Hy3 é o modelo Mixture-of-Experts de nível de produção da Tencent Hunyuan — 295B parâmetros totais com apenas 21B ativos por passagem (192 especialistas, roteamento top-8), a versão atualizada construída sobre a linha Hy3-preview. Ele expande a escala de treinamento RL e a qualidade dos dados de pós-treinamento para ganhos adicionais em raciocínio, contexto longo e tarefas agentivas, alcançando resultados comparáveis a modelos emblemáticos várias vezes seu tamanho de parâmetros. Ele oferece uma janela de contexto de 256K tokens (texto de entrada, texto de saída) com esforço de raciocínio configurável, e é construído para codificação do mundo real, uso de ferramentas e fluxos de trabalho agentivos de múltiplas etapas com uma forte relação qualidade-custo.
Tencent Hy3 é um modelo de linguagem grande desenvolvido pela Tencent, focado exclusivamente em texto. Ele foi projetado para processar e gerar texto com uma janela de contexto de 262.144 tokens,…
O Tencent Hy3 se destaca em qualquer tarefa que envolva processar grandes volumes de texto em um único contexto. Isso inclui resumir livros inteiros, extrair informações de relatórios longos, analisar contratos legais do início ao fim e revisar grandes bases de código de software em busca de bugs ou melhorias. Também é forte em manter a coerência em tarefas de geração de texto longo, como escrever artigos detalhados ou diálogos de múltiplas voltas com histórico extenso. Sua pontuação no BrowseComp sugere que ele é particularmente bom em tarefas que exigem navegar e compreender grandes quantidades de informação textual, semelhante à consulta a uma coleção de documentos.
Você deve escolher o Tencent Hy3 quando sua tarefa exigir uma janela de contexto grande que modelos menores não conseguem acomodar sem dividir em partes. Por exemplo, se precisar analisar um documento de 200 páginas de uma só vez ou manter o contexto da conversa ao longo de centenas de interações. Para tarefas mais simples, como classificação ou tradução de um único parágrafo, um modelo menor e mais barato seria mais econômico. O Tencent Hy3 também é uma boa escolha quando você precisa de preços previsíveis e transparentes, sem custos adicionais. Se sua tarefa for multimodal, você precisará de um modelo diferente que suporte imagens ou áudio.
O principal ponto forte do modelo é sua capacidade de lidar com até 262.144 tokens em um único prompt, que é uma das maiores janelas de contexto disponíveis. Isso elimina a necessidade de estratégias complexas de fragmentação para muitos documentos longos. Ele obteve 84,2 no BrowseComp, indicando um desempenho robusto em tarefas que envolvem navegar e extrair informações de sequências textuais longas. É provável que o modelo mantenha precisão e coerência em entradas muito longas, embora parâmetros exatos de desempenho para outras tarefas não sejam fornecidos. Seus pontos fortes são melhor realizados em cenários onde todo o documento deve ser considerado de uma só vez.
O BrowseComp é um benchmark projetado para avaliar a capacidade de um modelo de navegar e compreender grandes quantidades de texto, simulando tarefas como buscar informações específicas em vários documentos ou seções longas. Uma pontuação de 84,2 indica um desempenho forte nesses tipos de tarefas. Embora a métrica exata não seja detalhada, isso sugere que o Tencent Hy3 é eficaz em recuperar e sintetizar informações de contextos longos. Para efeito de comparação, uma pontuação acima de 80 é geralmente considerada muito boa. Este benchmark é particularmente relevante para aplicações como assistentes de pesquisa e análise de documentos.
Os números específicos de latência para o Tencent Hy3 não são fornecidos. Como um modelo grande com uma janela de contexto de 262k, o tempo de inferência dependerá dos comprimentos dos tokens de entrada e saída, do hardware e da carga atual. Em geral, entradas mais longas aumentam o tempo de processamento. Os usuários devem esperar uma latência maior em comparação com modelos menores para documentos muito longos. A API do OrcaRouter pode oferecer diferentes endpoints com velocidades variadas. Para aplicações em tempo real, é aconselhável testar com entradas representativas. O trade-off entre velocidade e precisão do modelo é típico para seu tamanho.
