Hy3 là mô hình Mixture-of-Experts cấp sản xuất của Tencent Hunyuan — tổng cộng 295B tham số với chỉ 21B hoạt động mỗi lần (192 chuyên gia, định tuyến top-8), bản phát hành nâng cấp được xây dựng trên dòng Hy3-preview. Nó mở rộng quy mô huấn luyện RL và chất lượng dữ liệu hậu huấn luyện để đạt được những cải tiến hơn nữa trong các tác vụ suy luận, ngữ cảnh dài và tác nhân, đạt được kết quả tương đương với các mô hình hàng đầu có kích thước tham số gấp nhiều lần. Nó phục vụ cửa sổ ngữ cảnh 256K token (văn bản đầu vào, văn bản đầu ra) với nỗ lực suy luận có thể cấu hình và được xây dựng cho việc lập trình thực tế, sử dụng công cụ và quy trình tác nhân đa bước với tỷ lệ chất lượng trên chi phí mạnh mẽ.
Tencent Hy3 là một mô hình ngôn ngữ lớn chỉ xử lý văn bản do Tencent phát triển. Mô hình được thiết kế để xử lý và sinh văn bản với cửa sổ ngữ cảnh 262.144 token, cho phép làm việc với các tài liệu…
Tencent Hy3 vượt trội ở bất kỳ tác vụ nào liên quan đến xử lý khối lượng lớn văn bản trong một ngữ cảnh duy nhất. Điều này bao gồm tóm tắt toàn bộ sách, trích xuất thông tin từ báo cáo dài, phân tích hợp đồng pháp lý từ đầu đến cuối và xem xét các mã nguồn phần mềm lớn để tìm lỗi hoặc cải tiến. Nó cũng mạnh trong việc duy trì tính mạch lạc ở các tác vụ tạo văn bản dài như viết bài chi tiết hoặc hội thoại nhiều lượt với lịch sử phong phú. Điểm BrowseComp của nó cho thấy nó đặc biệt tốt ở các tác vụ yêu cầu điều hướng và hiểu lượng lớn thông tin văn bản, tương tự như duyệt qua một bộ sưu tập tài liệu.
Bạn nên chọn Tencent Hy3 khi tác vụ của bạn yêu cầu một cửa sổ ngữ cảnh lớn mà các mô hình nhỏ hơn không thể đáp ứng nếu không phân đoạn. Ví dụ, nếu bạn cần phân tích một tài liệu 200 trang trong một lần hoặc duy trì ngữ cảnh hội thoại qua hàng trăm lượt. Đối với các tác vụ đơn giản như phân loại một đoạn văn hoặc dịch thuật, một mô hình nhỏ hơn, rẻ hơn sẽ tiết kiệm chi phí hơn. Tencent Hy3 cũng là một lựa chọn tốt khi bạn cần định giá minh bạch, có thể dự đoán mà không có chi phí phụ. Nếu tác vụ của bạn là đa phương thức, bạn sẽ cần một mô hình khác hỗ trợ hình ảnh hoặc âm thanh.
Điểm mạnh chính của mô hình là khả năng xử lý lên tới 262.144 token trong một prompt duy nhất, đây là một trong những cửa sổ ngữ cảnh lớn nhất hiện có. Điều này loại bỏ nhu cầu sử dụng các chiến lược phân đoạn phức tạp cho nhiều tài liệu dài. Mô hình đạt 84,2 điểm trên BrowseComp, cho thấy hiệu suất mạnh mẽ trong các tác vụ liên quan đến duyệt và trích xuất thông tin từ các chuỗi văn bản dài. Mô hình có khả năng duy trì độ chính xác và mạch lạc trên các đầu vào rất dài, mặc dù các chuẩn đánh giá hiệu suất chính xác cho các tác vụ khác không được cung cấp. Sức mạnh của nó được phát huy tốt nhất trong các tình huống cần xem xét toàn bộ tài liệu cùng một lúc.
