Tencent Hy3: Model AI Open Source 295B Parameter dari China yang Bikin Heboh

Tencent Hy3: Model AI Open Source 295B Parameter dari China yang Bikin Heboh

Tencent Hy3 adalah model AI open source dengan 295 miliar parameter arsitektur Mixture-of-Experts yang hanya mengaktifkan 21 miliar parameter per token. hasilnya performa setara GPT-5.5 dan Claude Opus dengan biaya sepersepuluhnya. Langsung aja kita bedah.

Dunia AI lagi heboh. Bukan karena rilisnya GPT-5.5 atau Claude Opus 4.8, tapi karena Tencent. raksasa teknologi China. ngeluarin model open source yang bikin banyak orang melongo. Namanya Hy3, dan model ini langsung jadi perbincangan hangat di kalangan developer dan peneliti AI sejak dirilis 6 Juli 2026 lalu.

Apa yang bikin spesial? Hy3 punya 295 miliar parameter total, tapi cuma 21 miliar yang aktif tiap kali diajak mikir. Arsitektur Mixture-of-Experts (MoE) ini bikin dia efisien banget tanpa nguras VRAM. Ditambah lagi lisensi Apache 2.0 yang bikin siapa pun boleh pakai, modifikasi, bahkan buat produk komersial.

Apa Itu Tencent Hy3?

Hy3 adalah model bahasa besar (LLM) buatan Tencent Hy Team. divisi riset AI internal Tencent. Model ini adalah versi final dari Hy3 Preview yang dirilis akhir April 2026. Dalam tiga bulan sejak Preview, Tim Hy mengumpulkan feedback dari lebih 50 produk internal Tencent dan meningkatkan kualitas data post-training secara signifikan.

Biar gampang dipahami, ini spesifikasi teknisnya:

Yang menarik, Hy3 juga punya fitur Multi-Token Prediction (MTP) layer 3,8B parameter. yang bikin model ini bisa memprediksi beberapa token sekaligus, bukan satu per satu. Ini ngebantu meningkatkan kecepatan inferensi secara signifikan.

Arsitektur Mixture-of-Experts: Kenapa 295B Tapi Cuma 21B yang Aktif?

Ini mungkin bagian yang paling bikin penasaran. Kok bisa model 295B cuma perlu 21B parameter aktif per token?

Bayangin gini. Di perusahaan besar dengan 192 departemen (expert), setiap tugas yang masuk gak perlu melibatkan semua departemen. Cukup 8 departemen paling relevan yang kerja. Sisanya tetap ada, tapi gak aktif buat tugas itu.

Baca juga:

Muse Code dan Muse Glimmer: AI Coding Meta yang Baru

Nah, gitu juga cara kerja MoE di Hy3. Model punya 192 “expert” kecil. Tiap token yang masuk cuma diarahkan ke 8 expert paling cocok. Hasilnya? Efisiensi komputasi tinggi tanpa mengorbankan kapasitas pengetahuan total.

Pendekatan ini bikin Hy3 bisa bersaing sama model flagship lain yang punya parameter 2-5 kali lebih besar. Dalam blind evaluation yang melibatkan 270 ahli dengan tugas dari pekerjaan nyata mereka, Hy3 dapet skor 2,67 dari 4. mengalahkan GLM-5.1 yang cuma 2,51.

Performa dan Benchmark Hy3

Tencent gak main-main soal klaim performa. Menurut publikasi resminya, Hy3 unggul di beberapa area kunci:

Kemampuan Coding dan Agent

Di SWE-Bench Verified, Hy3 mencetak skor 74,4-78%. Ini setara sama model open source terbaik yang ada sekarang. Yang lebih menarik, variance akurasinya cuma 4% di berbagai agent scaffolding seperti CodeBuddy, Cline, dan KiloCode. Artinya, model ini stabil dipake di berbagai framework agent.

Penurunan Hallucination Drastis

Salah satu masalah terbesar LLM adalah hallucination. model ngomong sesuatu yang salah dengan percaya diri. Tencent mengklaim berhasil nurunin hallucination rate dari 12,5% jadi 5,4%. Kesalahan commonsense juga turun dari 25,4% ke 12,7%. Ini signifikan banget buat production use.

Blind Test Lawan GLM-5.1

Dalam blind evaluation dengan 270 ahli, Hy3 menang terutama di tugas frontend development, data & storage, dan CI/CD. Buat yang penasaran, skor lengkapnya: Hy3 2,67 vs GLM-5.1 2,51. keunggulan paling terasa di kategori frontend.

Fitur Unggulan Hy3

Ada beberapa fitur yang bikin Hy3 beda dari model open source lain:

Baca juga:

7 AI App untuk Desainer Bikin Konten Lebih Cepat

Three Reasoning Modes

Hy3 punya tiga mode berpikir yang bisa dipilih sesuai kebutuhan:

• no_think: Mode default, respons langsung tanpa chain-of-thought. cocok buat tugas sederhana.
• low: Reasoning ringan buat tugas yang butuh sedikit pemikiran ekstra.
• high: Deep chain-of-thought buat tugas kompleks kayak matematika, coding, dan penalaran multi-langkah.

Mode ini dikontrol lewat parameter reasoning_effort di API call. Praktis banget buat developer yang pengen ngatur keseimbangan antara kecepatan dan akurasi.

