Tencent Hy3가 Novita AI에서 서버리스 API로 무료 제공됩니다 — 2026년 7월 기준 입력 및 출력 모두 백만 토큰당 $0입니다. 이 모델은 토큰당 21B 활성 파라미터를 가진 295B Mixture-of-Experts 모델로, 256K 토큰 컨텍스트 윈도우와 세 가지 설정 가능한 추론 모드를 갖추고 있습니다. 코딩 에이전트, 추론 워크플로 또는 긴 컨텍스트 작업을 위해 강력한 오픈 웨이트 모델이 필요한 개발자는 이제 간단한 경로를 사용할 수 있습니다. Novita AI 엔드포인트에 모델 ID tencent/hy3를 사용하고 유료 인프라를 도입하지 않고 시작하세요.
핵심 요약
- 출시 시 무료: Hy3는 현재 Novita AI에서 입력 및 출력 모두 $0/M 토큰에 제공됩니다.
- 총 295B, 활성 21B: MoE 아키텍처는 토큰당 21B 파라미터만 활성화되어, 성능이 확장되어도 추론 비용을 낮게 유지합니다.
- 256K 컨텍스트 윈도우 및 262K 최대 출력: 전체 저장소 스냅샷, 긴 에이전트 기록, 지속적인 추론 체인에 충분히 큰 크기입니다.
- 세 가지 추론 모드:
reasoning_effort파라미터를 사용하여no_think(빠름),low,high(깊은 사고 체인) 간에 전환할 수 있습니다. - 강력한 코딩 및 에이전트 벤치마크: SWE-bench Verified에서 74.4%, GPQA Diamond에서 87.2%를 기록하여 현재 사용 가능한 최고의 오픈소스 모델과 경쟁합니다.
Hy3란 무엇인가요?
Hy3는 Tencent Hy 팀(이전 브랜드명 Hunyuan)이 개발한 Tencent의 3세대 대규모 언어 모델입니다. 이 모델은 2026년 4월 23일 Hy3-preview 로 처음 출시되었으며, 2026년 7월에 정식 Hy3 가 출시되었습니다. 두 버전 모두 지리적 제한 없이 Apache 2.0 라이선스로 오픈소스화되었습니다. 이는 원래 EU, 영국, 한국을 제외했던 프리뷰의 커뮤니티 라이선스보다 개선된 점입니다.
이 모델은 Tencent가 2026년 초에 처음부터 재설계한 사전 학습 및 강화 학습 인프라를 기반으로 구축되었습니다. 이러한 재설계가 Hy2에서 Hy3로의 도약이 큰 주된 이유입니다. SWE-bench Verified가 53.0%에서 74.4%로 약 40% 상대적 개선을 보였습니다.
Hy3는 Tencent의 Yuanbao 어시스턴트와 CodeBuddy 개발자 제품을 구동합니다. 이 모델은 다단계 에이전트 워크플로를 핵심 목표로 설계되었으며, 부차적인 고려 사항이 아닙니다.
아키텍처 간략 설명
이 모델은 dense-MoE 하이브리드 설계를 사용합니다. 첫 번째 트랜스포머 레이어는 밀집형(모든 파라미터 활성)이고, 2~80 레이어는 희소 MoE입니다. 각 MoE 레이어는 192개의 라우팅된 전문가와 1개의 항상 활성화된 공유 전문가를 포함하며, 각 토큰은 시그모이드 게이팅을 통해 상위 8개 하위 집합을 활성화합니다. 결과적으로 추론 시 21B 파라미터 모델처럼 실행되면서 295B 파라미터의 저장된 지식을 활용합니다.
별도의 3.8B Multi-Token Prediction (MTP) 레이어는 추측 디코딩을 가능하게 하여 서빙 환경에서 처리량을 향상시킵니다.
어텐션은 64개의 쿼리 헤드와 8개의 키-값 헤드, 헤드별 QK RMSNorm, RoPE 위치 인코딩을 사용하는 Grouped Query Attention (GQA)을 사용합니다.
Novita AI에서 Hy3 API 액세스
Hy3는 Novita AI에서 OpenAI 호환 API를 갖춘 서버리스 채팅 모델로 제공됩니다. GPU 프로비저닝, 인스턴스 관리, 최소 지출이 필요 없습니다. 엔드포인트를 호출하고 사용한 만큼만 지불하면 됩니다(현재 백만 토큰당 $0).
Novita AI 모델 라이브러리에는 통합을 구축하기 전에 테스트할 수 있는 플레이그라운드가 있습니다.
