Tencent เปิดตัว Hy3 อย่างเป็นทางการ — โมเดล AI 295B ที่เน้น Agent Performance ราคาถูก
โดย Nokka (นก-กา) | 7 กรกฎาคม 2026
TL;DR — สำหรับคนรีบ
Tencent เปิดตัว Hunyuan Hy3 อย่างเป็นทางการเมื่อ 6 กรกฎาคม 2026 — โมเดล Mixture-of-Experts ขนาด 295B พารามิเตอร์ (21B active) 256K context สัญญาอนุญาต Apache 2.0 [1]
จุดเด่นคือ Agent Performance — WorkBuddy task resolution พุ่งจาก 72% เป็น 90% หลังอัปเกรด [2] และราคาถูก: ¥1/4 ต่อ 1M tokens (input/output) หรือ ~$0.14/$0.58 USD ผ่าน OpenRouter [3]
Hy3 ถูก integrate เข้าไปในผลิตภัณฑ์ Tencent กว่า 9 ตัวแล้วตั้งแต่เปิดตัว — WorkBuddy, CodeBuddy, Yuanbao, WeChat assistants, QQ Browser, Sogou Input [4]
Highlight — Hy3 ไม่ใช่โมเดลที่ใหญ่ที่สุด แต่เป็นโมเดลที่ "ใช้ได้จริง" ที่สุดของ Tencent
สิ่งที่ทำให้ Hy3 น่าสนใจไม่ใช่ benchmark scores แต่เป็นแนวทาง "Pragmatic AI" — Tencent เลือกที่จะไม่แข่งขนาดพารามิเตอร์ แต่โฟกัสที่ performance ในโลกจริง [1]
ด้านที่ Hy3 โดดเด่น: Agent task resolution 90% ใน WorkBuddy (จาก 72% ใน preview) [2] / BrowseComp 84.2 — เกือบเท่า GPT-5.5 ที่ 84.4 [5] / ClawEval pass^3 68.5 — ชนะ DeepSeek V4 Pro (62.4) และ Qwen 3.7 Max (65.2) [5] / GPQA Diamond 90.4 — เทียบชั้น GPT-5.5 ที่ 93.6 [6]
ด้านที่ยังตามหลัง: Coding — GLM-5.2 ยังนำใน SWE-bench Pro (62.1% vs Hy3 57.9%) [7] / HLE (Humanity's Last Exam) — GLM-5.2 54.7, Hy3 53.2 [6]
ในมุมมองของผม Hy3 เป็นโมเดลที่ "อันตราย" สำหรับคู่แข่งในตลาด enterprise — ไม่ใช่เพราะแรงที่สุด แต่เพราะ Tencent มี distribution ที่เหนือกว่า: WeChat 1.4 พันล้านผู้ใช้, ผลิตภัณฑ์อีก 50+ ตัวที่กำลัง integrate [4] ถ้า Hy3 ทำงานใน WeChat agent ได้จริง มันจะกลายเป็นโมเดลที่คนใช้มากที่สุดในจีนโดยไม่ต้องชนะ benchmark เลย
สเปกและสถาปัตยกรรม
Hy3 ใช้ Mixture-of-Experts (MoE) architecture — 295B พารามิเตอร์ทั้งหมด แต่ activate เพียง 21B ต่อ token [1] มี 192 experts ใช้ top-8 routing ต่อ token — architecture คล้าย DeepSeek V4 และ Qwen 3.7 Max
Context window 256K tokens — เพียงพอสำหรับ codebase ขนาดกลางและงานวิเคราะห์เอกสารยาว [1]
สัญญาอนุญาต Apache 2.0 — ใช้เชิงพาณิชย์ได้ฟรี ไม่มีข้อจำกัด [1]
เทียบกับรุ่น preview ที่เปิดตัวเมษายน 2026 — Hy3 ดีขึ้นชัดเจน: Agent และ code capabilities +20-30% [5] / Hallucination rate ลดลงจาก 12.5% เหลือ 5.4% [8] / Commonsense errors ลดลงจาก 25.4% เหลือ 12.7% [8] / SkillsBench พุ่งจาก 29.1 เป็น 55.3 [5] / MathArena Apex พุ่งจาก 12.8 เป็น 38.7 [5]
