Hy3 Modell-Übersicht

Hy3 ist die dritte Generation der Hunyuan-Modelle von Tencent und seit dem 6. Juli 2026 als Open Weights Modell unter Apache 2.0 verfügbar. Technisch ist Hy3 ein Mixture-of-Experts-Modell (MoE) mit 295 Mrd. Gesamtparametern, von denen pro Token 21 Mrd. aktiv sind. Dazu kommen ein natives 256K-Kontextfenster und drei umschaltbare Reasoning-Modi (no_think, low, high). Der Fokus liegt auf agentischen Coding- und Tool-Use-Aufgaben. Mit $0,14 / $0,58 pro 1 Mio. Input-/Output-Token ist Hy3 sehr günstig und tritt damit in derselben Gewichtsklasse an wie DeepSeek V4 Flash 0731 (284 Mrd. Parameter, $0,14 / $0,28), das allerdings mit 1 Mio. Token Kontext und dem halben Output-Preis daherkommt. Nach unserer Einschätzung ist Hy3 vor allem für kostensensible, langlaufende Agenten-Workflows interessant. Die starken Benchmark-Werte (u. a. 90,4 % in GPQA Diamond) stammen bislang aber ausschließlich aus Tencents eigener Model Card.

Hugging Face Hugging Face (FP8)

Features & Modalitäten

Nicht verfügbar

MultimodalitätWebsucheQuellenangaben

Verfügbar

ReasoningToolsStrukturierte AusgabenFinetuning

Input:Text

Output:TextJson

Details zum Modell

262,14k Token

0,14 $

0,58 $

295 Mrd.

120,83k

Kosten berechnen Geschwindigkeit testen

Hy3 Benchmark Scores

Auf einen Blick

41 Pkt.Rang 21 von 26

Hy3 Benchmark Übersicht

Hy3 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Hy3	Tencent Hy4	Claude Sonnet 5	Grok 4.5	Gemini 3.8 Flash	Qwen 3.8 Max	Claude Fable 5.1
APEX-AgentsAgentische Aufgaben	25,6 %	37,1 %	—	—	—	—	—
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	41 Pkt.	—	—	53,8 Pkt.	58,7 Pkt.	—	65,7 Pkt.
BrowseCompWissen & Sprache	84,2 %	—	84,7 %	—	—	—	—
GDPval-AAAgentische Aufgaben	1.214 ELO	1.678 ELO	1.618 ELO	1.543 ELO	1.545 ELO	—	1.853 ELO
GPQA DiamondWissen & Sprache	90,4 %	92,3 %	—	93,1 %	95,3 %	—	93,7 %
Humanity's Last ExamWissen & Sprache	53,2 %	43,4 %	43,2 %	40,3 %	47,8 %	—	60,9 %
MCP-AtlasAgentische Aufgaben	79,1 %	83,7 %	—	—	—	—	—
SWE-bench MultilingualProgrammierung	75,8 %	82,9 %	78,3 %	78 %	—	—	89,1 %
SWE-bench ProProgrammierung	57,9 %	65,7 %	63,2 %	64,7 %	—	—	81,2 %
SWE-bench VerifiedProgrammierung	78 %	—	85,2 %	—	—	—	—
Terminal-Bench 2.1Programmierung	71,7 %	85,4 %	80,4 %	83,3 %	89,4 %	—	91,4 %

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark APEX-Agents. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok 4.6	57,5 %
Kimi K3	37,6 %
Tencent Hy4 Preview	37,1 %
DeepSeek V4 Flash	33 %
Kimi K2.6	27,9 %
MiniMax-M3	27,7 %
Hy3	25,6 %
MiniMax M2.7	5,6 %

Vergleich von LLMs im Benchmark APEX-Agents. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5.1	65,65 %
Claude Opus 5	61 %
Grok 4.6	60,92 %
GPT-5.6 Sol	58,9 %
Gemini 3.8 Flash	58,68 %
Qwen3.8 2.4T A95B	58,1 %
Kimi K3	57 %
GPT-5.6 Terra	55 %
Muse Spark 1.2	54,07 %
Grok 4.5	53,8 %
DeepSeek V4 Pro 0813	53 %
GPT-5.6 Luna	51,2 %
Gemini 3.6 Flash	50,1 %
DeepSeek V4 Flash 0731	49,9 %
Inkling	41 %
Hy3	41 %
Inkling-Small	40 %
Gemini 3.5 Flash-Lite	36,5 %
Muse Glimmer 30B	35,06 %
Nemotron 3.5 Lightning 30B	24 %

