Tencent Revela a ‘Arma Secreta’ da IA: O Que o Novo Hy3 MoE Faz e Por Que Você Vai Querer Usar AGORA!

Olá, pessoal! Aqui é o Lucas Tech, e hoje eu tô super empolgado pra compartilhar uma notícia que vai fazer a cabeça de muita gente no mundo da inteligência artificial! A equipe Hy da Tencent acabou de lançar o Hy3, um modelo que promete ser um divisor de águas, especialmente pra quem trabalha com agentes de IA e tarefas que exigem um contexto gigantesco. Preparados para mergulhar nessa novidade?

O Que É o Hy3? Uma Olhada Rápida!

Imagina um modelo de IA gigante, com impressionantes 295 bilhões de parâmetros, mas que é super esperto e usa apenas 21 bilhões deles a cada "pensamento"? Isso é o Hy3! Ele é um modelo Mixture-of-Experts (MoE), ou "Mistura de Especialistas". Pensa assim: em vez de um cérebro gigante tentando resolver tudo, o Hy3 tem um monte de especialistas, e ele sabe qual chamar dependendo da tarefa. Isso o torna poderoso sem ser um "gastador" de recursos.

E a melhor parte? Ele vem sob a licença Apache License 2.0, o que significa que é aberto pra comunidade! O foco? Raciocínio complexo, fluxos de trabalho de agentes autônomos e tarefas que precisam de um contexto muuuito longo, tipo analisar um livro inteiro de uma vez.

Sua arquitetura é uma maravilha da engenharia: um MoE esparso com 192 especialistas, mas que só ativa os 8 melhores para cada token. Resultado? O poder de um modelo grande com o custo computacional de um bem menor! Além disso, ele usa uma camada de Multi-Token Prediction (MTP), que consegue prever vários tokens de uma vez, acelerando a decodificação. Tanto o vLLM quanto o SGLang já suportam essa mágica via decodificação especulativa.

Dá uma olhada nos números impressionantes:

Ah, e tem também um checkpoint Hy3-FP8 separado, que reduz ainda mais o consumo de memória, deixando a "conta do servidor" mais barata!

Benchmarks e Performance: O Hy3 Arrebentando!

Quando o assunto é desempenho, o Hy3 não brinca em serviço. A equipe de pesquisa publicou resultados em várias áreas, e os números são de cair o queixo!

• Programação: No SWE-Bench Verified, ele atingiu 78.0. No SWE-Bench Pro, 57.9 e no SWE-Bench Multilingual, 75.8. No Terminal-Bench 2.1, 71.7, e no DeepSWE, 28.0. Ou seja, um baita auxiliar para desenvolvedores!
• STEM e Raciocínio: Aqui, os números sobem ainda mais! O Hy3 fez 90.4 no GPQA Diamond e 72.0 no USAMO 2026. No IMOAnswerBench, chegou a 90.0 e no HLE (com ferramentas), 53.2.

E pra provar que não é só papo, a Tencent fez um teste cego com 270 especialistas da área, comparando o Hy3 em fluxos de trabalho reais. O Hy3 marcou 2.67 de 4, superando o GLM-5.1, que fez 2.51. A diferença foi mais nítida em desenvolvimento frontend, CI/CD e gerenciamento de dados e armazenamento. Ou seja, ele realmente se destaca onde importa!

Confiabilidade e Comportamento em Produção: Menos Dor de Cabeça!

Um dos focos principais dessa nova versão foi a robustez em ambientes de produção. Ninguém quer um modelo que "quebra" no meio do trabalho, né? Eles abordaram três pontos cruciais com base em dados internos:

• Chamada de Ferramentas e Formatação de Saída: Consertaram problemas de estabilidade que faziam os agentes falharem. Chamadas inválidas que geravam loops infinitos diminuíram bastante. A precisão do Hy3 entre diferentes frameworks de agentes como CodeBuddy, Cline e KiloCode permanece dentro de 4%.
• Conhecimento de Mundo e Anti-Alucinação: O objetivo é simples: responder quando tem dados e sinalizar quando a informação está faltando. Em avaliações internas, a taxa de alucinações caiu de 12.5% para 5.4%, e os erros de "senso comum" de 25.4% para 12.7%. Adeus, respostas inventadas!
• Rastreamento de Intenção em Múltiplas Interações: Melhorias no ajuste fino (SFT) e aprendizado por reforço (RL) fizeram com que o modelo ficasse muito melhor em entender referências e restrições em conversas longas. A taxa de problemas internos caiu de 17.4% para 7.9%. E no benchmark de diálogo longo MRCR, as pontuações subiram de 42.9% para 75.1%. Isso significa conversas mais fluidas e úteis!

Como Usar o Hy3: API e Um Truque Secreto!

Integrar o Hy3 nos seus projetos é super fácil, porque ele expõe uma API compatível com a OpenAI. Você pode fazer o deploy com vLLM ou SGLang e depois só chamar o endpoint.