엔드포인트는 OpenAI 호환입니다. base_url을 https://api.novita.ai/openai로 설정하고, model을 tencent/hy3로 설정하며, Novita API 키를 사용하세요. 엔드포인트는 함수 호출, 구조화된 출력 및 추론 제어를 지원합니다. 기존 OpenAI SDK 통합의 경우 base_url과 model만 변경하면 됩니다.
Novita AI의 Hy3 사양 및 가격
| 필드 | 세부 정보 |
|---|---|
| 표시 이름 | Hy3 |
| 모델 ID | tencent/hy3 |
| 기본 URL | https://api.novita.ai/openai |
| 엔드포인트 패밀리 | chat/completions |
| 컨텍스트 윈도우 | 262,144 토큰 |
| 최대 출력 토큰 | 262,144 토큰 |
| 입력 가격 | $0 / M 토큰 |
| 출력 가격 | $0 / M 토큰 |
| 지원 기능 | 함수 호출, 구조화된 출력, 추론 |
| 아키텍처 | 295B 총 / 21B 활성, MoE |
| 최적 용도 | 코딩 에이전트, 추론, 긴 컨텍스트 분석 |
$0/M 가격은 출시 기간 요금입니다. 현재 요금은 Novita AI 가격 페이지에서 확인할 수 있습니다.
Hy3 벤치마크 및 성능 신호
Tencent는 Hy3-preview 릴리스에 대한 벤치마크 결과를 발표했습니다. 정식 Hy3 모델은 추가 사후 학습 개선을 나타냅니다.
| 벤치마크 | Hy3-preview 점수 | 컨텍스트 |
|---|---|---|
| SWE-bench Verified | 74.4% | Hy2의 53.0% 대비; 2026년 4월 기준 최고 수준의 오픈 웨이트 결과 (Tencent, Artificial Analysis) |
| GPQA Diamond | 87.2% | 대학원 수준의 과학적 추론 (Tencent GitHub) |
| MMLU | 87.42% | 광범위한 학술 지식 (Tencent GitHub) |
| Terminal-Bench 2.0 | 54.4% | 실제 소프트웨어 엔지니어링 작업 (Tencent GitHub) |
270명의 도메인 전문가가 실제 업무 작업을 완료한 블라인드 평가에서 Hy3-preview는 2.67/4를 기록한 반면 GLM5.1은 2.51/4를 기록했습니다. 가장 강력한 결과 카테고리는 프론트엔드 개발, 데이터 및 스토리지, CI/CD였습니다.
실질적인 한계를 이해하자면: Artificial Analysis에서 추적하는 일대일 비교에서 Hy3는 최고의 폐쇄형 모델에 뒤처집니다. 이미지 입력을 지원하지 않으므로 멀티모달 작업에는 적합하지 않습니다. 오픈소스 및 오픈 웨이트 계층 내에서는 2026년 중반 기준으로 코딩 및 에이전트 작업에 가장 강력한 옵션 중 하나입니다.
정식 Hy3 릴리스에 대한 벤치마크는 작성 시점에 별도로 발표되지 않았습니다. Tencent는 정식 모델이 50개 이상의 제품 팀으로부터의 피드백을 반영하여 추론, 에이전트 워크플로, 긴 컨텍스트 작업에서 프리뷰보다 개선되었다고 설명합니다.
개발자를 위한 주요 기능
코딩 및 소프트웨어 엔지니어링. Hy3는 에이전트 코드 워크플로를 주요 목표로 학습되었습니다. 74.4%의 SWE-bench 점수는 이러한 초점을 반영합니다. 모델은 여러 파일의 변경 사항을 추론하고, 컨텍스트 내에서 버그를 식별하며, 대규모 코드베이스에 걸쳐 일관된 diff를 생성할 수 있습니다. 전문가 평가 데이터에 따르면 프론트엔드 개발 및 CI/CD 시나리오에서 특히 뛰어난 성능을 보입니다.
긴 컨텍스트 추론. 256K 컨텍스트 윈도우를 사용하면 전체 저장소 스냅샷, 완전한 API 문서, 긴 에이전트 기록 또는 여러 문서 분석을 트리밍 없이 전달할 수 있습니다. 262K 최대 출력은 긴 계획, 상세한 설명 및 생성된 문서를 위한 충분한 공간을 제공합니다.