Vergleich von LLMs im Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K3	91,2 %
Claude Opus 5	90,8 %
GPT-5.6 Sol	90,4 %
GPT-5.6 Terra	87,5 %
Claude Sonnet 5	84,7 %
GPT-5.5	84,4 %
Claude Opus 4.8	84,3 %
Hy3	84,2 %
MiniMax-M3	83,52 %
DeepSeek-V4-Pro (Preview)	83,4 %
GPT-5.6 Luna	83,3 %
Kimi K2.6	83,2 %
Claude Opus 4.7	79,3 %
Inkling-Small	77,4 %
Inkling	77,1 %
MiniMax M2.7	76,3 %
DeepSeek V4 Flash	72,2 %
GLM-5.1	68 %
Nemotron 3.5 Lightning 30B	36,97 %

Vergleich von LLMs im Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	1.861 %
Claude Fable 5.1	1.853 %
Grok 4.6	1.749,18 %
GPT-5.6 Sol	1.747,8 %
Tencent Hy4 Preview	1.678 %
Muse Spark 1.2	1.631 %
GPT-5.6 Terra	1.593 %
GPT-5.6 Luna	1.591,8 %
DeepSeek V4 Pro 0813	1.577 %
DeepSeek V4 Flash 0731	1.558,61 %
Gemini 3.8 Flash	1.545 %
Gemini 3.6 Flash	1.421 %
Muse Spark 1.1	1.381 %
Inkling-Small	1.269 %
Inkling	1.238 %
Hy3	1.214 %
Gemini 3.5 Flash-Lite	1.140 %
Muse Glimmer 30B	953 %
Nemotron 3.5 Lightning 30B	824 %
Qwen3.8 2.4T A95B	61,85 %

Vergleich von LLMs im Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.8 Flash	95,25 %
Grok 4.6	94,95 %
Claude Fable 5.1	93,7 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
DeepSeek V4 Pro 0813	92,8 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
Qwen3.8 2.4T A95B	92,6 %
Tencent Hy4 Preview	92,3 %
GPT-5.6 Luna	92,3 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
Hy3	90,4 %
Inkling-Small	89,5 %
Qwen3.8 27B	89,2 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %
Nemotron 3.5 Lightning 30B	75,44 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5.1	60,9 %
Claude Opus 5	56,3 %
Hy3	53,2 %
Gemini 3.8 Flash	47,82 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Qwen3.8 2.4T A95B	43,6 %
Kimi K3	43,5 %
Tencent Hy4 Preview	43,4 %
Grok 4.6	42,91 %
DeepSeek V4 Pro 0813	42,7 %
Gemini 3.6 Flash	38,3 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Qwen3.8 27B	30,8 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %
Nemotron 3.5 Lightning 30B	11,72 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Muse Spark 1.1	88,1 %
Claude Opus 5	85,8 %
Kimi K3	84,2 %
Tencent Hy4 Preview	83,7 %
Gemini 3.5 Flash	83,6 %
Claude Fable 5	83,3 %
Claude Opus 4.8	82,2 %
Inkling-Small	79,2 %
Hy3	79,1 %
Claude Opus 4.7	77,3 %
GLM-5.2	76,8 %
Muse Glimmer 30B	75,5 %
GPT-5.5	75,3 %
MiniMax-M3	74,2 %
Inkling	74,1 %
DeepSeek-V4-Pro (Preview)	73,6 %
GLM-5.1	71,8 %
DeepSeek V4 Flash	69 %
MiniMax M2.7	49,4 %

Vergleich von LLMs im Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Multilingual. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	89,5 %
Claude Fable 5.1	89,1 %
Claude Mythos Preview	87,3 %
Claude Opus 4.8	84,4 %
Tencent Hy4 Preview	82,9 %
Laguna S 2.1	78,5 %
Claude Sonnet 5	78,3 %
Grok 4.5	78 %
Kimi K2.6	76,7 %
MiniMax M2.7	76,5 %
DeepSeek-V4-Pro (Preview)	76,2 %
Hy3	75,8 %
DeepSeek V4 Flash	73,3 %
Nemotron 3.5 Lightning 30B	39,33 %