256K Context Window

Dengan konteks 256K token, Hy3 bisa memproses dokumen sepanjang novel tebal dalam sekali jalan. Tencent juga ngaku udah ngelakuin optimasi khusus biar model ini gak “lupa” sama instruksi di tengah percakapan panjang. Internal multi-turn test menunjukkan penurunan issue rate dari 17,4% jadi 7,9%.

Open Source dengan Apache 2.0

Ini yang paling bikin developer seneng. Hy3 dirilis dengan lisensi Apache 2.0. tanpa batasan geografis. Artinya, developer dari Indonesia pun bisa pakai, modifikasi, dan jual produk berbasis Hy3 tanpa perlu bayar lisensi. Model weight tersedia di Hugging Face, ModelScope, GitCode, dan CNB.

Harga API: Seberapa Murah?

Buat yang males deploy sendiri, Hy3 udah tersedia di OpenRouter dengan harga yang bikin ngiler. Provider seperti DeepInfra, GMICloud, dan AtlasCloud nawarin Hy3 mulai dari $0,14 per 1M token input dan $0,58 per 1M token output.

Bandingin sama Claude Opus yang $15-75 per 1M token, atau GPT-5.5 yang $10-40. Hy3 lebih dari 10 kali lebih murah. Dengan prompt caching, harganya bisa turun lagi. rata-rata efektif cuma $0,129 per 1M input setelah cache.

Performa juga oke. DeepInfra kasih latency 0,72 detik dan throughput 40 token per detik. GMICloud punya uptime 99,96%. stabil banget buat production.

Baca juga:

GLM-5.3-Flash vs Qwen3.8-Flash: Mana yang Lebih Worth It?

Cara Pakai Hy3

Ada dua cara utama buat pakai Hy3:

Via API (OpenRouter)

Cara termudah. Tinggal daftar di OpenRouter dan panggil model tencent/hy3 lewat API endpoint biasa. Mode reasoning diatur lewat parameter extra_body:

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="YOUR_API_KEY"
)

response = client.chat.completions.create(
    model="tencent/hy3",
    messages=[{"role": "user", "content": "Jelaskan cara kerja MoE dalam bahasa Indonesia"}],
    temperature=0.9,
    extra_body={"chat_template_kwargs": {"reasoning_effort": "high"}}
)

Deploy Sendiri

Buat yang punya GPU, Hy3 bisa di-deploy pake vLLM atau SGLang. Rekomendasi minimal 8 GPU dengan H20-3e atau GPU VRAM besar lainnya. Model weight bisa di-download dari Hugging Face: tencent/Hy3.

Parameter rekomendasi: temperature 0,9, top_p 1,0. Untuk tugas kompleks yang butuh reasoning, set reasoning_effort ke “high”.

Kelebihan dan Kekurangan Hy3

Kelebihan

• Efisien banget: 21B aktif dari 295B total. performa besar tanpa komputasi gila-gilaan.
• Murah: Harga API 10-50x lebih murah dari GPT-5.5 atau Claude Opus.
• Open source: Apache 2.0, bisa dipake buat apa aja termasuk komersial.
• Context besar: 256K token cukup buat kebanyakan use case.
• Hallucination rendah: Turun drastis dari versi Preview.

Kekurangan

• Butuh GPU gede: Buat deploy sendiri minimal 8 GPU H20-3e. gak semua orang punya.
• Ekosistem masih baru: Belum banyak tools dan community support kayak Llama atau Mistral.
• Kurang optimal buat creative writing: Di beberapa benchmark, model ini lebih kuat di coding dan reasoning daripada penulisan kreatif.
• Model Cina: Meski open source, beberapa developer mungkin masih ragu soal data privacy dari model buatan perusahaan China.

Perbandingan dengan Model Lain

Biar lebih jelas, ini perbandingan cepat Hy3 dengan model lain di kelasnya:

Dari tabel di atas keliatan jelas: Hy3 nawarin keseimbangan performa-harga yang susah ditandingin. Harga API dia paling murah kedua (setelah DeepSeek-V3 via komunitas), tapi dengan performa yang diklaim setara model 2-5x lebih besar.

Kesimpulan: Apakah Hy3 Layak Dicoba?

Jawaban singkatnya: iya, apalagi buat developer dan tim yang kerja di bidang coding, agent automation, atau analisis dokumen panjang.

Baca juga:

10 AI Tools Terbaru November Ini yang Wajib Dicoba

Hy3 bukan sekadar model open source biasa. Dengan arsitektur MoE 295B/21B yang efisien, lisensi Apache 2.0 tanpa batasan, dan harga API yang jauh di bawah kompetitor, Tencent berhasil bikin model yang relevan buat production use. bukan cuma buat riset atau eksperimen.

Yang paling keren? Model ini open source. Developer Indonesia bisa download, fine-tune, dan deploy sendiri tanpa perlu takut soal lisensi. Ini peluang besar buat yang pengen bikin produk AI lokal tanpa ketergantungan sama API luar yang mahal.

Kalo Anda tertarik, langsung aja cek halaman resmi Tencent Hy3 atau Hugging Face tencent/Hy3. Untuk coba via API, OpenRouter udah support dengan harga mulai $0,14/1M token. Gak ada ruginya nyoba. apalagi gratis dua minggu pertama di beberapa provider.

Yang jelas, persaingan model AI open source makin seru. Dan kali ini, Tencent ikut nimbrung dengan cara yang bikin semua orang notice.

Referensi: hy.tencent.com, Hugging Face tencent/Hy3, OpenRouter, Decrypt, SiliconFlow, Towards AI.