구성 가능한 추론 깊이. 세 가지 추론 모드를 통해 요청별로 지연 시간과 품질을 조정할 수 있습니다. 빠른 라우팅 결정이나 단순한 완성에는 no_think를 사용하고, 깊은 사고 체인이 필요한 어려운 에이전트 단계에는 high를 사용하세요. 모든 호출에 전체 추론 연산이 필요하지 않은 에이전트 파이프라인을 구축할 때 유용합니다.
함수 호출 및 구조화된 출력. 둘 다 Novita AI에서 지원되므로 Hy3가 어댑터 없이 표준 도구 사용 패턴에 적합합니다.
다국어. 이 모델은 중국어와 영어를 잘 처리하므로 중국어 데이터, 사용자 또는 문서를 영어 시스템과 함께 작업하는 팀에 중요합니다.
Hy3를 사용해야 하는 경우
코딩 에이전트 및 자동화된 소프트웨어 워크플로. SWE-bench 74.4%는 Hy3를 소프트웨어 엔지니어링 작업에서 현재 오픈소스 최고 수준에 근접하게 만듭니다. 워크플로에 버그 식별 및 수정, 대규모 코드베이스 탐색 또는 사양에서 코드 생성이 포함된 경우 Hy3는 테스트할 강력한 후보입니다.
비용이 중요한 긴 컨텍스트 분석. $0/M 토큰의 출시 가격은 256K 컨텍스트 및 MoE 효율성과 결합되어 긴 문서 작업에 비정상적으로 저렴합니다. 비용 제약으로 인해 문서를 더 작은 모델에 맞게 청크로 나누고 있다면 Hy3를 통해 이 기간 동안 추론 비용 없이 종단 간 긴 컨텍스트 추론을 테스트할 수 있습니다.
다단계 에이전트 파이프라인. 모델 설계는 Tencent 제품 전반의 실제 에이전트 배포를 통해 형성되었습니다. 구성 가능한 추론 모드는 간단한 단계에서는 빠른 응답을, 복잡한 단계에서는 깊은 추론을 원하는 파이프라인을 조율하는 데 실용적입니다.
오픈 웨이트 요구 사항. Apache 2.0 라이선스는 모델 가중치를 검사, 미세 조정 및 자체 호스팅할 수 있음을 의미합니다. 팀에서 모델을 감사하거나 제어된 환경에서 실행해야 하는 경우 호스팅 API와 자체 호스팅 경로가 공존합니다.
Hy3를 사용하지 말아야 하는 경우
멀티모달 작업. Hy3는 텍스트 입력, 텍스트 출력입니다. 이미지, 오디오 또는 비디오 입력을 허용하지 않습니다. 비전 작업의 경우 GLM-4.6V, ERNIE 4.5 VL 또는 Hunyuan 이미지 모델 제품군과 같은 모델을 살펴보세요.
대규모에서 밀리초 미만의 지연 시간이 필요한 작업. MoE 라우팅은 동등한 활성 파라미터 수의 밀집 모델에 비해 오버헤드를 추가합니다. 대량의 지연 시간에 민감한 프로덕션 사용 사례의 경우, 실제 부하 하에서 실제 응답 시간을 벤치마킹한 후 결정하세요.
절대 최첨단이 필요한 경우. Hy3는 오픈소스 모델로서는 경쟁력이 있지만, Artificial Analysis에서 추적하는 독립 벤치마크에서는 최고의 폐쇄형 모델에 뒤처집니다. 작업이 최고 수준의 추론 품질에 중요하게 의존하는 경우 특정 워크로드에서 이러한 차이를 평가하세요.
임베딩 또는 분류 작업. Hy3는 생성형 채팅 모델입니다. 임베딩 또는 재순위 모델이 아닙니다. 의미 검색 및 검색에는 전용 임베딩 모델을 사용하세요.
Hy3가 API 워크플로에 적합한 방법
Novita AI 엔드포인트는 표준 OpenAI 채팅 완성 스키마를 사용합니다. 이미 Novita를 통해 OpenAI 호환 모델을 호출하고 있다면, 현재 모델에서 tencent/hy3로 모델 ID만 변경하면 됩니다.
reasoning_effort 파라미터는 특정 요청에서 어떤 사고 모드가 실행될지 제어합니다. "high"로 설정하면 깊은 사고 체인이 활성화되며 어려운 에이전트 단계에 적합합니다. "none" 또는 "low"로 설정하면 추론 깊이를 희생하면서 더 빠른 응답을 제공합니다. 이 파라미터는 표준 OpenAI 사양이 아닙니다. 정확한 필드 이름과 허용 값은 Novita AI 문서를 참조하세요.
