Tencent: Hy3

Tencent: Hy3 es un modelo de texto creado por Tencent. Es un modelo de Mixture-of-Experts con 295 mil millones de parámetros en total, de los cuales 21 mil millones están activos en cualquier momento, distribuidos en 192 expertos con enrutamiento top-8. Tencent lo construyó para razonamiento, flujos de trabajo agénticos y uso en producción del mundo real. La fecha de lanzamiento del proveedor es 2026-07-06.

El modelo trabaja con entrada de texto y produce salida de texto. Tiene una ventana de contexto de 262,144 tokens y puede generar hasta 128,000 tokens en una sola respuesta, por lo que documentos largos, conversaciones extendidas y salidas grandes de herramientas pueden caber en una sola solicitud. Una capacidad notable es el esfuerzo de razonamiento configurable, que te permite decidir cuánto razonamiento interno realiza el modelo antes de responder.

Esas capacidades apuntan a algunos usos prácticos. El contexto grande es adecuado para el análisis de documentos extensos, bases de código o transcripciones en una sola pasada. El soporte de razonamiento encaja en tareas que necesitan resolución de problemas paso a paso, como cálculos de varios pasos, planificación o depuración. El llamado a herramientas y las salidas estructuradas lo convierten en una elección razonable para flujos de trabajo agénticos, donde el modelo llama a funciones o servicios externos y devuelve resultados en un esquema fijo. El esfuerzo de razonamiento configurable es útil cuando quieres intercambiar profundidad de pensamiento por latencia en cada solicitud.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "tencent/hy3". Como la interfaz sigue el formato de OpenAI, los clientes y SDK existentes funcionan con solo cambiar la URL base, la clave y el id de modelo. Los parámetros de solicitud soportados son 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 y top_p. El razonamiento puede exponerse con include_reasoning y ajustarse con reasoning_effort, mientras que structured_outputs y response_format cubren las respuestas con esquema restringido.

En cuanto a los límites, el modelo maneja solo entrada de texto y salida de texto, por lo que no es la elección correcta cuando necesitas procesar imágenes, audio u otras modalidades. El límite de 128,000 tokens en la salida es generoso pero aún finito, y las generaciones muy largas pueden ser mejores divididas en varias solicitudes. Si no necesitas razonamiento o uso de herramientas agénticas, un modelo de texto más pequeño y simple puede ser un ajuste más directo; Hy3 tiene más sentido cuando su contexto largo, control de razonamiento y soporte de herramientas son realmente parte de la tarea.