Hy3 sur Novita AI : Lancement, tarifs et adéquation pour les développeurs

Le Hy3 de Tencent est disponible sur Novita AI en tant qu’API serverless sans frais — soit 0 $ par million de tokens en entrée comme en sortie en juillet 2026. Il s’agit d’un modèle Mixture-of-Experts de 295B avec 21B paramètres actifs par token, une fenêtre de contexte de 256K tokens et trois modes de raisonnement configurables. Les développeurs qui ont besoin d’un modèle open-weight performant pour des agents de codage, des workflows de raisonnement ou des tâches à long contexte disposent désormais d’un chemin simple : utiliser l’ID de modèle tencent/hy3 sur l’endpoint Novita AI et démarrer sans s’engager sur une infrastructure payante.

Points clés

• Gratuit au lancement : Hy3 est actuellement facturé à 0 $/M tokens en entrée et en sortie sur Novita AI.
• 295B au total, 21B actifs : L’architecture MoE signifie que seuls 21B paramètres sont activés par token, ce qui maintient des coûts d’inférence faibles malgré l’ampleur des capacités.
• Fenêtre de contexte de 256K et sortie max de 262K : Suffisamment grand pour des instantanés complets de dépôt, de longs transcripts d’agents et des chaînes de raisonnement prolongées.
• Trois modes de raisonnement : Alternez entre no_think (rapide), low et high (chaîne de pensée profonde) à l’aide du paramètre reasoning_effort.
• Des benchmarks solides en codage et pour les agents : 74,4 % sur SWE-bench Verified et 87,2 % sur GPQA Diamond — un niveau compétitif parmi les meilleurs modèles open-source disponibles aujourd’hui.

Qu’est-ce que Hy3 ?

Hy3 est le modèle de langage de troisième génération de Tencent, développé par l’équipe Tencent Hy (anciennement sous la marque Hunyuan). Le modèle a d’abord été publié sous le nom de Hy3-preview le 23 avril 2026, suivi de la version complète Hy3 en juillet 2026. Les deux sont publiés en open source sous licence Apache 2.0 sans restriction géographique — une amélioration par rapport à la licence communautaire de l’aperçu qui excluait à l’origine l’UE, le Royaume-Uni et la Corée du Sud.

Le modèle est construit sur une infrastructure de pré-entraînement et d’apprentissage par renforcement entièrement repensée par Tencent au début de l’année 2026. Cette refonte est la principale raison pour laquelle le saut entre Hy2 et Hy3 est aussi important : le score SWE-bench Verified est passé de 53,0 % à 74,4 % — soit une amélioration relative d’environ 40 %.

Hy3 alimente l’assistant Yuanbao de Tencent et le produit développeur CodeBuddy. Il a été conçu dès le départ pour les workflows agentiques multi-étapes, et non comme une simple fonctionnalité ajoutée après coup.

Architecture en bref

Le modèle utilise une conception hybride dense-MoE. La première couche de transformeur est dense (tous les paramètres actifs) ; les couches 2 à 80 sont des MoE éparses. Chaque couche MoE contient 192 experts routés et 1 expert partagé toujours actif, chaque token activant un sous-ensemble top-8 via une activation sigmoïde. Le résultat est un modèle qui fonctionne comme un modèle de 21B paramètres lors de l’inférence tout en puisant dans 295B paramètres de connaissances stockées.

Une couche distincte de prédiction multi-tokens (MTP) de 3,8B permet le décodage spéculatif, ce qui améliore le débit dans les environnements de service.

L’attention utilise l’attention par requêtes groupées (GQA) avec 64 têtes de requête et 8 têtes clé-valeur, une RMSNorm par tête QK et un codage positionnel RoPE.

Accès à l’API Hy3 sur Novita AI

Hy3 est disponible sur Novita AI en tant que modèle de chat serverless avec une API compatible OpenAI. Pas de provisionnement GPU, pas de gestion d’instance, pas de dépense minimale — vous appelez l’endpoint et ne payez que pour ce que vous utilisez (actuellement 0 $ par million de tokens).

