English ｜ 中文
目录
模型介绍
Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型，总参数量 295B，激活参数 21B，MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后，我们在 50 多个业务中获得了广泛的反馈，修复了各种体验问题，进一步提升了后训练的质量和规模。今天，我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰（参数规模往往是 Hy3 的 2～5 倍）开源模型的智能水平，显著提升了在各类产品和生产力任务中的实用价值。
| 属性 | 值 |
|---|---|
| 架构 | 混合专家（MoE） |
| 总参数量 | 295B |
| 激活参数量 | 21B |
| MTP层参数量 | 3.8B |
| 层数（不含MTP层） | 80 |
| MTP层数 | 1 |
| 注意力头 | 64（GQA，8 个 KV 头，head dim 128） |
| 隐藏层维度 | 4096 |
| FFN 中间层维度 | 13312 |
| 上下文长度 | 256K |
| 词表大小 | 120832 |
| 专家数量 | 192 个专家，top-8 激活 |
| 支持精度 | BF16 |
更强大的智能体能力
Hy3 基于 Preview 进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型的效果。
在代码、办公、金融、前端、游戏制作等生产力任务中，Hy3 进步显著，可以成为可靠且高性价比的模型选择。我们在内部组织了来自不同工种的 270 位专家在真实工作中盲测模型效果，产生了 312 条有效比较。结果表明，Hy3（均分 2.67 / 4）展现出优于 GLM5.1（均分 2.51 / 4）的表现，尤其在前端、CI/CD、数据与存储等类别优势显著。
更可靠的产品体验
模型的实用体验不完全与榜单成绩挂钩。基于广泛的用户反馈和分析，我们定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价。
输出格式和工具调用稳定性：我们显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3 还增强了跨智能体环境的泛化性，跨框架泛化能力增强，不同脚手架（如 CodeBuddy、Cline、KiloCode）都能稳定发挥，在 SWE Bench Verified 上标准差整体控制在 4 个百分点以内。
知识常识和抗幻觉能力：内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的理想态，我们进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中，Hy3 的幻觉率从 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%，显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。
复杂上下文承接与多轮意图保持能力：Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从 17.4% 降至 7.9%。同时 Hy3 在长对话理解基准中取得显著跨越（如 MRCR 从 42.9% 升至 75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏。
Benchmark 附录
新闻
- 🔥 我们在 Hugging Face、ModelScope、GitCode 和 CNB 开源了 Hy3 和 Hy3-FP8 模型权重。
模型链接
| 模型名 | 简介 | Hugging Face | ModelScope | GitCode | CNB |
|---|---|---|---|---|---|
| Hy3 | Instruct 模型 | 🤗 Model | Model | Model | Model |
| Hy3-FP8 | FP8 量化 Instruct 模型 | 🤗 Model | Model | Model | Model |
快速开始
建议先通过 vLLM 或 SGLang 部署服务，然后通过 OpenAI 兼容 API 调用：
from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8000/v1", api_key="EMPTY")
response = client.chat.completions.create(
model="hy3",
messages=[
{"role": "user", "content": "你好！请简单介绍一下你自己。"},
],
temperature=0.9,
top_p=1.0,
# reasoning_effort: "no_think"（默认，直接回复）、"low"、"high"（深度思维链）
extra_body={"chat_template_kwargs": {"reasoning_effort": "no_think"}},
)
print(response.choices[0].message.content)
推荐参数：
temperature=0.9，top_p=1.0。推理模式：复杂任务（数学、编程、推理）建议设置
reasoning_effort="high"，日常对话可使用默认的"no_think"直接回复。
具体部署方式请参考下方推理和部署章节。
推理和部署
Hy3 总参数量为 295B，当使用 8 张 GPU 时，建议使用 H20-3e 或其他有更大显存的卡型。
vLLM
从源码构建 vLLM：
uv venv --python 3.12 --seed --managed-python
source .venv/bin/activate
git clone https://github.com/vllm-project/vllm.git
cd vllm
uv pip install --editable . --torch-backend=auto
启动 vLLM 服务，开启 MTP：
# Switch to trtllm backend to work-around mnnvl workspace size issue.
export VLLM_FLASHINFER_ALLREDUCE_BACKEND=trtllm
vllm serve tencent/Hy3 \
--tensor-parallel-size 8 \
--speculative-config.method mtp \
--speculative-config.num_speculative_tokens 2 \
--tool-call-parser hy_v3 \
--reasoning-parser hy_v3 \
--enable-auto-tool-choice \
--port 8000 \
--served-model-name hy3
SGLang
从源码构建 SGLang：
git clone https://github.com/sgl-project/sglang
cd sglang
pip3 install pip --upgrade
pip3 install "transformers>=5.6.0"
pip3 install -e "python"
启动 SGLang 服务，开启 MTP：
python3 -m sglang.launch_server \
--model tencent/Hy3 \
--tp-size 8 \
--tool-call-parser hunyuan \
--reasoning-parser hunyuan \
--speculative-num-steps 2 \
--speculative-eagle-topk 1 \
--speculative-num-draft-tokens 3 \
--speculative-algorithm EAGLE \
--port 8000 \
--served-model-name hy3
模型微调
Hy3 提供了完整的模型微调流程，详细的微调文档请参考：模型微调指南
量化工具
我们提供了 AngelSlim——一套易用、全面、高效的大模型压缩工具包，涵盖常用量化算法、低比特量化和投机采样等能力。
许可证
Hy3 基于 Apache 2.0 许可证 发布。详情请参阅 LICENSE。
联系我们
如有问题或建议，欢迎通过邮件联系我们：
📧 hunyuan_opensource@tencent.com
Hy3 由腾讯混元团队研发。