- Authors
- Name
- Youngju Kim
- @fjvbn20031
引言 — Hy3 究竟是什么
2026 年 7 月 6 日，Tencent 的 Hy（原 Hunyuan）团队将 Hy3 作为开放权重公开。它是 4 月 23 日发布的预览版的正式版。先澄清一个误解：由于名字的缘故，很容易把它看成 3D 生成模型，但 Hy3 是面向文本推理·智能体的 大规模语言模型。它与生成 3D 资产的 Hunyuan3D 系列属于不同谱系。
先说核心。它是总参数 295B 的 MoE（Mixture-of-Experts，混合专家）结构，但处理单个 token 时实际点亮的只有 21B。上下文长度为 256K，权重以 BF16 分发。许可证是 Apache 2.0 — 既没有地区限制，也没有使用领域限制。权重已上传至 Hugging Face（tencent/Hy3）和 ModelScope，并正陆续分发到 OpenRouter·Cline·OpenCode 等第三方平台。
架构中真正值得关注的地方
几个数字就能很好地说明这款模型的性格。专家（expert）共有 192 个，其中只有 top-8 会被激活。于是就形成了"磁盘上是 295B、计算是 21B"的格局。推理的运算量接近 21B 级的稠密（dense）模型，但内存却要把 295B 全部装下。按 BF16 简单计算，仅权重就约为 590GB（2 字节 × 295B），因此 Tencent 也建议"8 张 GPU、H20-3e 以上的大容量显存"。推荐的显卡是面向中国市场的 H20 系列，这一点也值得坦率地指出。
主要规格整理如下。
- 总参数 295B / 激活 21B（192 个专家中 top-8）
- MTP（Multi-Token Prediction）层 3.8B — 用于投机解码
- 上下文 256K，精度 BF16
- 注意力 64 头（GQA，KV 8 头，head dim 128）
- 推理调节
reasoning_effort：no_think（默认）·low·high - 部署栈：vLLM·SGLang，量化使用 AngelSlim 工具包
3.8B 的 MTP 层在 vLLM·SGLang 中用于投机解码（speculative decoding），加速 token 生成。用 reasoning_effort 开关推理深度的设计也很实用。意思是：简单请求用默认值 no_think 直接作答，只对困难问题切到 high，拉长思考过程，从而避免不必要的延迟和 token 浪费。
也谈谈现实中的部署。需要装下约 590GB，所以这是一款在服务器而非笔记本上提供服务的模型。不过若用 AngelSlim 做低比特量化，内存需求会下降，从而在多 GPU 工作站上尝试也有了余地。激活参数为 21B 这一点，在这里再次带来优势。
开放权重的版图与许可证的故事
Hy3 并非凭空出现。它是 DeepSeek、Zhipu 的 GLM、Alibaba 的 Qwen 一路延续下来的中国系开放权重浪潮中的最新一项。这一阵营的共同点，是以宽松的许可证公开接近旗舰水平的性能。
这里，选择 Apache 2.0 的意义比表面看上去更大。此前中国系的"开放"模型，很多都以带有使用限制或地区条款的自有社区许可证发布。Hy3 的预览版本身就是如此。相比之下，正式版的 Apache 2.0 没有这种负担，对于必须经过法务审查的组织而言，采用门槛明显更低。
因此，对韩国开发者而言，真正有意思的是许可证的沿革。据多家媒体报道，4 月的预览版以名为"Tencent Hy Community License"的限制性许可证发布，其中 明确将 EU·英国·韩国排除在使用对象之外。7 月的正式版整段删去了该条款，转为 Apache 2.0。这段沿革并非来自一手资料（官方公告·模型卡），而是在二手报道中得到确认，因此其出处需要注明。不过若属实，那么在短短几个月内，韩国就从"不可使用的对象"变成了"可无限制商用"。
能力主张该相信到什么程度
公开的基准测试（全部为厂商自测）很亮眼。
- GPQA Diamond 90.4
- SWE-Bench Verified 78.0 / SWE-Bench Pro 57.9
- HLE（Humanity's Last Exam）53.2
- USAMO 2026 72.0 / IMOAnswerBench 90.0
- Deep SWE 28 / Apex Agents 25.6
Tencent 将其表述为"与比自身大 2~5 倍的旗舰相媲美的智能"。它称与 GLM-5.2·DeepSeek-V4-Pro"处于相近水平"，同时强调自身远小于参数分别为 753B·1.6T 的对手。还有一项效率数字：在文档处理上比 GLM-5.2 少用了 47.4% 的 token。
而且像 Deep SWE·Apex Agents 这样的项目是相对较新的智能体系基准，竞争模型公开的参照点并不多。也就是说，仅凭数字很难判断其相对位置。
这里需要保持冷静。这些数字全部是厂商自己给出的，截至本文撰写之时，尚无独立的第三方验证。 而且即便在厂商自己的资料中，也能看到弱点。在编码方面它逊于 GLM-5.2 — SWE-Bench Verified 是 78.0 对 84.2。所谓超过 GPT-5.5 的主张，只是针对 FrontierScience-Olympiad 这一特定科学任务的范畴性描述，并没有分数对比表。反过来，像 Deep SWE 28、Apex Agents 25.6 这类偏低的项目也一并列入了模型卡，这反倒让人更信服。
结语
关于 Hy3，最确定的事实不是基准排名，而是可获取性。21B 的激活参数意味着推理成本低，Apache 2.0 意味着没有法律摩擦，而且在标准栈（vLLM·SGLang）上即可直接运行。
在得到验证之前，把基准测试当作厂商的主张来看待是恰当的。但"足够好、又能无约束使用"的开放模型选项又多了一个，这一事实本身就是无需验证的收益。是否真正采用，不会由排行榜决定，而会由各自在自己的工作负载上跑几天的结果来决定。