BrowseComp là một chuẩn đánh giá được thiết kế để đo lường khả năng duyệt và hiểu một lượng lớn văn bản của mô hình, mô phỏng các tác vụ như tìm kiếm thông tin cụ thể trên nhiều tài liệu hoặc các đoạn văn dài. Điểm số 84,2 cho thấy hiệu suất mạnh mẽ trong các loại tác vụ này. Mặc dù số liệu chính xác không được nêu chi tiết, điều này cho thấy Tencent Hy3 có hiệu quả trong việc truy xuất và tổng hợp thông tin từ các ngữ cảnh dài. Để so sánh, điểm số trên 80 thường được coi là rất tốt. Chuẩn đánh giá này đặc biệt phù hợp với các ứng dụng như trợ lý nghiên cứu và phân tích tài liệu.
Các con số độ trễ cụ thể cho Tencent Hy3 không được cung cấp. Là một mô hình lớn với cửa sổ ngữ cảnh 262k, thời gian suy luận sẽ phụ thuộc vào độ dài token đầu vào và đầu ra, phần cứng và tải hiện tại. Nói chung, đầu vào dài hơn làm tăng thời gian xử lý. Người dùng nên mong đợi độ trễ cao hơn so với các mô hình nhỏ hơn đối với các tài liệu rất dài. API của OrcaRouter có thể cung cấp các endpoint khác nhau với tốc độ khác nhau. Đối với các ứng dụng thời gian thực, nên kiểm tra với đầu vào đại diện. Sự đánh đổi tốc độ-độ chính xác của mô hình là điển hình cho kích thước của nó.
Chuẩn đánh giá duy nhất được cung cấp là BrowseComp, nơi nó đạt 84.2, cho thấy khả năng duyệt và hiểu ngữ cảnh dài mạnh mẽ. Điểm mạnh có thể bao gồm truy xuất thông tin chính xác từ các văn bản dài và duy trì ngữ cảnh qua nhiều token. Điểm yếu không được nêu rõ, nhưng là một mô hình chỉ hỗ trợ văn bản, nó thiếu khả năng đa phương thức. Các điểm chuẩn khác không được cung cấp, vì vậy chúng ta không thể so sánh trên các tác vụ LLM tiêu chuẩn như lý luận hay toán học. Ngữ cảnh lớn của nó có thể dẫn đến độ trễ cao hơn và chi phí tính toán lớn hơn so với các mô hình nhỏ hơn. Mô hình được thiết kế cho các tác vụ chuyên sâu văn bản hơn là trò chuyện đa năng.
Với cửa sổ ngữ cảnh 262.144 token, Tencent Hy3 được xây dựng để xử lý các chuỗi dài trong một lần duy nhất. Điều này có nghĩa là thông tin ở đầu tài liệu dài vẫn có thể khả dụng khi tạo đầu ra ở cuối, giảm các lỗi truy xuất thường gặp khi phân đoạn (chunking). Điểm BrowseComp 84.2 cho thấy mô hình hoạt động tốt trên các tác vụ yêu cầu chú ý đến các chi tiết rải rác trong văn bản dài. Xử lý các chuỗi rất dài có thể vẫn yêu cầu thiết kế prompt cẩn thận để tránh quá tải mô hình, nhưng cửa sổ lớn cung cấp khoảng trống đáng kể cho hầu hết các trường hợp sử dụng tài liệu dài thực tế.
Qua OrcaRouter, thanh toán minh bạch và chỉ dựa trên việc sử dụng token. Bạn trả $0.18 cho mỗi triệu token gửi đến mô hình (đầu vào) và $0.59 cho mỗi triệu token do mô hình tạo ra (đầu ra). Các mức giá này chính xác là những gì nhà cung cấp tính phí, không có khoản tăng thêm nào từ OrcaRouter. Số lượng token được tính bằng tokenizer của Tencent. Không có phí đăng ký hoặc yêu cầu sử dụng tối thiểu. Các khoản phí xuất hiện trên hóa đơn OrcaRouter của bạn. Cấu trúc đơn giản này cho phép bạn dự đoán chi phí cho các tác vụ có độ dài đã biết.