Vergleich von LLMs im Benchmark SWE-bench Multilingual. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5.1	81,2 %
Claude Opus 5	79,2 %
Fugu Ultra	73,7 %
Qwen 3.8 Max	67,7 %
Qwen3.8 2.4T A95B	67,7 %
Tencent Hy4 Preview	65,7 %
Grok 4.5	64,7 %
GPT-5.6 Sol	64,6 %
GPT-5.6 Terra	63,4 %
Claude Sonnet 5	63,2 %
GPT-5.6 Luna	62,7 %
Qwen3.8 27B	61,7 %
Muse Spark 1.1	61,5 %
Laguna S 2.1	59,4 %
Gemini 3.6 Flash	58,7 %
Hy3	57,9 %
Inkling-Small	55,9 %
Inkling	54,3 %
Gemini 3.5 Flash-Lite	54,2 %
Muse Glimmer 30B	51,2 %

Vergleich von LLMs im Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
DeepSeek V4 Pro 0813	96,4 %
GPT-5.6 Sol	96,2 %
Claude Opus 5	96 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Grok 4.6	91,24 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
DeepSeek-V4-Pro (Preview)	80,6 %
MiniMax-M3	80,5 %
Inkling-Small	80,2 %
Kimi K2.6	80,2 %
DeepSeek V4 Flash	79 %
Hy3	78 %
Inkling	77,6 %
Muse Spark	77,4 %
Muse Glimmer 30B	76 %
GPT-5.6 Terra	75,2 %
Nemotron 3.5 Lightning 30B	51,56 %

Vergleich von LLMs im Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5.1	91,39 %
Gemini 3.8 Flash	89,4 %
Grok 4.6	88,39 %
Kimi K3	88,3 %
DeepSeek V4 Pro 0813	87,9 %
Qwen 3.8 Max	86,6 %
Qwen3.8 2.4T A95B	86,6 %
Tencent Hy4 Preview	85,4 %
Claude Opus 5	84,64 %
Muse Spark 1.2	82,9 %
DeepSeek V4 Flash 0731	82,7 %
Gemini 3.6 Flash	78 %
Qwen3.8 27B	73 %
Hy3	71,7 %
Laguna S 2.1	70,2 %
Inkling-Small	64,7 %
Inkling	63,8 %
Gemini 3.5 Flash-Lite	54 %
Muse Glimmer 30B	51,7 %
Nemotron 3.5 Lightning 30B	24,58 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Sparse MoE-Transformer
Input Kontextlänge	262,14k
Output Kontextlänge	262,14k
Tokenizer	Tokenizer mit 120.832 Token Vokabular

Besonderheiten

Drei Reasoning-Modi	no_think (direkte Antwort), low (schnelles Denken) und high (tiefes Chain-of-Thought).
Multi-Token Prediction (MTP)	Separate 3,8-Mrd.-Parameter-Schicht zur parallelen Vorhersage mehrerer Token.
Agentic Tool-Calling	Tool-Call-Parsing mit Auto-Tool-Choice für zuverlässige Function-Calls.

Vorteile & Nachteile

Vorteile

Apache-2.0-Lizenz
Hy3 ist vollständig mit Open Weights (BF16 und FP8) auf Hugging Face veröffentlicht und lässt sich kommerziell nutzen, finetunen und selbst hosten.
Sehr günstiges Pricing
Mit $0,14 / $0,58 pro 1 Mio. Input-/Output-Token liegt Hy3 weit unter westlichen Flaggschiffen und eignet sich damit für hochfrequente, langlaufende Agenten-Workflows.
Effiziente MoE-Architektur
Von den 295 Mrd. Parametern werden pro Token nur 21 Mrd. aktiviert (192 Experten, Top-8). Das hält die Inferenzkosten niedrig, ohne die Modellkapazität zu beschneiden.
Flexible Reasoning-Kontrolle
Die drei Modi no_think, low und high erlauben es, Reasoning-Tiefe und Kosten pro Anfrage gezielt zu steuern.

Nachteile

Nur Text, keine Multimodalität
Hy3 verarbeitet ausschließlich Text. Bild-, Audio- oder Video-Eingaben werden laut Model Card nicht unterstützt.
Hoher Hardware-Bedarf beim Self-Hosting
Die BF16-Gewichte umfassen rund 598 GB (FP8: ca. 300 GB), Tencent empfiehlt etwa 8 GPUs wie die H20-3e. Lokaler Betrieb ist damit nur mit Datacenter-Hardware realistisch.
Benchmark Scores noch unbelegt
Werte wie 90,4 % in GPQA Diamond oder 78 % in SWE-bench Verified stammen aus Tencents eigener Model Card. Unabhängige Tests zu Latenz, Tool-Use und Zuverlässigkeit stehen noch aus.
Kleineres Kontextfenster als die Konkurrenz
Mit 256K Token bietet Hy3 nur ein Viertel des Kontexts von DeepSeek V4 Flash oder Qwen 3.8 Max (je 1 Mio. Token).