La bibliothèque de modèles Novita AI propose un playground pour tester avant d’intégrer.

L’endpoint est compatible OpenAI : définissez base_url sur https://api.novita.ai/openai, définissez model sur tencent/hy3 et utilisez votre clé API Novita. L’endpoint prend en charge l’appel de fonctions, les sorties structurées et les contrôles de raisonnement. Pour les intégrations SDK OpenAI existantes, le seul changement consiste à remplacer base_url et model.

Spécifications et tarifs de Hy3 sur Novita AI

Champ	Détails
Nom d’affichage	Hy3
ID du modèle	tencent/hy3
URL de base	https://api.novita.ai/openai
Famille d’endpoints	chat/completions
Fenêtre de contexte	262 144 tokens
Tokens de sortie max	262 144 tokens
Prix d’entrée	0 $ / M tokens
Prix de sortie	0 $ / M tokens
Fonctionnalités supportées	Appel de fonctions, sorties structurées, raisonnement
Architecture	295B total / 21B actifs, MoE
Meilleur usage	Agents de codage, raisonnement, analyse long contexte

Le tarif de 0 $/M est un prix de lancement. La page de tarification Novita AI affiche les tarifs en vigueur.

Benchmarks et signaux de performance de Hy3

Tencent a publié les résultats des benchmarks pour la version Hy3-preview ; le modèle Hy3 complet représente une amélioration supplémentaire après entraînement.

Benchmark	Score Hy3-preview	Contexte
SWE-bench Verified	74,4 %	Contre 53,0 % pour Hy2 ; meilleur résultat open-weight en avril 2026 (Tencent, Artificial Analysis)
GPQA Diamond	87,2 %	Raisonnement scientifique de niveau master (Tencent GitHub)
MMLU	87,42 %	Connaissances académiques générales (Tencent GitHub)
Terminal-Bench 2.0	54,4 %	Tâches réelles de génie logiciel (Tencent GitHub)

Lors d’une évaluation en aveugle avec 270 experts du domaine effectuant des tâches professionnelles réelles, Hy3-preview a obtenu 2,67/4 contre 2,51/4 pour GLM5.1. Les catégories de résultats les plus fortes étaient le développement front-end, les données et le stockage, et l’intégration continue/déploiement continu.

Le plafond pratique à comprendre : Hy3 est en retrait par rapport aux meilleurs modèles closed-source dans les comparaisons directes suivies sur Artificial Analysis. Il ne prend pas en charge l’entrée d’images, ce qui l’exclut pour les tâches multimodales. Dans le domaine open-source et open-weight, il constitue l’une des options les plus solides pour le codage et le travail agentique à la mi-2026.

Les benchmarks pour la version complète de Hy3 n’ont pas été publiés séparément au moment de la rédaction ; Tencent décrit le modèle complet comme améliorant l’aperçu en termes de raisonnement, de workflows agentiques et de tâches à long contexte, suite aux retours de plus de 50 équipes produit.

Capacités clés pour les développeurs

Codage et génie logiciel. Hy3 a été entraîné avec les workflows agentiques de code comme cible principale. Le score SWE-bench de 74,4 % reflète cette orientation — le modèle peut raisonner sur des modifications multi-fichiers, identifier des bogues dans leur contexte et produire des diffs cohérents sur de grandes bases de code. Il performe particulièrement bien dans les scénarios de développement front-end et d’intégration/déploiement continus, selon les données d’évaluation par les experts.

Raisonnement long contexte. Une fenêtre de contexte de 256K permet de passer des instantanés complets de dépôt, des documentations d’API complètes, de longs transcripts d’agents ou des analyses multi-documents sans découpage. La sortie max de 262K offre de la place pour de longs plans, des explications détaillées et de la documentation générée.

Profondeur de raisonnement configurable. Trois modes de raisonnement permettent d’ajuster la latence par rapport à la qualité par requête. Utilisez no_think pour des décisions de routage rapides ou des complétions simples ; utilisez high pour les étapes agentiques difficiles nécessitant une chaîne de pensée profonde. Cela est utile lors de la construction de pipelines d’agents où tous les appels ne justifient pas un calcul de raisonnement complet.

