GetInfoUs
Head-to-Head Model Comparison

Hy3 vs Hy3 preview

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Geprüft vom GetInfoUs-ForschungsteamZuletzt geprüft: October 2026Redaktionelle Richtlinien
Teilen
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Hy3 vs Hy3 preview: Benchmarks, Pricing & Speed Comparison

Hy3 von Tencent und Hy3 preview von Tencent gehören zu den führenden KI-Modellen. Hy3 bietet ein Kontextfenster von 262.1K Tokens bei API-Preisen von $0.00/$0.00 pro 1M Tokens, während Hy3 preview 262.1K Tokens Kontext zu $0.00/$0.00 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.

Direktvergleich (VS)

Beliebige Modelle wechseln & vergleichen

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Tencent

Hy3

Open-Weights-Reasoning-Modell

Hy3 von Tencent ist ein KI-Modell für Open-Weights-Reasoning mit transparenter Gedankenketten-Verarbeitung (Chain-of-Thought) mit 262K Kontextfenster, 85 Token/s Durchsatz, einem Intelligenz-Index von 81/100 und kostenlosem Open-Weights-Zug

Intelligence Index81 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

262.1K tokens

SWE-bench Verified:

N/A

Tencent

Hy3 preview

Open-Weights-Basismodell

Hy3 preview von Tencent ist ein KI-Modell für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität mit 262K Kontextfenster, 88 Token/s Durchsatz, einem Intelligenz-Index von 79/100 und kostenlosem Open-Weights-Zuga

Intelligence Index79 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

262.1K tokens

SWE-bench Verified:

N/A

Wichtigste Unterschiede auf einen Blick

  • Both models cost the same under this workload — choose on capability, not price.
  • Hy3 preview is faster at 88 tok/s vs 85 tok/s.
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
FeatureHy3Hy3 preview
Intelligence Index
Composite reasoning & knowledge score (0-100)
8179
Provider
TencentTencent
Input Price
Cost per million input tokens
$0.00 / 1M$0.00 / 1M
Output Price
Cost per million output tokens
$0.00 / 1M$0.00 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.00 / 1M$0.00 / 1M
Context Window
Maximum input + output tokens
262.1K tokens~393 A4 pages of text262.1K tokens~393 A4 pages of text
Max Output Tokens
Per single request
16K8K
Throughput Speed
Tokens generated per second
85 tok/s88 tok/s
SWE-bench Verified
Real-world software engineering
N/AN/A
GPQA Diamond
Graduate-level reasoning
64%N/A

Wer gewinnt in welcher Disziplin?

At-a-glance decision framework
Coding

Evaluations ongoing

Cost
Tied
Identical monthly runtime cost
Speed
Hy3 preview
+4% faster generation
Context
Tied
262.1K tokens window

Geprüfte Benchmark-Ergebnisse im Vergleich

Official evaluation metrics verified by independent third-party research labs.

Hy3Hy3 preview
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

64%vsN/A
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

79%vs76.5%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1330ptsvs1310pts
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

85 tok/s vs88 tok/s

Latenz & Antwortzeit

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Hy30.46s
Hy3 preview0.44s
Est. End-to-End Response (500 tokens)TTFT + generation time
Hy36.34s
Hy3 preview6.12s

Interaktiver Token-Kosten-Simulator

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Hy3 Monthly API Bill
$0.00 / month
$0/1M in · $0/1M out
Hy3 preview Monthly API Bill
$0.00 / month
$0/1M in · $0/1M out
These models cost the same under this workload — no savings either way.Break-even

Hy3 · Strengths & Key Advantages

  • 262K Kontextfenster und bis zu 16K maximale Output-Token (GPQA Diamond 64% · MMLU-Pro 79%)
  • Hohe Generierungsgeschwindigkeit von 85 Token/Sekunde bei nur 460 ms Erstlatenz (TTFT)
  • Offene Modellgewichte (Confidential / 140B MoE) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
  • Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
  • Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen

Hy3 preview · Strengths & Key Advantages

  • 262K Kontextfenster und bis zu 8K maximale Output-Token (MMLU-Pro 76.5% · Arena Elo 1310)
  • Hohe Generierungsgeschwindigkeit von 88 Token/Sekunde bei nur 440 ms Erstlatenz (TTFT)
  • Offene Modellgewichte (Confidential / 140B MoE) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
  • Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
  • Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricHy3Hy3 preview
Cost per Task
Estimated USD to finish one task
$0.00$0.00
Output Tokens / Task
Tokens generated per task
18K15K
Reasoning Tokens / Task
Thinking tokens burned per task
5K3K

Technische Spezifikationen

Architecture, release timeline, capabilities, and modalities.

FeatureHy3Hy3 preview
Official API Model ID (SDK)hy3hy3-preview
API ProtocolOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date2026-072026-04
Knowledge CutoffApril 2026February 2026
ArchitectureEfficient Open Reasoning MoE TransformerPreview Open Reasoning MoE Transformer
ParametersConfidential / 140B MoEConfidential / 140B MoE
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)Free across full context window (only KV-cache VRAM scales)Free across full context window (only KV-cache VRAM scales)
Prompt Cache Policy & TTLAutomatic prefix KV-caching in vLLM / SGLang (0 cost)Automatic prefix KV-caching in vLLM / SGLang (0 cost)
Computer Use / GUI AgentAPI / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportFull Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token BillingText BPE (~4 chars/token)Text BPE (~4 chars/token)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 87 GB VRAM (4-bit Quantized) · 301 GB VRAM (Native BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 87 GB VRAM (4-bit Quantized) · 301 GB VRAM (Native BF16)
Safety & Frontier ClassificationOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestexttext
Output Modalitiestexttext

Hy3 vs Hy3 preview: Schnelle Antworten (FAQ)

Which is more intelligent, Hy3 or Hy3 preview?

Hy3 is more intelligent. It scores 81 compared with 79 on the composite Intelligence Index.

Which model is faster?

Hy3 preview is faster, generating 88 tokens per second compared with 85 tokens per second.

Which model has lower latency?

Hy3 preview has lower latency, with a time to first token of 0.44s compared with 0.46s.

Fazit

Sowohl Hy3 (Optimal für Open-Weights-Reasoning mit transparenter Gedankenketten-Verarbeitung (Chain-of-Thought), Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch Hy3 preview (Optimal für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: Hy3 führt bei komplexem Reasoning und Coding, Hy3 preview liefert den höheren Token-Durchsatz und Hy3 ist die kosteneffizienteste Wahl für große API-Workloads.

Häufig gestellte Fragen (FAQ)

Welches Modell ist besser für Coding und Reasoning – Hy3 oder Hy3 preview?+

Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt Hy3 vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.

Wie unterscheiden sich die API-Preise von Hy3 und Hy3 preview?+

Hy3 kostet $0.00 / $0.00 pro 1M Input-/Output-Tokens, Hy3 preview liegt bei $0.00 / $0.00. Beim gewichteten Gesamtpreis ist Hy3 günstiger.

Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+

Hy3 bietet 262.1K Tokens Kontext gegenüber 262.1K Tokens bei Hy3 preview. Bei der Generierungsgeschwindigkeit liegt Hy3 preview vorn.

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.

Offizielle Quellen: Offizielle API-Dokumentation von Tencent und Tencent, Systemkarten und unabhängige Benchmark-Auswertungen (2026).