함수 호출은 표준 OpenAI 도구 사용 형식을 따릅니다. 구조화된 출력은 response_format을 통해 작동합니다. 둘 다 기존 에이전트 프레임워크(LangChain, LlamaIndex, CrewAI 등) 내에서 도구 정의나 출력 파서를 변경하지 않고 Hy3를 드롭인 교체로 사용할 수 있습니다.
프로덕션 규모의 속도 제한 및 컨텍스트 예산 관리에 대한 자세한 내용은 Novita AI LLM API 문서에서 처리량 세부 정보 및 요청 패턴을 다룹니다.
결론
코딩 에이전트, 긴 컨텍스트 분석 워크플로 또는 에이전트 추론 파이프라인을 실행 중이고 아직 품질 기준에 맞는 오픈 웨이트 모델을 찾지 못했다면 Hy3는 벤치마킹할 적절한 모델입니다. 74.4% SWE-bench, 256K 컨텍스트, 구성 가능한 추론 깊이, Novita AI의 $0/M 출시 가격의 조합은 시도하는 데 따르는 대부분의 장벽을 제거합니다. 모델 ID를 추가하고 기존 평가를 실행한 후 프로덕션 트래픽을 라우팅할지 결정하기 전에 차이를 측정하세요.
한계는 분명합니다. 최고의 폐쇄형 모델을 이기지 못하며 비전을 처리하지 못합니다. 하지만 대상으로 하는 사용 사례에 대해서는 현재 사용 가능한 오픈소스 옵션 중 더 강력한 편에 속하며, Novita AI 서버리스 경로를 통해 GPU 프로비저닝 약정 없이 테스트할 수 있습니다. 통합을 구축하기 전에 Novita AI의 Hy3 모델 페이지에서 플레이그라운드를 이용하여 테스트할 수 있습니다.
FAQ
Novita AI에서 Tencent Hy3의 모델 ID는 무엇인가요?
정확한 모델 ID는 tencent/hy3입니다. API 호출의 model 필드에 이 값을 사용하세요.
Hy3는 Novita AI에서 무료인가요?
Hy3는 현재 Novita AI에서 입력 및 출력 모두 백만 토큰당 $0에 가격이 책정되어 있습니다. 출시 가격은 변경될 수 있으므로 현재 요금은 가격 페이지에서 확인하세요.
Hy3의 컨텍스트 윈도우는 얼마인가요?
Hy3는 Novita AI에서 262,144 토큰 컨텍스트 윈도우와 262,144 토큰 최대 출력을 지원합니다.
Hy3는 함수 호출을 지원하나요?
네. Novita AI의 Hy3 목록에는 함수 호출, 구조화된 출력 및 추론이 지원 기능으로 포함됩니다.
Hy3는 어떤 추론 모드를 지원하나요?
Hy3에는 세 가지 추론 모드가 포함됩니다: no_think (빠름, 사고 체인 없음), low (가벼운 추론), high (복잡한 작업을 위한 깊은 사고 체인). 이는 reasoning_effort 파라미터를 통해 구성됩니다.
Hy3는 이미지 입력을 지원하나요?
아니요. Hy3는 텍스트 전용 모델입니다. 이미지, 오디오 또는 비디오 입력을 허용하지 않습니다.
Hy3는 Kimi K2 또는 GLM 5.2와 어떻게 비교되나요?
세 모델 모두 코딩 및 에이전트 워크플로를 목표로 하는 강력한 오픈 웨이트 MoE 모델입니다. Kimi K2는 총 1T 파라미터에 32B 활성 파라미터를 가지며 수학 및 STEM 벤치마크에서 선두입니다. GLM 5.2는 긴 컨텍스트 저장소 분석에 최적화된 1M 토큰 컨텍스트 윈도우를 가지고 있습니다. Hy3는 295B/21B에 강력한 SWE-bench 결과(74.4%)와 Novita AI의 무료 출시 기간을 제공합니다. 올바른 선택은 특정 작업 및 컨텍스트 요구 사항에 따라 달라집니다.
Hy3는 Hunyuan과 같은가요?
Hy3는 Hunyuan 모델 시리즈를 구축한 동일한 Tencent 팀이 개발했습니다. 팀은 이번 세대에서 "Hunyuan"에서 "Hy"로 브랜드를 변경했습니다. Hy3는 별도의 미디어 생성 모델인 HunyuanVideo 또는 Hunyuan Image와 관련이 없습니다.