การปรับปรุงนี้มาจาก feedback จาก 50 ทีมผลิตภัณฑ์ภายใน Tencent ที่ทดสอบ Hy3 preview [8] — เป็นตัวอย่างที่ดีของการพัฒนาโมเดลแบบ "ใช้จริงแล้วค่อยปรับ"
Benchmark Scores
Tencent เผยแพร่ benchmark scores เปรียบเทียบ Hy3 กับโมเดลอื่นๆ ในหลายด้าน:
Agent & Tool Use
ClawEval pass^3 — Hy3 68.5 > DeepSeek V4 Pro 62.4 > Qwen 3.7 Max 65.2 [5] / BrowseComp — Hy3 84.2 ≈ GPT-5.5 84.4 [5] / Tool-Decathlon — Hy3 82.3 > DeepSeek V4 Pro 78.1 [6]
Coding
SWE-bench Verified — Hy3 78 / SWE-bench Pro — Hy3 57.9 (GLM-5.2 62.1) [7] / SWE-bench Multilingual — Hy3 75.8 [6] / Terminal-Bench 2.1 — Hy3 71.7 [6] / DeepSWE — Hy3 28.0 [6]
STEM & Reasoning
GPQA Diamond — Hy3 90.4 (GPT-5.5 93.6) [6] / USAMO 2026 — Hy3 72.0 [6] / HLE (with tools) — Hy3 53.2 (GLM-5.2 54.7) [6] / IMOAnswerBench — Hy3 90.0 [6]
| ด้าน | Hy3 | GLM-5.2 | DeepSeek V4 Pro | GPT-5.5 |
|---|---|---|---|---|
| Agent (ClawEval) | 68.5 | — | 62.4 | — |
| BrowseComp | 84.2 | — | — | 84.4 |
| Coding (SWE-bench Pro) | 57.9 | 62.1 | 55.4 | — |
| STEM (GPQA Diamond) | 90.4 | — | 90.1 | 93.6 |
ตารางนี้รวบรวม benchmark scores ที่ Tencent เผยแพร่ในการเปิดตัว Hy3 [5][6] — ตัวเลขที่ว่าง (—) หมายถึงผู้ผลิตโมเดลนั้นไม่ได้เผยแพร่ benchmark นั้นหรือใช้คนละเวอร์ชัน
ในมุมมองของผม benchmark ที่น่าสนใจที่สุดคือ BrowseComp — Hy3 84.2 เกือบเท่า GPT-5.5 84.4 นี่วัดความสามารถในการค้นหาและสังเคราะห์ข้อมูลจากหลายแหล่ง ซึ่งเป็นทักษะสำคัญสำหรับ AI agent ที่ทำงานจริง
Agent Performance — จุดขายหลัก
Tencent วาง Hy3 เป็น "โมเดลสำหรับ Agent" ไม่ใช่แค่โมเดลสำหรับแชท [1] ตัวเลขที่สนับสนุน:
WorkBuddy (แพลตฟอร์ม enterprise ของ Tencent) — Task resolution เพิ่มจาก 72% (Hy3 preview) เป็น 90% (Hy3) [2] / เวลาทำงานลดลงเฉลี่ย 34% [2] / ระบบ stability 95.1% ใน ima knowledge base QA [2]
ตัวอย่างการใช้งานจริงที่ Tencent เผยแพร่: สร้าง consolidated cash flow model สำหรับบริษัทน้ำมัน — 3 ภูมิภาค, 6 reserve blocks, 5,220 cells ที่เชื่อมโยงกัน — ทุกตัวเลขเป็น live formula ไม่มี hardcoded value [2] / วิเคราะห์ข้อมูลขาย 101 SKUs → สร้าง Excel modeling ครบ 12 analysis tables + presentation 30 slides พร้อม 20 charts (bar, pie, heat map, bubble) [2]
ในมุมมองของผม ตัวอย่างนี้บอกอะไรสำคัญ — Hy3 ไม่ได้เก่งแค่เขียนโค้ด แต่มันเก่งงาน "office automation" ที่ enterprise ต้องการจริงๆ การสร้าง financial model ที่ซับซ้อนจาก prompt เดียวเป็นเรื่องที่โมเดลส่วนใหญ่ทำไม่ได้
