Tencent: Hy3

Tencent: Hy3 é um modelo de texto criado pela Tencent. É um modelo Mixture-of-Experts com 295 bilhões de parâmetros no total, dos quais 21 bilhões estão ativos a qualquer momento, distribuídos por 192 especialistas com roteamento top-8. A Tencent construiu-o para raciocínio, fluxos de trabalho agênticos e uso em produção no mundo real. A data de lançamento pelo fornecedor é 2026-07-06.

O modelo funciona com entrada de texto e produz saída de texto. Tem uma janela de contexto de 262.144 tokens e pode gerar até 128.000 tokens numa única resposta, pelo que documentos longos, conversas prolongadas e grandes saídas de ferramentas cabem num único pedido. Uma capacidade notável é o esforço de raciocínio configurável, que lhe permite decidir quanto raciocínio interno o modelo realiza antes de responder.

Essas capacidades apontam para alguns usos práticos. O contexto grande é adequado para análise de documentos extensos, bases de código ou transcrições numa única passagem. O suporte de raciocínio encaixa em tarefas que exigem resolução de problemas passo a passo, como cálculos com vários passos, planeamento ou depuração. A chamada de ferramentas e as saídas estruturadas tornam-no uma escolha razoável para fluxos de trabalho agênticos, em que o modelo chama funções ou serviços externos e devolve resultados num esquema fixo. O esforço de raciocínio configurável é útil quando quer trocar profundidade de pensamento por latência com base em cada pedido.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "tencent/hy3". Como a interface segue o formato OpenAI, os clientes e SDKs existentes funcionam apenas com a alteração do URL base, da chave e do id de modelo. Os parâmetros de pedido suportados são 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 e top_p. O raciocínio pode ser exposto com include_reasoning e ajustado com reasoning_effort, enquanto structured_outputs e response_format cobrem respostas com esquema restrito.

Quanto a limites, o modelo lida apenas com entrada de texto e saída de texto, pelo que não é a escolha certa quando precisa de processar imagens, áudio ou outras modalidades. O limite de 128.000 tokens na saída é generoso mas ainda finito, e gerações muito longas podem ser melhor divididas por vários pedidos. Se não precisa de raciocínio ou de uso agêntico de ferramentas, um modelo de texto mais pequeno e simples pode ser um encaixe mais direto; o Hy3 faz mais sentido quando o seu contexto longo, controlo de raciocínio e suporte de ferramentas fazem realmente parte da tarefa.