Đối với các tác vụ yêu cầu ngữ cảnh dài, mức giá của Tencent Hy3 rất cạnh tranh cho kích thước cửa sổ ngữ cảnh. Nhiều mô hình có cửa sổ ngữ cảnh tương tự lại có chi phí trên mỗi token cao hơn. Tuy nhiên, nếu tác vụ của bạn chỉ cần ngữ cảnh nhỏ, một mô hình rẻ hơn sẽ kinh tế hơn. Chính sách không tính thêm phí nền tảng (zero-markup policy) đồng nghĩa bạn không phải trả thêm cho nền tảng. Chi phí trên mỗi triệu token là cố định, vì vậy xử lý một đầu vào 262k token sẽ tốn khoảng $0.047 cho đầu vào (vì 262k là 0.262M, chi phí đầu vào là 0.262 * 0.18 = $0.047). Token đầu ra sẽ được tính theo tỷ lệ tương ứng. Điều này làm cho mô hình trở nên phải chăng cho nhiều ứng dụng.
Không có chương trình giảm giá cụ thể hoặc cơ chế lưu đệm nào được đề cập cho Tencent Hy3 qua OrcaRouter. Giá được tính trên mỗi yêu cầu dựa trên số lượng token, chưa có thông báo về chiết khấu theo khối lượng. Việc lưu đệm prompt hoặc phản hồi không được mô tả; mỗi yêu cầu có khả năng được xử lý độc lập. Người dùng nên giả định không có tối ưu hóa giá đặc biệt nào ngoài mức cơ bản. Đối với nhu cầu sử dụng khối lượng lớn, có thể liên hệ OrcaRouter để thương lượng các thỏa thuận tùy chỉnh tiềm năng, nhưng không có gì đảm bảo. Mức giá công bố $0,18/$0,59 trên một triệu token là giá chuẩn công khai.
Để gọi Tencent Hy3, đặt base URL là https://api.orcarouter.ai/v1 và sử dụng mã định danh mô hình "tencent/hy3". API hoàn toàn tương thích với OpenAI, vì vậy bạn có thể dùng OpenAI Python client hoặc bất kỳ HTTP client nào hỗ trợ endpoint Chat Completions. Ví dụ, với thư viện OpenAI Python, hãy đặt openai.api_base = "https://api.orcarouter.ai/v1" và bao gồm khóa API của bạn. Sau đó, tạo một chat completion bằng cách dùng model="tencent/hy3". Định dạng yêu cầu giống hệt của OpenAI, với mảng messages, temperature, max_tokens, v.v. Không yêu cầu tham số đặc biệt nào ngoài tên mô hình.
API hỗ trợ tất cả các tham số tiêu chuẩn của endpoint Chat Completions của OpenAI. Các tham số này bao gồm 'messages' (bắt buộc), 'temperature' (0–2, mặc định 0.7), 'max_tokens' (giới hạn độ dài đầu ra), 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' và 'stream' để xuất từng token một. Bạn cũng có thể đặt 'seed' để lấy mẫu xác định nếu muốn. API sẽ tuân thủ giới hạn ngữ cảnh 262.144 token; các lời nhắc vượt quá giới hạn này sẽ bị cắt bớt hoặc từ chối. Không có tham số 'multimodal' đặc biệt vì mô hình chỉ hỗ trợ văn bản. Định dạng phản hồi tuân theo cấu trúc của OpenAI.
Có, việc di chuyển từ một mô hình ngôn ngữ văn bản (LLM) khác sang Tencent Hy3 thông qua OrcaRouter rất đơn giản nhờ API tương thích với OpenAI. Bạn chỉ cần thay đổi mã nhận dạng mô hình từ mô hình trước đó (ví dụ: "some-other-model") thành "tencent/hy3" và cập nhật URL cơ sở thành https://api.orcarouter.ai/v1. Các lược đồ yêu cầu và phản hồi là giống hệt nhau. Bạn có thể cần điều chỉnh định dạng prompt nếu mô hình trước đó có hành vi khác, nhưng thông thường không cần thay đổi mã ngoài tên mô hình. Nên kiểm tra với các đầu vào đại diện để xác nhận chất lượng đầu ra.