O único benchmark fornecido é o BrowseComp, onde obteve 84,2, indicando forte navegação e compreensão em contextos longos. Os pontos fortes provavelmente incluem recuperação precisa de informações em textos longos e manutenção do contexto ao longo de muitos tokens. Os pontos fracos não são explicitamente fornecidos, mas, como modelo apenas de texto, carece de capacidades multimodais. Outras pontuações de benchmarks não são fornecidas, portanto não podemos comparar em tarefas padrão de LLM, como raciocínio ou matemática. Seu grande contexto pode introduzir maior latência e custo computacional em comparação com modelos menores. O modelo é projetado para tarefas intensivas em texto, não para bate-papo de uso geral.
Com uma janela de contexto de 262.144 tokens, o Tencent Hy3 foi desenvolvido para processar sequências longas em uma única passagem. Isso significa que as informações no início de um documento extenso ainda podem estar disponíveis ao gerar a saída no final, reduzindo os erros de recuperação comuns no particionamento. A pontuação BrowseComp de 84,2 sugere que o modelo tem bom desempenho em tarefas que exigem atenção a detalhes distribuídos por um texto longo. Lidar com sequências muito longas ainda pode exigir um design cuidadoso do prompt para evitar sobrecarregar o modelo, mas a janela ampla oferece espaço significativo para a maioria dos casos de uso práticos de documentos longos.
Através do OrcaRouter, a cobrança é transparente e baseada unicamente no uso de tokens. Você paga $0,18 por um milhão de tokens enviados ao modelo (entrada) e $0,59 por um milhão de tokens gerados pelo modelo (saída). Essas tarifas são exatamente o que o provedor cobra, sem nenhum acréscimo adicionado pelo OrcaRouter. As contagens de tokens são calculadas pelo tokenizer da Tencent. Não há taxas de assinatura ou requisitos de uso mínimo. Os encargos aparecem na sua fatura do OrcaRouter. Essa estrutura simples permite prever custos para tarefas de comprimento conhecido.
Para tarefas de contexto longo, o preço do Tencent Hy3 é competitivo para o tamanho da janela de contexto. Muitos modelos com janelas de contexto similares têm custos por token mais altos. No entanto, se sua tarefa requer apenas um contexto pequeno, um modelo mais barato seria mais econômico. A política de margem zero significa que você não está pagando a mais pela plataforma. O custo por milhão de tokens é fixo, então processar uma entrada de 262k tokens custa aproximadamente $0.047 para a entrada (já que 262k é 0.262M, custo de entrada 0.262 * 0.18 = $0.047). Tokens de saída são adicionados proporcionalmente. Isso torna acessível para muitas aplicações.
Nenhum desconto específico ou mecanismo de cache é mencionado para o Tencent Hy3 através do OrcaRouter. O preço é por solicitação com base na contagem de tokens, sem descontos por volume anunciados. O cache de prompts ou respostas não é descrito; cada solicitação provavelmente é processada de forma independente. Os usuários devem assumir que não há otimizações especiais de preço além da taxa base. Para uso de alto volume, pode valer a pena entrar em contato com o OrcaRouter para possíveis acordos personalizados, mas nenhum é garantido. O valor anunciado de $0,18/$0,59 por milhão de tokens é a taxa pública padrão.
Para chamar o Tencent Hy3, defina a URL base como https://api.orcarouter.ai/v1 e use o identificador do modelo "tencent/hy3". A API é totalmente compatível com a OpenAI, então você pode usar o cliente Python da OpenAI ou qualquer cliente HTTP que suporte o endpoint Chat Completions. Por exemplo, com a biblioteca Python da OpenAI, defina openai.api_base = "https://api.orcarouter.ai/v1" e inclua sua chave de API. Em seguida, crie uma conclusão de chat usando model="tencent/hy3". O formato da solicitação é idêntico ao da OpenAI, com array de mensagens, temperatura, max_tokens, etc. Nenhum parâmetro especial é necessário além do nome do modelo.
