, audio of video verwerken. Multimodale modellen zoals OpenAI’s GPT-4o kunnen dergelijke invoer accepteren, maar hebben mogelijk kleinere tekstcontextvensters of hogere kosten. Voor tekst-intensieve taken kan Tencent Hy3 kosteneffectiever zijn. Als uw use-case het begrijpen van visuele inhoud vereist, heeft u een multimodaal model nodig. De vergelijking hangt af van of de toegevoegde modaliteit de afweging rechtvaardigt. Het grote contextvenster van Tencent Hy3 is een duidelijk voordeel voor puur tekstuele taken met lange documenten.
Tencent Hy3 valt op in de catalogus van OrcaRouter vanwege de combinatie van een zeer groot contextvenster (262k tokens) en concurrerende prijzen ($0,18/$0,59 per miljoen tokens). Het is een van de weinige modellen die zo'n grote context biedt tegen een outputtokenkost van minder dan $1. Het model is alleen tekstgericht, wat de bruikbaarheid richt op documentanalyse en -generatie. De nulopslag doorrekenprijzen (zero-markup pass-through pricing) zorgen voor geen verrassingskosten. Dit maakt het een aantrekkelijke optie voor ontwikkelaars en bedrijven die lange teksten moeten verwerken zonder de bank te breken, vooral in vergelijking met andere modellen met grote context die mogelijk hogere kosten per token hebben.
OpenAI-compatibel — behoud je huidige SDK
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| Invoer / 1M tokens | $0.180 |
|---|---|
| Uitvoer / 1M tokens | $0.590 |
| Cache lezen / 1M | $0.059 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
Waar ontwikkelaars het deze week over hebben
@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