MarkTechPost · 07.07.2026 ·Модели и релизы

Tencent представила открытую MoE-модель Hy3 с 295 млрд параметров

Tencent представила открытую MoE-модель Hy3 с 295 млрд параметров

Компания Tencent выпустила Hy3 — новую Mixture-of-Experts модель с общим объемом 295 млрд параметров, из которых 21 млрд активируются для обработки каждого токена. Модель поддерживает контекстное окно до 256 тысяч токенов и распространяется под лицензией Apache 2.0. Решение ориентировано на сложные агентные задачи, логические рассуждения и работу с длинными документами.

Архитектура Hy3 позволяет эффективно балансировать между вычислительной мощностью и скоростью инференса за счет разреженной активации параметров. Разработчики заявляют о значительном снижении уровня галлюцинаций по сравнению с предыдущими итерациями, что критически важно для надежного выполнения агентных сценариев. Модель уже продемонстрировала высокие показатели в специализированных бенчмарках для оценки навыков программирования и решения задач.

Доступ к модели открыт для широкого круга разработчиков, что упрощает интеграцию Hy3 в существующие пайплайны обработки данных и агентные системы. Для тестирования возможностей модели компания предоставила бесплатный доступ через платформу OpenRouter, который будет действовать до июля 2026 года.

Ключевые факты

Общий размер модели составляет 295 млрд параметров при активных 21 млрд на токен.
Поддерживаемое контекстное окно достигает 256 000 токенов.
Результат в бенчмарке SWE-Bench Verified составляет 78.0 баллов.
Модель распространяется под открытой лицензией Apache 2.0.
Бесплатный доступ к API через OpenRouter открыт до 21 июля 2026 года.

Источник: MarkTechPost

Обсудить с ИИ

Похожие материалы

Simon Willison's Weblog · Модели и релизы Tencent представила Hy3: MoE-модель на 295 млрд параметров Tencent выпустила Hy3 — новую языковую модель с архитектурой Mixture-of-Experts (MoE), насчитывающую 295 млрд параметров. Модель, распространяемая под лицензией Apache 2.0, прошла масштабный этап дообучения с использованием данных, собранных после тестирования превью-версии в более чем 50 продуктах компании. Разработчики заявляют о существенном превосходстве новинки над предыдущими итерациями в производительности и качестве генерации. The Decoder · Модели и релизы Tencent представила открытую модель Hy3 с архитектурой Mixture-of-Experts Компания Tencent выпустила открытую языковую модель Hy3, использующую архитектуру Mixture-of-Experts (MoE). При общем объеме в 295 миллиардов параметров, модель задействует лишь 21 миллиард параметров для обработки каждого токена. Разработчики заявляют, что Hy3 сопоставима по качеству с моделями, превосходящими её по размеру в 2–5 раз, при этом уровень галлюцинаций снижен до 5,4%. Hacker News · Модели и релизы Tencent представила Hy3: эффективная модель для рассуждений и агентных задач Tencent выпустила Hy3 (Hunyuan-3), специализированную модель с 295 миллиардами параметров, ориентированную на сложные логические рассуждения и выполнение агентных задач. Разработчики сделали упор на высокую вычислительную эффективность, оптимизировав архитектуру для снижения затрат на инференс при сохранении производительности, сопоставимой с ведущими проприетарными решениями в задачах планирования и работы с инструментами. Hacker News · Инференс и железо Распределенный инференс модели на 229 млрд параметров через интернет Исследователи представили метод распределенного инференса для MoE-модели (Mixture of Experts) объемом 229 миллиардов параметров, работающий в интерактивном режиме через интернет. Технология позволяет запускать тяжелые языковые модели, используя вычислительные мощности нескольких узлов, объединенных сетью, что значительно снижает требования к локальному оборудованию при сохранении высокой скорости генерации токенов. MarkTechPost · Модели и релизы Meituan представила LongCat-2.0: MoE-модель на 1,6 трлн параметров с контекстом 1 млн токенов Китайская компания Meituan анонсировала выпуск LongCat-2.0 — масштабной модели архитектуры Mixture-of-Experts (MoE) с общим объемом 1,6 триллиона параметров. Ключевой особенностью релиза стала поддержка нативного контекстного окна в 1 миллион токенов, реализованная за счет проприетарного механизма LongCat Sparse Attention. Модель оптимизирована для обучения и инференса на специализированных отечественных ASIC-кластерах. Hacker News · Модели и релизы Nous Research представила архитектуру Hermes MoA для повышения точности LLM Компания Nous Research анонсировала архитектуру Mixture-of-Agents (MoA), позволяющую объединять несколько специализированных языковых моделей для достижения более высоких результатов. Согласно бенчмаркам, система демонстрирует значительный прирост производительности по сравнению с ведущими проприетарными моделями, превосходя показатели Claude 3 Opus на 8% и GPT-4o на 11% в ряде ключевых задач, что подтверждает эффективность агентного подхода к генерации ответов. arXiv · Модели и релизы Agents-A1: 35B модель с производительностью уровня триллионных систем Исследователи представили Agents-A1 — модель типа Mixture-of-Experts (MoE) с 35 млрд параметров, которая достигает эффективности систем с триллионами параметров за счет масштабирования «горизонта агента». Подход фокусируется на увеличении длины траекторий планирования и расширении спектра гетерогенных способностей, что позволяет модели решать сложные задачи без необходимости пропорционального увеличения количества параметров. MarkTechPost · Инференс и железо Baidu представила Unlimited OCR: 3B-модель с фиксированным потреблением памяти Baidu выпустила Unlimited OCR — специализированную MoE-модель с 3 млрд параметров, предназначенную для обработки многостраничных документов. Главная особенность архитектуры заключается в использовании механизма Reference Sliding Window Attention (R-SWA), который поддерживает постоянный размер KV-кэша. Это позволяет модели сохранять стабильную скорость работы и потребление памяти независимо от объема входных данных, значительно превосходя существующие аналоги. Hacker News · Машинное обучение PuzzleMoE: новый метод сжатия моделей Mixture-of-Experts Исследователи представили PuzzleMoE — метод эффективного сжатия моделей с архитектурой Mixture-of-Experts (MoE). Технология позволяет значительно сократить количество параметров и вычислительные затраты при сохранении высокой точности нейросети. Подход оптимизирует структуру экспертов, делая крупные языковые модели более доступными для развертывания на ограниченных аппаратных ресурсах без существенной потери качества генерации. Hugging Face - Blog · Модели и релизы Mellum2: новая 12-миллиардная модель от JetBrains для локального использования JetBrains представила Mellum2 — новую 12-миллиардную модель, основанную на архитектуре Mixture-of-Experts (MoE). Эта модель разработана для эффективного локального использования, что делает её особенно интересной для разработчиков ИИ-агентов, которым важна производительность на локальных устройствах.

← Все материалы