Tencent: Hy3

Tencent: Hy3 ist ein Textmodell, das von Tencent entwickelt wurde. Es ist ein Mixture-of-Experts-Modell mit insgesamt 295 Milliarden Parametern, von denen jederzeit 21 Milliarden aktiv sind, verteilt auf 192 Experten mit Top-8-Routing. Tencent hat es für Reasoning, agentische Workflows und den realen Produktionseinsatz entwickelt. Das Veröffentlichungsdatum des Anbieters ist der 2026-07-06.

Das Modell arbeitet mit Texteingabe und erzeugt Textausgabe. Es hat ein Kontextfenster von 262.144 Tokens und kann bis zu 128.000 Tokens in einer einzigen Antwort generieren, sodass lange Dokumente, ausgedehnte Konversationen und große Tool-Ausgaben in eine Anfrage passen. Eine bemerkenswerte Fähigkeit ist der konfigurierbare Reasoning-Aufwand, mit dem Sie entscheiden können, wie viel interne Schlussfolgerung das Modell vor der Antwort ausführt.

Diese Fähigkeiten deuten auf einige praktische Anwendungen hin. Der große Kontext eignet sich für die Analyse umfangreicher Dokumente, Codebasen oder Transkripte in einem einzigen Durchgang. Die Reasoning-Unterstützung passt zu Aufgaben, die schrittweise Problemlösung erfordern, wie mehrstufige Berechnungen, Planung oder Debugging. Tool-Aufrufe und strukturierte Ausgaben machen es zu einer vernünftigen Wahl für agentische Workflows, bei denen das Modell Funktionen oder externe Dienste aufruft und Ergebnisse in einem festen Schema zurückgibt. Der konfigurierbare Reasoning-Aufwand ist nützlich, wenn Sie die Denktiefe pro Anfrage gegen die Latenz abwägen möchten.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "tencent/hy3" auf. Da die Schnittstelle dem OpenAI-Format folgt, funktionieren bestehende Clients und SDKs, wenn nur die Basis-URL, der Schlüssel und die Modell-ID geändert werden. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, logit_bias, max_completion_tokens, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k und top_p. Reasoning kann mit include_reasoning sichtbar gemacht und mit reasoning_effort abgestimmt werden, während structured_outputs und response_format schema-beschränkte Antworten abdecken.

Zu den Grenzen: Das Modell verarbeitet nur Texteingabe und Textausgabe, es ist also nicht die richtige Wahl, wenn Sie Bilder, Audio oder andere Modalitäten verarbeiten müssen. Die Obergrenze von 128.000 Tokens für die Ausgabe ist großzügig, aber dennoch endlich, und sehr lange Generierungen lassen sich möglicherweise besser auf mehrere Anfragen aufteilen. Wenn Sie kein Reasoning oder agentische Tool-Nutzung benötigen, kann ein kleineres und einfacheres Textmodell direkter passen; Hy3 ist am sinnvollsten, wenn sein langer Kontext, die Reasoning-Steuerung und die Tool-Unterstützung tatsächlich Teil der Aufgabe sind.