Hy3是腾讯混元的生產級混合專家模型（Mixture-of-Experts）——總參數295B，每次傳遞僅有21B活躍參數（192個專家，top-8路由），是基於Hy3-preview系列升級的版本。它擴大了RL訓練規模和訓練後資料質量，以在推理、長上下文和智能體任務上進一步提升，達到與參數規模數倍於它的旗艦模型相當的結果。它提供256K token的上下文窗口（文本輸入，文本輸出），並具有可配置的推理努力程度，專為真實世界的編碼、工具使用和多步驟智能體工作流程而設計，在強品質成本比下運作。
Tencent Hy3 是騰訊開發的一款純文字大型語言模型，專為處理和生成文字而設計，具備 262,144 個 token 的上下文視窗，能處理超長文件或大量對話。該模型在 BrowseComp 基準測試中獲得 84.2 分，該測試評估瀏覽與長上下文理解能力。它可透過 OrcaRouter 的 OpenAI 相容 API 使用，模型 ID 為「tencent/hy3」。定價為每百萬輸入…
Tencent Hy3 在處理單一上下文中的大量文本任務上表現出色，包括總結整本書籍、從長篇報告中提取資訊、從頭到尾分析法律合約，以及審查大型軟體程式碼庫以找出錯誤或改進空間。它在長篇生成任務（如撰寫詳細文章或包含大量歷史記錄的多輪對話）中也能維持連貫性。其 BrowseComp 分數顯示它特別擅長需要瀏覽和理解大量文字資訊的任務，類似於瀏覽文件集。
當您的任務需要一個較大的上下文視窗，而較小的模型無法在不切分的情況下容納時，您應該選擇 Tencent Hy3。例如，如果您需要一次性分析一份200頁的文件，或者維持數百輪的對話上下文。對於較簡單的任務，如單段落分類或翻譯，則使用較小、較便宜的模型會更具成本效益。當您需要可預測、透明的定價且無隱藏費用時，Tencent Hy3 也是一個不錯的選擇。如果您的任務是多模態的，您將需要一個支援圖像或音訊的不同模型。
此模型的主要優勢在於其能夠在單一提示中處理多達262,144個令牌，這是目前可用的最大上下文窗口之一。這消除了許多長篇文件需要複雜分塊策略的需求。它在BrowseComp上獲得84.2分，顯示出在涉及瀏覽和從長文本序列中提取資訊的任務中具有穩健表現。該模型很可能在處理極長輸入時保持準確性和連貫性，儘管未提供其他任務的具體性能基準。其優勢在於需要同時考量整個文件的場景中得以最佳發揮。
BrowseComp是一個基準測試，旨在評估模型瀏覽和理解大量文本的能力，模擬在多個文件或長段落中搜索特定信息等任務。84.2分表示在這些任務中表現出色。雖然未詳細說明具體指標，但這表明騰訊Hy3在從長上下文中檢索和綜合信息方面效果顯著。相比之下，80分以上通常被認為是非常好的表現。此基準測試對於研究助手和文檔分析等應用尤為相關。
並未提供Tencent Hy3的具體延遲數據。作為一個擁有262k上下文視窗的大型模型，推論時間將取決於輸入和輸出token長度、硬體及當前負載。一般來說，較長的輸入會增加處理時間。對於非常長的文件，用戶應預期延遲會高於較小型模型。OrcaRouter的API可能提供不同速度的端點。對於即時應用，建議使用代表性輸入進行測試。該模型的速率-準確度權衡在其規模下屬於典型情況。
唯一提供的基準測試是 BrowseComp，得分為 84.2，顯示其強大的長語境瀏覽與理解能力。優勢可能包括從長文本中準確檢索資訊，以及跨多個 token 保持上下文。弱點未明確說明，但作為純文字模型，它缺乏多模態能力。未提供其他基準測試分數，因此無法在推理或數學等標準 LLM 任務上進行比較。其大語境可能導致比小型模型更高的延遲和計算成本。該模型專為文字密集型任務設計，而非通用聊天用途。
擁有262,144個token的上下文視窗，騰訊Hy3被設計為能一次性處理長序列。這意味著長文件開頭的資訊在生成結尾輸出時仍可被提取，從而減少因分塊常見的檢索錯誤。84.2分的BrowseComp評分顯示，該模型在需要關注長文本細節的任務上表現良好。處理極長序列時，仍可能需要謹慎設計提示以避免模型過載，但大視窗為多數實用的長文件應用場景提供了充裕的餘地。
通過 OrcaRouter，計費透明且僅基於 token 用量。您每傳送一百萬個 token 到模型（輸入）支付 $0.18，每生成一百萬個 token（輸出）支付 $0.59。這些費率正是提供商收取的金額，OrcaRouter 不加收任何 markup。Token 計數由騰訊的 tokenizer 計算。無訂閱費或最低使用量要求。費用會顯示在您的 OrcaRouter 帳單上。這種簡單的結構讓您可以針對已知長度的任務預測成本。
對於長上下文任務，騰訊Hy3的定價在上下文窗口大小上極具競爭力。許多擁有類似上下文窗口的模型，其每Token成本更高。然而，如果你的任務只需要少量上下文，選擇更便宜的模型會更經濟。零加價政策意味著你無需為平台支付額外費用。每百萬Token的成本是固定的，因此處理262k Token的輸入成本約為0.047美元（因為262k即0.262M，輸入成本為0.262 * 0.18 = 0.047美元）。輸出Token則按比例增加。這使得它在許多應用中都能負擔得起。
