Tencent hat Hy3 vorgestellt, die offizielle Version seines neuesten Hunyuan-Sprachmodells. Das Modell ist als kleinere, aber leistungsstarke Open-Source-Alternative positioniert und soll in mehreren wichtigen Disziplinen an deutlich größere Konkurrenzmodelle heranreichen.
Hy3 verfügt laut Tencent über 295 Milliarden Gesamtparameter, davon 21 Milliarden aktivierte Parameter, sowie ein Kontextfenster von 256K. Nach den vom Unternehmen veröffentlichten Benchmarks liegt das Modell damit in einem Leistungsbereich, der mit größeren Open-Source-Flaggschiffen vergleichbar sein soll, insbesondere bei Agent-, Coding- und Reasoning-Aufgaben.
Genau darin liegt die Bedeutung der Veröffentlichung. Tencent präsentiert Hy3 nicht als das größte Modell auf dem Markt. Im Mittelpunkt steht vielmehr die Frage, ob ein kleineres Modell genug Leistung bieten kann, um neben größeren Rivalen zu bestehen und zugleich praktischer für den realen Einsatz zu sein.
Tencent vergleicht Hy3 unter anderem mit GLM-5.1, GLM-5.2, DeepSeek V4 Pro und Qwen 3.7 Max. Besonders auffällig ist dabei der Größenunterschied. GLM-5.1 kommt laut den genannten Vergleichswerten auf 744 Milliarden Gesamtparameter und 40 Milliarden aktivierte Parameter. Hy3 liegt mit 295 Milliarden beziehungsweise 21 Milliarden deutlich darunter. Dass es dennoch bei Agent- und Reasoning-Aufgaben konkurrenzfähig sein soll, ist ein zentraler Teil der Positionierung.
Die Veröffentlichung gibt Tencent auch eine klarere Rolle im umkämpften chinesischen Markt für offene Modelle. Statt vor allem über schiere Modellgröße zu konkurrieren, setzt das Unternehmen bei Hy3 auf Effizienz. Entscheidend ist dabei, wie viel nutzbare Leistung ein Modell pro aktivem Parameter, pro Token und pro realer Aufgabe liefern kann.
Diese Frage wird wichtiger, weil große Sprachmodelle zunehmend in Coding-Assistenten, Bürosoftware, Suchwerkzeuge und automatisierte Mehrschritt-Systeme eingebunden werden. In solchen Einsatzbereichen reicht Größe allein nicht aus. Entwickler brauchen Modelle, die lange Kontexte verarbeiten, Anweisungen zuverlässig befolgen, Werkzeuge aufrufen, Code generieren und komplexe Abläufe ohne zu hohe Kosten oder Verzögerungen bewältigen können.
Ein wichtiger Schwerpunkt von Hy3 liegt deshalb auf Agent-Fähigkeiten. Solche Aufgaben gelten als anspruchsvoller als klassische Chatbot-Interaktionen, weil Modelle dabei über mehrere Schritte hinweg arbeiten müssen. Sie sollen lange Kontexte verstehen, verschachtelte Anweisungen umsetzen, Code erzeugen, externe Tools nutzen, Zwischenergebnisse bewerten und bei Fehlern den Ablauf fortsetzen können.
Das 256K-Kontextfenster zielt auf genau solche Szenarien. Es kann bei der Verarbeitung großer Dokumente, langer Aufgabenhistorien oder umfangreicher Codebasen eine Rolle spielen. Tencent stellt Hy3 damit als Modell für kombinierte Arbeitslasten aus Reasoning, Coding, Langkontext-Verarbeitung und Tool-Nutzung dar.
Die neue Version baut auf Hy3 Preview auf, das Tencent im April veröffentlicht hatte. Gegenüber dieser Vorabversion soll Hy3 weitere Fortschritte bei Codegenerierung, Agent-Fähigkeiten und Stabilität bringen. Das Unternehmen erklärt zudem, das Modell bereits in internen Geschäftsszenarien getestet zu haben, darunter Produktivitäts- und Office-Agent-Anwendungen.
Auch der Zeitraum zwischen Preview und finaler Version ist bemerkenswert. Zwischen beiden Veröffentlichungen liegen rund zwei Monate. Das deutet auf einen beschleunigten Entwicklungszyklus hin, der Forschung, Produkttests und Rückmeldungen aus praktischen Anwendungen enger miteinander verbindet.
Für die Nutzung in Unternehmen und Entwicklerprojekten spielt auch der Preis eine wichtige Rolle. Über Tencent Cloud kostet Hy3 nach Unternehmensangaben 1 Yuan pro eine Million Eingabetokens, 4 Yuan pro eine Million Ausgabetokens und 0,25 Yuan pro eine Million Cache-Treffer bei Eingabetokens. Gerade bei agentischen Anwendungen, Coding-Tools und Produktivitätssoftware können lange Kontexte und mehrstufige Interaktionen die Kosten schnell erhöhen.
Vor allem der niedrigere Preis für Cache-Treffer dürfte für wiederkehrende Langkontext-Szenarien relevant sein. Ein Coding-Tool kann mehrfach auf dieselbe Codebasis zugreifen. Ein Office-Agent kann wiederholt mit denselben internen Dokumenten oder Wissensquellen arbeiten. In solchen Fällen kann Caching die Ausführung günstiger machen.
Für die Verbreitung ebenfalls entscheidend ist die Lizenz. Tencent veröffentlicht Hy3 unter Apache 2.0. Diese Lizenz gilt als kommerziell vergleichsweise offen und erlaubt es Entwicklern, das Modell herunterzuladen, anzupassen und in kommerziellen Projekten zu nutzen. Damit dürfte Hy3 für viele Teams leichter einsetzbar sein als Modelle mit restriktiveren Bedingungen.
Verfügbar sein soll Hy3 über Tencent Cloud TokenHub sowie über Open-Source-Plattformen wie Hugging Face und ModelScope. Tencent plant nach eigenen Angaben außerdem eine Anbindung an weitere internationale Entwicklerplattformen, darunter OpenRouter, Hermes, Kilo, Cline, OpenClaw, OpenCode und CherryStudio.
Ob Hy3 sich dauerhaft durchsetzt, dürfte sich erst nach dem Start zeigen. Benchmarks und frühe Produkterfahrungen liefern zwar die erste Erzählung rund um das Modell. Entscheidend wird aber sein, wie unabhängige Entwickler, Tester und Anbieter von Agent-Systemen Hy3 im praktischen Einsatz bewerten.
Für Tencent schärft Hy3 vor allem die Rolle der Hunyuan-Reihe im Wettbewerb offener KI-Modelle. Die zentrale Botschaft lautet nicht, dass das Modell das größte seiner Klasse ist. Wichtiger ist der Anspruch, mit weniger Größe an die Leistung größerer Flaggschiffe heranzukommen und dabei für Entwickler wirtschaftlich und offen nutzbar zu bleiben.