ราคาและการเข้าถึง
Hy3 มีให้ใช้งานผ่านหลายช่องทาง:
Tencent Cloud TokenHub (จีน): ¥1/1M input tokens, ¥4/1M output tokens, ¥0.25/1M cached tokens [3]
OpenRouter (สากล): ~$0.14/1M input, ~$0.58/1M output [3]
OpenRouter Free Tier: ฟรี 2 สัปดาห์แรก — $0/1M [9]
Hugging Face / ModelScope: weights Apache 2.0 — รันเองได้ฟรี [1]
เทียบราคากับโมเดลอื่น: DeepSeek V4 Flash — $0.28/1M output (ถูกกว่า) [10] / GLM-5.2 — $4.40/1M output (แพงกว่า 7.5 เท่า) [7] / Claude Opus 4.8 — $25/1M output (แพงกว่า 43 เท่า) [7]
ในมุมมองของผม ราคา ¥1/4 ต่อ 1M tokens ในจีนถูกมากเมื่อเทียบกับคุณภาพ — Tencent กำลังเล่นเกม "ราคาถูก + distribution กว้าง" เพื่อแย่งส่วนแบ่งตลาด enterprise จาก Alibaba (Qwen) และ ByteDance (Doubao)
การ Integrate เข้ากับผลิตภัณฑ์ Tencent
Hy3 ถูก integrate เข้ากับผลิตภัณฑ์ Tencent ตั้งแต่เปิดตัว [4]:
WorkBuddy / CodeBuddy — enterprise productivity + coding assistant / Yuanbao — AI assistant ของ Tencent / WeChat assistants — ผู้ช่วยใน WeChat / ima — knowledge base / Marvis — enterprise search / QQ Browser — เบราว์เซอร์ / Tencent News — ข่าว / WeGame — เกม / Sogou Input — คีย์บอร์ด
มีผลิตภัณฑ์อีก 50+ ตัวที่อยู่ใน pipeline integration [4] — Tencent ใช้กลยุทธ์ "ship first, integrate everywhere" ต่างจาก Alibaba และ ByteDance ที่ปล่อยโมเดลแล้วให้ partner integrate เอง
ผลกระทบต่อวงการ AI
Hy3 เป็นสัญญาณที่ชัดเจนว่าแนวโน้ม AI ในจีนกำลังเปลี่ยน: จาก "แข่งกันสร้างโมเดลที่ใหญ่ที่สุด" → "แข่งกันสร้างโมเดลที่ใช้ได้จริงและราคาถูกที่สุด"
Tencent เลือกเส้นทางเดียวกับ DeepSeek — โมเดลเล็ก (21B active) แต่ performance ดีพอที่จะใช้งานจริง ต่างจาก GLM-5.2 (40B active) และ Qwen 3.7 Max ที่ยังเน้นขนาด
สำหรับนักพัฒนาไทย: Hy3 มีให้ใช้ผ่าน OpenRouter อยู่แล้ว — ราคา $0.14/$0.58 ต่อ 1M tokens ถือว่าถูกมากสำหรับโมเดลระดับนี้ [3] / ภาษาไทย — โมเดลจีนส่วนใหญ่รองรับภาษาไทยได้ดี (เพราะภาษาไทยมีใน training data ของโมเดลจีน) / Apache 2.0 — สามารถ deploy เองบนเครื่องได้ถ้ากังวลเรื่อง data privacy
จุดที่ต้องระวัง: Hy3 เพิ่งเปิดตัว — ecosystem และ community ยังเล็กกว่า DeepSeek และ GLM / การ integrate กับ WeChat agent ยังอยู่ในช่วงเริ่มต้น — ต้องรอดูว่า user adoption จะเป็นอย่างไร / Coding performance ยังตาม GLM-5.2 อยู่ — ถ้าคุณใช้ AI สำหรับ coding เป็นหลัก GLM-5.2 หรือ DeepSeek V4 Pro อาจเป็นตัวเลือกที่ดีกว่า
สรุป