Appel de fonctions et sorties structurées. Les deux sont pris en charge sur Novita AI, ce qui signifie que Hy3 s’intègre dans les modèles d’utilisation d’outils standards sans adaptateurs.

Multilingue. Le modèle gère bien le chinois et l’anglais, ce qui est important pour les équipes travaillant avec des données, des utilisateurs ou de la documentation en chinois en parallèle de systèmes en anglais.

Quand utiliser Hy3

Agents de codage et workflows logiciels automatisés. Un score SWE-bench de 74,4 % place Hy3 près du plafond open-source actuel pour les tâches de génie logiciel. Si votre workflow implique l’identification et la correction de bogues, la navigation dans de grandes bases de code ou la génération de code à partir de spécifications, Hy3 est un candidat solide à tester.

Analyse long contexte où le coût compte. Le tarif de lancement à 0 $/M token, combiné à 256K de contexte et à l’efficacité MoE, le rend exceptionnellement abordable pour les tâches sur documents longs. Si vous découpez des documents pour les faire entrer dans des modèles plus petits à cause de contraintes de coût, Hy3 vous permet de tester le raisonnement long contexte de bout en bout à coût d’inférence nul pendant cette période.

Pipelines agentiques multi-étapes. La conception du modèle a été façonnée par des déploiements agentiques réels dans les produits Tencent. Les modes de raisonnement configurables sont pratiques pour orchestrer des pipelines où vous souhaitez des réponses rapides sur les étapes simples et un raisonnement approfondi sur les étapes complexes.

Besoins open-weight. La licence Apache 2.0 signifie que les poids du modèle sont disponibles pour inspection, ajustement fin et auto-hébergement. Si votre équipe doit auditer le modèle ou l’exécuter dans un environnement contrôlé, l’API hébergée et le chemin auto-hébergé coexistent.

Quand ne pas utiliser Hy3

Tâches multimodales. Hy3 est texte entrée, texte sortie. Il n’accepte pas les entrées image, audio ou vidéo. Pour les tâches de vision, regardez du côté de modèles comme GLM-4.6V, ERNIE 4.5 VL ou la famille de modèles d’images Hunyuan.

Tâches nécessitant une latence inférieure à la seconde à grande échelle. Le routage MoE ajoute une surcharge par rapport aux modèles denses de nombre équivalent de paramètres actifs. Pour les cas d’usage en production à volume élevé et sensibles à la latence, mesurez les temps de réponse réels sous charge réaliste avant de vous engager.

Quand vous avez besoin de l’absolue frontière. Hy3 est compétitif pour un modèle open-source mais reste en retrait par rapport aux meilleurs modèles closed-source sur les benchmarks indépendants suivis par Artificial Analysis. Si votre tâche dépend de manière critique de la plus haute qualité de raisonnement possible, évaluez ces différences dans votre charge de travail spécifique.

Tâches d’embedding ou de classification. Hy3 est un modèle de chat génératif. Ce n’est pas un modèle d’embedding ou de reclassement. Utilisez un modèle d’embedding dédié pour la recherche sémantique et la récupération.

Comment Hy3 s’intègre dans votre workflow API

L’endpoint Novita AI utilise le schéma standard des chat completions OpenAI. Si vous appelez déjà un modèle compatible OpenAI via Novita, le changement d’intégration est un simple échange d’ID de modèle, de votre modèle actuel vers tencent/hy3.

Le paramètre reasoning_effort contrôle le mode de réflexion activé pour une requête donnée. Le définir sur "high" active une chaîne de pensée profonde et est approprié pour les étapes agentiques difficiles. Le définir sur "none" ou "low" donne des réponses plus rapides au détriment de la profondeur de raisonnement. Ce paramètre n’est pas standard dans la spécification OpenAI — la documentation Novita AI donne le nom exact du champ et les valeurs acceptées.