Tem um flag muito interessante chamado reasoning_effort que controla o quanto o modelo vai "pensar" antes de responder. É tipo dar um café extra pro seu assistente de IA!

php
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": "Refactor this function and explain the change."},
],
temperature=0.9,
top_p=1.0,

reasoning_effort: "no_think" (default), "low", "high" (deep chain-of-thought)

extra_body={"chat_template_kwargs": {"reasoning_effort": "high"}},

)
print(response.choices[0].message.content)

Use no_think para respostas diretas e rápidas, e high para tarefas que exigem mais raciocínio, como matemática, programação ou multi-passos. A equipe da Tencent recomenda temperature=0.9 e top_p=1.0.

E se você quer experimentar sem ter um hardware parrudo, pode usar o OpenRouter, que oferece uma rota tencent/hy3:free sem custo por token. Mas corre, porque esse nível gratuito está programado para terminar em 21 de julho de 2026!

Onde o Hy3 Brilha: Casos de Uso Pra Inspirar!

O Hy3 foi construído pensando em fluxos de trabalho de agentes e tarefas com contextos longos. Veja alguns exemplos práticos onde ele pode ser um game changer:

• Agentes de Programação: Que tal alimentar um repositório inteiro no contexto de 256K e pedir para o Hy3 corrigir um teste que está falhando com reasoning_effort="high"? Suas chamadas de ferramentas estáveis o ajudam a fazer edições em vários arquivos!
• Processamento de Documentos: Passe um contrato ou arquivo longo como contexto. O treinamento anti-alucinação reduz cláusulas fabricadas e citações erradas. Perfeito para áreas jurídicas e de compliance!
• Análise Financeira: Combine tabelas e textos em um único prompt. Peça um resumo fundamentado que sinalize dados ausentes em vez de tentar adivinhar. Mais precisão para decisões importantes!
• Desenvolvimento Frontend e de Jogos: Gere um componente React ou um pequeno loop de jogo. O teste cego mostrou uma vantagem clara no frontend sobre o GLM-5.1. Se você é dev, essa é pra você!

Hy3 vs. GLM-5.2: O Duelo de Gigantes!

A equipe da Tencent fez uma comparação direta do Hy3 com o GLM-5.2. O GLM-5.2 é um MoE de aproximadamente 744B de parâmetros totais, com cerca de 40B ativos. O Hy3 tem menos da metade do tamanho total e apenas 21B de parâmetros ativos.

No quesito programação, o GLM-5.2 lidera na maioria dos benchmarks, como você pode ver:

Mas o ponto chave aqui é o tamanho e a eficiência, não só a pontuação bruta. O Hy3 troca um pouco de precisão em codificação por uma pegada muito menor de parâmetros ativos. E isso faz toda a diferença quando você está hospedando o modelo e pagando por GPUs! Menos custo, mais acessibilidade para rodar modelos avançados.

Notas de Implantação: Colocando o Hy3 Pra Rodar!

Pra rodar o Hy3 (que tem 295B de parâmetros totais), você vai precisar de um hardware de respeito. A Tencent recomenda 8 GPUs, como a H20-3e ou placas com mais memória. Tanto o vLLM quanto o SGLang já vêm com "receitas" para implantar o modelo com MTP ativado.

Um comando minimalista para iniciar com vLLM seria algo assim:

php
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

E se você quiser ir além na compressão, a equipe de pesquisa aponta para seu toolkit AngelSlim, que abrange quantização, métodos de baixa precisão e amostragem especulativa. A Tencent também oferece um pipeline completo para finetuning do Hy3, ou seja, pra você ajustar o modelo aos seus dados específicos!

Experimente o Hy3: Explorer Interativo!

Ficou curioso pra ver como o Hy3 funciona na prática? O demo abaixo é um explorer interativo para o Hy3. Ele visualiza o roteamento MoE, os modos de raciocínio, os benchmarks e a eficiência esparsa. Vale a pena conferir!

Minha Visão

Gente, a chegada do Hy3 é um marco importante no cenário da IA! Pra mim, o mais legal não é só o poder que ele oferece, mas a forma inteligente como ele faz isso. Essa arquitetura MoE esparsa com apenas 21B de parâmetros ativos por token é genial. Significa que estamos caminhando para um futuro onde IAs super capazes não vão exigir fazendas de servidores gigantescas para rodar, tornando a tecnologia de ponta mais acessível para empresas menores e até mesmo para desenvolvedores independentes. A Tencent não só entregou um modelo robusto e confiável, mas também o fez de forma "open-source" (com Apache 2.0), o que é um presente para a comunidade. A eficiência no custo e o foco em casos de uso práticos como agentes de codificação e processamento de documentos mostram que o Hy3 tem um potencial imenso para transformar a maneira como interagimos com a IA no dia a dia. É a democratização do poder computacional em ação!

E aí, o que vocês acharam dessa novidade da Tencent? Onde vocês imaginam usar um poder de IA tão eficiente e open-source assim nos seus projetos? Contem pra mim nos comentários!

Referência: Matéria Original

Posts relacionados:

NVIDIA Libera Agentes IA em Escala NVIDIA libera driver: GPUs turbo no Kubernetes para IA! Microsoft revela Phi-4: IA pequena, mente gigante. Meta AI e NeuralBench: Sua mente desvendada?