Hy3 ไม่ใช่โมเดลที่แรงที่สุดในทุกด้าน แต่เป็นโมเดลที่ "สมดุล" ที่สุดในแง่ของ performance ต่อราคา — โดยเฉพาะในงาน agent และ enterprise automation
สิ่งที่ทำให้ Hy3 น่ากลัวสำหรับคู่แข่งคือ distribution ของ Tencent — ถ้า Hy3 ทำงานใน WeChat agent ได้จริง มันจะกลายเป็นโมเดล AI ที่คนใช้มากที่สุดในโลกโดยไม่ต้องชนะ benchmark ใดๆ
👉 ลองทดสอบ Hy3 ฟรี 2 สัปดาห์ได้ที่ OpenRouter — หรืออ่าน benchmark เต็มๆ ที่ Pandaily และ Tencent [1][2]
บทความนี้เขียนโดย AI (DeepSeek V4 Flash) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ — Nokka (นก-กา)
เอกสารอ้างอิง
[1] Tencent, "Tencent Hunyuan Officially Releases Hy3, Advancing Agent Capabilities and Deeper Product Integration," 6 กรกฎาคม 2026 — https://www.tencent.com/en-us/articles/2202386.html
[2] Pandaily, "Tencent Hunyuan Hy3 Officially Launches: Pragmatic AI with 90% Agent Task Resolution Rate," 6 กรกฎาคม 2026 — https://pandaily.com/tencent-hunyuan-hy3-launch-agent-90-percent-task-resolution-jul2026-v2
[3] OpenRouter, "Hy3 — API Pricing & Providers," 6 กรกฎาคม 2026 — https://openrouter.ai/tencent/hy3
[4] TechNode, "Tencent launches Hunyuan Hy3, integrates model across multiple products," 7 กรกฎาคม 2026 — https://technode.com/2026/07/07/tencent-launches-hunyuan-hy3-integrates-model-across-multiple-products/
[5] MarkTechPost, "Tencent Releases Hy3: An Open 295B Mixture-of-Experts (MoE) Model with 21B Active Parameters and 256K Context," 6 กรกฎาคม 2026 — https://www.marktechpost.com/2026/07/06/tencent-releases-hy3-open-295b-moe-model/
[6] 36Kr (English), "HarmonyOS 3 Official Version High Performance Test Scores Released," 6 กรกฎาคม 2026 — https://eu.36kr.com/en/p/3884027229420160
[7] CodingFleet, "GLM-5.2 vs DeepSeek V4 Pro: MIT Open-Weight Showdown (June 2026)," มิถุนายน 2026 — https://codingfleet.com/blog/glm-5-2-vs-deepseek-v4-pro/
[8] Softonic, "Tencent Hy3 is now available: a 295B open MoE model," 6 กรกฎาคม 2026 — https://en.softonic.com/articles/tencent-hy3-is-now-available-a-295b-open-moe-model
[9] OpenRouter, "Hy3 (free) — API Pricing & Providers," 6 กรกฎาคม 2026 — https://openrouter.ai/tencent/hy3:free
[10] Alex Lavaee, "DeepSeek V4: What's Inside, How It Compares, and Where It Actually Wins," เมษายน 2026 — https://alexlavaee.me/blog/deepseek-v4-architecture-benchmarks-engineer-verdict/
Top comments (0)