L’appel de fonctions suit le format standard d’utilisation d’outils OpenAI. Les sorties structurées fonctionnent via response_format. Les deux vous permettent d’utiliser Hy3 comme remplacement direct dans les frameworks d’agents existants (LangChain, LlamaIndex, CrewAI, etc.) sans modifier les définitions d’outils ou les analyseurs de sortie.

Pour les limites de débit et la gestion du budget de contexte à l’échelle de la production, la documentation de l’API LLM Novita AI couvre les détails de débit et les modèles de requête.

Conclusion

Hy3 est le bon modèle à évaluer si vous exécutez des agents de codage, des workflows d’analyse long contexte ou des pipelines de raisonnement agentique et que vous n’avez pas encore trouvé de modèle open-weight qui corresponde à votre niveau de qualité. La combinaison de 74,4 % sur SWE-bench, de 256K de contexte, d’une profondeur de raisonnement configurable et d’un tarif de lancement à 0 $/M sur Novita AI supprime la plupart des frictions pour l’essayer : ajoutez l’ID du modèle, lancez votre évaluation existante et mesurez l’écart avant de décider d’y router du trafic de production.

Le plafond est réel — il ne bat pas les meilleurs modèles closed-source et ne gère pas la vision. Mais pour les cas d’usage qu’il cible, il fait partie des options open-source les plus solides disponibles aujourd’hui, et le chemin serverless Novita AI signifie que vous pouvez le tester sans engagement de provisionnement GPU. La page du modèle Hy3 sur Novita AI inclut un playground pour tester avant de construire une intégration.

FAQ

Quel est l’ID du modèle pour Tencent Hy3 sur Novita AI ?

L’ID exact du modèle est tencent/hy3. Utilisez-le dans le champ model de vos appels API.

Hy3 est-il gratuit sur Novita AI ?

Hy3 est actuellement facturé à 0 $ par million de tokens en entrée et en sortie sur Novita AI. La page de tarification affiche les tarifs en vigueur, car les prix de lancement peuvent changer.

Quelle est la fenêtre de contexte de Hy3 ?

Hy3 prend en charge une fenêtre de contexte de 262 144 tokens avec une sortie max de 262 144 tokens sur Novita AI.

Hy3 prend-il en charge l’appel de fonctions ?

Oui. La fiche Novita AI pour Hy3 inclut l’appel de fonctions, les sorties structurées et le raisonnement comme fonctionnalités supportées.

Quels modes de raisonnement Hy3 prend-il en charge ?

Hy3 inclut trois modes de raisonnement : no_think (rapide, sans chaîne de pensée), low (raisonnement léger) et high (chaîne de pensée profonde pour les tâches complexes). Ils sont configurés via le paramètre reasoning_effort.

Hy3 prend-il en charge l’entrée d’image ?

Non. Hy3 est un modèle texte uniquement. Il n’accepte pas les entrées image, audio ou vidéo.

Comment Hy3 se compare-t-il à Kimi K2 ou GLM 5.2 ?

Les trois sont de solides modèles open-weight MoE orientés codage et workflows agentiques. Kimi K2 a 1T paramètres au total avec 32B actifs et est en tête dans les benchmarks mathématiques et STEM. GLM 5.2 a une fenêtre de contexte de 1M de tokens optimisée pour l’analyse long contexte de dépôts. Hy3 se situe à 295B/21B avec de solides résultats SWE-bench (74,4 %) et une période de lancement gratuite sur Novita AI. Le bon choix dépend de votre tâche spécifique et de vos besoins de contexte.

Hy3 est-il identique à Hunyuan ?

Hy3 est développé par la même équipe Tencent qui a construit la série de modèles Hunyuan. L’équipe a changé de nom, passant de « Hunyuan » à « Hy » avec cette génération. Hy3 n’est pas lié à HunyuanVideo ou Hunyuan Image, qui sont des modèles distincts de génération multimédia.

Articles recommandés

• GLM 5.2 sur Novita AI : Lancement long contexte, tarifs et adéquation développeur
• Comment accéder à Qwen3.5-397B-A17B : Un guide complet pour les développeurs
• Accédez à Kimi K2 : Débloquez Claude Code moins cher et l’intégration MCP, et plus encore !