A API suporta todos os parâmetros padrão do endpoint de Completions de Chat da OpenAI. Estes incluem 'messages' (obrigatório), 'temperature' (0–2, padrão 0.7), 'max_tokens' (limite no comprimento da saída), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', e 'stream' para saída token por token. Você também pode definir 'seed' para amostragem determinística, se desejado. A API respeitará o limite de contexto de 262.144 tokens; prompts que excederem isso serão truncados ou rejeitados. Não há parâmetro 'multimodal' especial porque o modelo é somente texto. O formato da resposta segue a estrutura da OpenAI.
Sim, migrar de outro LLM de texto para o Tencent Hy3 via OrcaRouter é simples devido à API compatível com OpenAI. Você só precisa alterar o identificador do modelo do seu modelo anterior (por exemplo, "some-other-model") para "tencent/hy3" e atualizar a URL base para https://api.orcarouter.ai/v1. Os esquemas de requisição e resposta são idênticos. Talvez seja necessário ajustar a formatação do prompt se o modelo anterior tiver comportamento diferente, mas geralmente não são necessárias alterações de código além do nome do modelo. É aconselhável testar com entradas representativas para confirmar a qualidade da saída.
A autenticação usa uma chave de API fornecida pela OrcaRouter. Você deve incluir essa chave no cabeçalho Authorization como "Bearer YOUR_API_KEY" ao fazer requisições. A chave de API deve ser mantida em segredo e não compartilhada. A OrcaRouter pode oferecer diferentes níveis de chaves com limites de taxa variáveis. Para o cliente Python da OpenAI, defina openai.api_key = "your-key". Nenhuma outra autenticação é necessária. Certifique-se de estar usando a URL base correta (https://api.orcarouter.ai/v1) e que a chave tenha permissões para acessar o modelo "tencent/hy3".
Comparado a modelos com janelas de contexto menores (ex.: 4k, 8k, 32k), o Tencent Hy3 oferece uma capacidade muito maior de 262 mil tokens, permitindo processar documentos inteiros sem divisão em partes. Isso pode levar a maior precisão em tarefas que exigem contexto global. No entanto, modelos menores são tipicamente mais baratos por token, têm menor latência e podem ser mais eficientes para entradas curtas. Por exemplo, um modelo com contexto de 4k a um preço menor pode ser melhor para consultas simples. O custo do Tencent Hy3 por milhão de tokens é relativamente baixo para seu tamanho de contexto, tornando-o uma boa opção para tarefas de contexto longo.
Tencent Hy3 é apenas texto, portanto não pode processar imagens, áudio ou vídeo. Modelos multimodais como o GPT-4o da OpenAI podem aceitar essas entradas, mas podem ter janelas de contexto de texto menores ou custos mais altos. Para tarefas com muito texto, o Tencent Hy3 pode ser mais econômico. Se seu caso de uso exigir compreensão de conteúdo visual, você precisará de um modelo multimodal. A comparação depende se a modalidade adicional justifica a troca. A grande janela de contexto do Tencent Hy3 é uma vantagem distinta para tarefas puramente textuais que envolvem documentos longos.
Tencent Hy3 se destaca no catálogo da OrcaRouter por sua combinação de uma janela de contexto muito grande (262k tokens) e preços competitivos ($0,18/$0,59 por milhão de tokens). É um dos poucos modelos que oferecem um contexto tão grande a um custo inferior a $1 por token de saída. O modelo é apenas texto, o que concentra sua utilidade na análise e geração de documentos. O preço de repasse com margem zero garante que não haja taxas surpresa. Isso o torna uma opção atraente para desenvolvedores e empresas que precisam processar textos longos sem gastar muito, especialmente em comparação com outros modelos de contexto grande que podem ter custos mais altos por token.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $0.180 |
| Saída / 1M tokens | $0.590 |
| Leitura de cache / 1M | $0.059 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
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