OrcaRouter 並未提及騰訊 Hy3 的特定折扣或快取機制。定價按每次請求的 token 數量計算，且未公布任何批量折扣。快取提示或回應的機制也未說明；每個請求可能獨立處理。使用者應假設除了基本費率外，無其他特殊定價優惠。對於大量使用，或許可聯繫 OrcaRouter 洽談客製化方案，但無法保證有此選項。廣告中每百萬 token 0.18 美元 / 0.59 美元的價格即為標準公開費率。
若要调用 Tencent Hy3，請將基礎 URL 設為 https://api.orcarouter.ai/v1，並使用模型識別碼 "tencent/hy3"。此 API 完全相容於 OpenAI，因此您可以使用 OpenAI Python 用戶端或任何支援聊天補全程式的 HTTP 用戶端。例如，使用 OpenAI Python 函式庫時，設定 openai.api_base = "https://api.orcarouter.ai/v1" 並包含您的 API 金鑰。接著使用 model="tencent/hy3" 建立一個聊天補全。請求格式與 OpenAI 完全相同，包含 messages 陣列、temperature、max_tokens 等。除了模型名稱之外，無需其他特殊參數。
此API支援OpenAI Chat Completions端點的所有標準參數。這些包括'messages'（必要）、'temperature'（0–2，預設0.7）、'max_tokens'（輸出長度限制）、'top_p'、'frequency_penalty'、'presence_penalty'、'stop'以及用於逐token輸出的'stream'。如有需要，您也可以設定'seed'以進行確定性取樣。API會遵循262,144 token的上下文限制；超過此限制的提示將被截斷或拒絕。由於模型僅支援文字，因此沒有特殊的'multimodal'參數。回應格式遵循OpenAI的結構。
是的，从其他文本大语言模型通过OrcaRouter迁移至腾讯Hy3非常简单，因为它兼容OpenAI的API。您只需将模型标识从之前的模型（例如"some-other-model"）改为"tencent/hy3"，并将基础URL更新为https://api.orcarouter.ai/v1。请求和响应的模式完全相同。如果之前的模型行为不同，您可能需要调整提示词格式，但通常除了模型名称外无需修改代码。建议使用代表性输入进行测试以确认输出质量。
驗證使用由 OrcaRouter 提供的 API 金鑰。發出請求時，您必須在 Authorization 標頭中將此金鑰包含為 "Bearer YOUR_API_KEY"。API 金鑰應保密且不得分享。OrcaRouter 可能提供不同等級的金鑰，並具有不同的速率限制。對於 OpenAI Python 客戶端，請設定 openai.api_key = "your-key"。無需其他驗證方式。請確保您使用的是正確的基本 URL（https://api.orcarouter.ai/v1），且該金鑰具有存取 "tencent/hy3" 模型的權限。
與擁有較小上下文視窗（例如4k、8k、32k）的模型相比，Tencent Hy3提供了高達262k tokens的龐大容量，使其能夠在無需分塊的情況下處理完整文檔。這有助於提升需要全局上下文任務的準確度。然而，較小的模型通常每個token的價格更低、延遲更低，且對於短輸入可能更有效率。例如，價格較低的4k上下文模型可能更適合簡單查詢。Tencent Hy3每百萬tokens的成本在其上下文大小中相對較低，使其成為長上下文任務的良好選擇。
Tencent Hy3 僅支援文字，因此無法處理圖片、音訊或影片。像 OpenAI 的 GPT-4o 這類多模態模型可以接受此類輸入，但可能文字上下文窗口較小或成本較高。對於文字密集的任務，Tencent Hy3 可能更具成本效益。如果你的使用情境需要理解視覺內容，則需要多模態模型。比較的關鍵在於新增的模態是否值得取捨。Tencent Hy3 的大型上下文窗口在處理長篇文件的純文字任務上是一項顯著優勢。
Tencent Hy3 在 OrcaRouter 的產品目錄中脫穎而出，因其結合了極大的上下文窗口（262k tokens）與具競爭力的定價（每百萬 tokens 僅 $0.18/$0.59）。它是少數能以低於 $1 的輸出 token 成本提供如此大上下文的模型之一。該模型僅支援文字，因此其效用專注於文件分析與生成。零加價的傳遞定價確保不會有意外費用。這使得它對需要處理長篇文字卻不想花大錢的開發者與企業極具吸引力，尤其相比其他每 token 成本可能更高的超大上下文模型。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $0.180 |
| 輸出 / 1M tokens | $0.590 |
| 快取讀取 / 1M | $0.059 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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