Для Hy3 используйте Chat Completions API.
О модели
Hy3 — модель команды Tencent Hy для разработки, офисных задач, финансового моделирования, фронтенда и агентных сценариев; выпущена с открытыми весами под лицензией Apache 2.0.
Гибридная модель с архитектурой MoE: 295 млрд параметров, из них 21 млрд активных; может отвечать сразу или рассуждать. По данным Tencent, в слепой оценке 270 экспертов на задачах из их работы набрала 2,67 из 4 против 2,51 у GLM-5.1.
Через Tencent Cloud TokenHub: контекст 256 000 токенов, вход до 192 000, ответ до 128 000; доступны вызов функций и параметр reasoning_effort.
Вышла 6 июля 2026 после Hy3 Preview от 23 апреля 2026 с тем же размером MoE; по данным Tencent, для Hy3 использованы более качественные данные постобучения и больше обучения с подкреплением.
Стоимость
Текущая стоимость использования этой модели:
Токены | Стоимость за 1 млн токенов |
|---|---|
Входные токены | 14₽ |
Выходные токены | 58₽ |
Чтение из кэша | 3,50₽ |
Как считается расход
-
Учитываются все токены
И входные (input), и сгенерированные моделью (output)
Характеристики
Параметр | Значение |
|---|---|
Вход | Текст |
Выход | Текст |
Контекст | 256 000 токенов |
Максимальный вход | 192 000 токенов |
Максимальный ответ | 128 000 токенов |
Рассуждения | Гибридные: ответ сразу или с рассуждениями |
Параметры модели | 295 млрд, из них 21 млрд активных |
Лицензия | Apache 2.0 |
Дата выхода | 6 июля 2026 |
Сравнение с соседними моделями
Модель | Контекст | Максимальный вход | Максимальный ответ | Уровень рассуждений по умолчанию |
|---|---|---|---|---|
Hy4-preview | 1 024 000 токенов | 960 000 токенов | 64 000 токенов | high |
Hy3 (эта модель) | 256 000 токенов | 192 000 токенов | 128 000 токенов | high |
Бенчмарки
Бенчмарк | Результат | Условия |
|---|---|---|
SWE-bench Pro | 57,9 % | Условия не раскрыты |
Terminal Bench 2.1 | 71,7 % | Условия не раскрыты |
BrowseComp | 84,2 % | Условия не раскрыты |
MCP Atlas (публичный набор) | 79,1 % | Условия не раскрыты |
ClawEval (pass^3) | 68,5 % | Условия не раскрыты |
Humanity's Last Exam (текстовая часть) | 53,2 % | С инструментами; остальные условия не раскрыты |
API
Эндпоинт
POST https://api.dslab.tech/v1/chat/completionsimport osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["DSLAB_API_KEY"], base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create( model="hy3", reasoning_effort="high", messages=[ {"role": "system", "content": "Отвечай кратко и по делу."}, {"role": "user", "content": "Объясни, что такое идемпотентность."}, ],)print(response.choices[0].message.content)Параметры
Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
model | string | обязательный | ID модели: hy3. |
messages | array | обязательный | История диалога. Роли: system, user, assistant, tool. content — текст. |
max_tokens | integer | — | Максимальный ответ в токенах, до 128 000. |
reasoning_effort | string | high | Уровень рассуждений: low или high. |
stream | boolean | false | Потоковый ответ. |
stream_options | object | — | include_usage: true добавляет в завершающий фрагмент потока статистику токенов. |
tools | array | — | Ваши функции: type function, name, description и parameters (JSON Schema). |
tool_choice | string | — | Выбор функции для вызова; в примерах документации Tencent — auto. |
Важно знать
-
В сценариях с вызовом функций у модели адаптивные рассуждения.
-
При передаче tools значение reasoning_effort low заменяется на high.
