Tencent: Hy3

Tencent: Hy3 is een tekstmodel gemaakt door Tencent. Het is een Mixture-of-Experts-model met in totaal 295 miljard parameters, waarvan er op elk moment 21 miljard actief zijn, verdeeld over 192 experts met top-8 routing. Tencent bouwde het voor redeneren, agentische workflows en realistisch productiegebruik. De releasedatum van de provider is 2026-07-06.

Het model werkt met tekstinvoer en produceert tekstuitvoer. Het heeft een contextvenster van 262.144 tokens en kan tot 128.000 tokens genereren in een enkele reactie, zodat lange documenten, uitgebreide gesprekken en grote tool-uitvoer in één verzoek passen. Een opvallende mogelijkheid is configureerbare reasoning effort, waarmee u kunt bepalen hoeveel interne redenering het model uitvoert voordat het antwoordt.

Die mogelijkheden wijzen op een paar praktische toepassingen. De grote context is geschikt voor analyse van lange documenten, codebases of transcripten in één keer. Ondersteuning voor redeneren past bij taken die stapsgewijze probleemoplossing vereisen, zoals berekeningen in meerdere stappen, planning of debuggen. Tool calling en gestructureerde uitvoer maken het een redelijke keuze voor agentische workflows, waarbij het model functies of externe services aanroept en resultaten in een vast schema retourneert. Configureerbare reasoning effort is nuttig wanneer u per verzoek de diepte van het denken wilt afwegen tegen latentie.

U roept het model aan via de OpenAI-compatibele API van api14 met het model-id "tencent/hy3". Omdat de interface het OpenAI-formaat volgt, werken bestaande clients en SDK's met alleen de base URL, key en het model-id gewijzigd. De ondersteunde verzoekparameters zijn 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 en top_p. Redeneren kan zichtbaar worden gemaakt met include_reasoning en afgestemd met reasoning_effort, terwijl structured_outputs en response_format schema-beperkte antwoorden dekken.

Wat limieten betreft, het model verwerkt alleen tekstinvoer en tekstuitvoer, dus het is niet de juiste keuze wanneer u afbeeldingen, audio of andere modaliteiten moet verwerken. De limiet van 128.000 tokens op uitvoer is ruim, maar nog steeds eindig, en zeer lange generaties kunnen beter over meerdere verzoeken worden gesplitst. Als u geen redeneren of agentisch toolgebruik nodig hebt, kan een kleiner en eenvoudiger tekstmodel een meer directe keuze zijn; Hy3 is het meest zinvol wanneer de lange context, reasoning control en toolondersteuning daadwerkelijk deel uitmaken van de taak.