Vergleiche Hy3 mit anderen LLMs

Vergleiche Hy3 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Tencent	Hy3	Apache 2.0	41	262,14k	262,14k	0,14 $	0,58 $	06.07.2026
Google DeepMind	Gemini 3.8 Flash	Proprietär	58,7	1 Mio.	65,54k	0,75 $	3,75 $	02.09.2026
Anthropic	Claude Fable 5.1	Proprietär	65,7	1 Mio.	128k	10,00 $	50,00 $	01.09.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	991k	128k	2,00 $	6,00 $	01.09.2026
Tencent	Tencent Hy4	Apache 2.0	–	1,02 Mio.	64k	0,83 $	2,50 $	28.08.2026
Alibaba	Qwen3.8 27B	Apache 2.0	–	262,14k	262,13k	0,45 $	3,20 $	14.08.2026
DeepSeek AI	DeepSeek-V4-Pro	MIT	53	1 Mio.	384k	0,44 $	0,87 $	12.08.2026
xAI	Grok 4.6	Proprietär	60,9	500k	500k	2,00 $	6,00 $	12.08.2026
NVIDIA	Nemotron 3.5 Lightning 30B	Open Model License	24	262,14k	131,07k	0,08 $	0,20 $	11.08.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026

‌
Alle Modelle vergleichen

Hy3 ausprobieren

Du musst kein Entwickler sein: Hy3 ist auch direkt in Tencent Yuanbao nutzbar.

Tencent Yuanbao

Tencent Yuanbao öffnen

Provider & APIs

Du kannst Tencent Hy3 über die API folgender Anbieter nutzen.

DeepInfraGünstigster
Prompt CachingZero Data RetentionDaten: Verarbeitung primär in US-Rechenzentren. DeepInfra betreibt eine strikte Zero-Retention-Policy: Eingaben, Ausgaben und Nutzerdaten werden nicht gespeichert und nicht zum Modelltraining verwendet. SOC-2- und ISO-27001-zertifiziert, mit technischen und organisatorischen Maßnahmen für DSGVO und HIPAA. Eine garantierte EU-Datenresidenz wird nicht zugesichert; für DSGVO-relevante Workloads die Auftragsverarbeitungs-Bedingungen prüfen.SOC2ISO-27001GDPRHIPAA
Zu DeepInfra
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
0,14 $
USD / 1M Output
0,58 $
Throughput
Unbekannt
Novita AIGünstigster
Free-TierPrompt CachingBatch APIDaten: Betrieb über globale Cloud-Infrastruktur (u. a. AWS) mit Rechenzentren in mehreren Regionen, darunter USA, EU (Deutschland), Asien-Pazifik und Naher Osten. Eine garantierte EU-Datenresidenz für die Inference-API wird nicht zugesichert; laut Datenschutzerklärung werden Personendaten jedoch nicht zum Modelltraining verwendet. Für DSGVO-relevante Workloads die Auftragsverarbeitungs-Bedingungen prüfen.SOC2ISO-27001HIPAAGDPR
Zu Novita AI
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
0,14 $
USD / 1M Output
0,58 $
Throughput
Unbekannt

‌
‌
‌

Häufige Fragen zu Hy3

Kann ich Hy3 kostenlos nutzen?

Ja, Hy3 ist in Tencent Yuanbao auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Hy3 Open Source?

Hy3 wird unter der Lizenz „Apache 2.0“ veröffentlicht. Details stehen in den Lizenzbedingungen des Anbieters.

Welche Eingabeformate versteht Hy3?

Hy3 verarbeitet folgende Eingabeformate: Text.

Was kostet Hy3 über die API?

Über die API kostet Hy3 0,14 $ pro 1 Mio. Input-Token und 0,58 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Hy3?

Hy3 verarbeitet bis zu 262,14k Token in einer Anfrage.

Hy3 Modell-Übersicht

Features & Modalitäten

Details zum Modell