Xác thực sử dụng khóa API do OrcaRouter cung cấp. Bạn phải bao gồm khóa này trong tiêu đề Authorization dưới dạng "Bearer YOUR_API_KEY" khi thực hiện các yêu cầu. Khóa API phải được giữ bí mật và không chia sẻ. OrcaRouter có thể cung cấp các cấp độ khóa khác nhau với giới hạn tần suất khác nhau. Đối với máy khách Python của OpenAI, hãy đặt openai.api_key = "your-key". Không yêu cầu xác thực nào khác. Đảm bảo bạn đang sử dụng đúng URL cơ sở (https://api.orcarouter.ai/v1) và rằng khóa có quyền truy cập vào mô hình "tencent/hy3".
So với các mô hình có cửa sổ ngữ cảnh nhỏ hơn (ví dụ: 4k, 8k, 32k), Tencent Hy3 cung cấp dung lượng lớn hơn nhiều với 262k token, cho phép xử lý toàn bộ tài liệu mà không cần chia nhỏ. Điều này có thể mang lại độ chính xác cao hơn cho các tác vụ yêu cầu ngữ cảnh toàn cục. Tuy nhiên, các mô hình nhỏ hơn thường rẻ hơn trên mỗi token, có độ trễ thấp hơn và có thể hiệu quả hơn đối với đầu vào ngắn. Ví dụ, một mô hình có ngữ cảnh 4k với giá thấp hơn có thể phù hợp hơn cho các truy vấn đơn giản. Chi phí trên mỗi triệu token của Tencent Hy3 tương đối thấp so với kích thước ngữ cảnh của nó, khiến nó trở thành lựa chọn tốt cho các tác vụ có ngữ cảnh dài.
Tencent Hy3 chỉ hỗ trợ văn bản, do đó không thể xử lý hình ảnh, âm thanh hoặc video. Các mô hình đa phương thức như GPT-4o của OpenAI có thể chấp nhận các đầu vào như vậy nhưng có thể có cửa sổ ngữ cảnh văn bản nhỏ hơn hoặc chi phí cao hơn. Đối với các tác vụ nặng về văn bản, Tencent Hy3 có thể tiết kiệm chi phí hơn. Nếu trường hợp sử dụng của bạn yêu cầu hiểu nội dung hình ảnh, bạn sẽ cần một mô hình đa phương thức. Việc so sánh phụ thuộc vào việc liệu phương thức bổ sung có biện minh cho sự đánh đổi hay không. Cửa sổ ngữ cảnh lớn của Tencent Hy3 là một lợi thế rõ ràng cho các tác vụ thuần văn bản liên quan đến tài liệu dài.
Tencent Hy3 nổi bật trong danh mục của OrcaRouter nhờ sự kết hợp giữa cửa sổ ngữ cảnh rất lớn (262k token) và mức giá cạnh tranh (0,18/0,59 đô la mỗi triệu token). Đây là một trong số ít mô hình cung cấp ngữ cảnh lớn như vậy với chi phí token đầu ra dưới 1 đô la. Mô hình chỉ hỗ trợ văn bản, tập trung vào phân tích và sinh tài liệu. Chính sách định giá chuyển tiếp không tăng giá đảm bảo không có phí bất ngờ. Điều này khiến nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và doanh nghiệp cần xử lý văn bản dài mà không tốn kém, đặc biệt so với các mô hình ngữ cảnh lớn khác có thể có chi phí mỗi token cao hơn.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
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| Đầu vào / 1M tokens | $0.180 |
| Đầu ra / 1M tokens | $0.590 |
| Đọc cache / 1M | $0.059 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
@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