El laboratorio Hunyuan de Tencent ha lanzado dos modelos de pesos abiertos importantes en menos de dos meses: Hy3 a principios de julio y la vista previa de Hy4 el 28 de agosto de 2026. Ambos utilizan arquitecturas de Mezcla de Expertos (MoE), ambos tienen licencia Apache 2.0 y ambos se dirigen a la codificación agente y al trabajo productivo de largo contexto. Estos lanzamientos son importantes porque ofrecen a las empresas una alternativa con licencia permisiva a las API controladas por EE. UU. a una fracción del costo de inferencia — siempre que puedan manejar la realidad del hardware.
Qué son realmente los dos modelos
Hy3 es un modelo MoE de 295B de parámetros con 21B de parámetros activos por token, una ventana de contexto de 256K tokens y una capa de predicción de múltiples tokens (MTP) de 3.8B para decodificación especulativa. Hy4 preview escala a 770B de parámetros totales con 49B activos y lleva el contexto más allá de 1 millón de tokens. Tencent posiciona a Hy3 como “rivales de modelos insignia de billones de parámetros” porque la activación escasa permite que un modelo de ~300B actúe como un denso mucho más grande en los benchmarks de agentes sin activar cada peso [2]. Ambos modelos están disponibles en Hugging Face y ModelScope desde el primer día. La ventana gratuita de la API de Hy3 en OpenRouter (tencent/hy3:free) estuvo activa durante dos semanas en el lanzamiento; la vista previa de Hy4 obtiene el mismo nivel gratuito de dos semanas en WorkBuddy, CodeBuddy y OpenRouter [3]. AtlasCloud muestra Hy3 a $0.20 por millón de tokens de entrada y $0.80 por millón de tokens de salida con el contexto completo de 256K — colocándolo entre las opciones alojadas más eficientes en costo [4].
Cómo se comparan frente a GLM, DeepSeek y las API cerradas
La evaluación interna a ciegas de Tencent hizo que 163 expertos calificaran la vista previa de Hy4 con 2.99/4.00 en 203 tareas de ingeniería, superando a GLM-5.3 (2.92) y Kimi K3 (2.94) [3]. Hy3 obtuvo un 78 % en SWE-bench Verified y un 90.4 % en GPQA Diamond [2]. El modelo base de vista previa de Hy3 ya compitió con Kimi-K2 Base (1,043B), DeepSeek-V3 Base (671B) y GLM-4.5 Base (355B) activando solo 21B de parámetros frente a sus 32B–37B [4]. La diferencia práctica: a esta escala, la licencia Apache 2.0 significa que las empresas que no pueden acceder a las API controladas por EE. UU. debido a restricciones de exportación obtienen una alternativa con licencia permisiva para agentes de codificación no regulados [2]. Nous Research lo describió como “enfocado en el uso agente rentable y particularmente fuerte en codificación, fiabilidad de llamadas a herramientas, razonamiento y tareas de largo contexto de 256K” [2].
Ejecutarlos tú mismo: API, autoalojamiento y cuantización
Si deseas autoalojar Hy3 con plena fidelidad, Tencent especifica un paralelismo tensor de 8× GPU usando GPUs H20-3e o de clase H200 [2]. Es un clúster, no una estación de trabajo. Sin embargo, las cuantizaciones GGUF de 1 bit y 4 bits para llama.cpp con soporte MTP llegaron el 14 de julio, permitiendo la inferencia en rigs de una sola GPU de 128 GB — sin necesidad de un clúster de 8× H20 [2]. Existen recetas oficiales de servicio para vLLM y SGLang [2]. Los 49B de parámetros activos y el contexto de 1M+ de la vista previa de Hy4 elevarán aún más el listón; Tencent aún no ha publicado las especificaciones mínimas de autoalojamiento para ella. Por ahora, las ventanas de API gratuita y los hosts de terceros (OpenRouter, Tencent Cloud TokenHub, AtlasCloud) son los puntos de entrada con menor fricción [3][4].
Dónde ya se están mostrando en flujos de trabajo reales
Hy3 impulsa los asistentes de codificación WorkBuddy/CodeBuddy de Tencent, el asistente para consumidores Yuanbao (que obtuvo una función Agent gratuita que genera PowerPoint, Word, Excel, PDF y HTML a partir de lenguaje natural), el asistente Marvis a nivel de sistema operativo, la herramienta de conocimiento ima, el servicio de atención al cliente con IA de las cuentas oficiales de Weixin/WeChat y el asistente Advent de Path of Exile en WeGame [4]. Los usuarios de WorkBuddy que seleccionan activamente Hy3 se han sextuplicado desde la vista previa [4]. La vista previa de Hy4 extiende esto: una comprensión, planificación, depuración y validación más fuertes para el desarrollo de largo contexto; análisis financiero mejorado y colaboración entre documentos; prototipos de juegos jugables a partir de solicitudes de lenguaje natural individuales; y ganancias notables en I+D de IA, dinámica molecular, física de materia condensada y matemáticas fundamentales [3]. También participó en su propio desarrollo — proponiendo optimizaciones de entrenamiento, ejecutando experimentos e iterando según los resultados, estableciendo un bucle temprano de mejora automática recursiva [3]. El rendimiento de la inferencia mejoró un 31.8 % gracias a la fusión autónoma de operadores y la optimización de la comunicación [3].
Qué tener en cuenta antes de cambiar
La licencia Apache 2.0 es amigable para uso comercial [5]. Los números de referencia son competitivos. Sin embargo, quedan dos limitaciones prácticas: el autoalojamiento de peso completo exige una inversión significativa en GPUs, y los modelos tienen semanas o meses de antigüedad — la estabilidad a largo plazo, las herramientas de la comunidad y los rastros de auditoría de seguridad aún están en formación. Si tu carga de trabajo se ajusta al nivel gratuito de la API o a los precios de alojamiento, el argumento de costo es sólido. Si necesitas una implementación aislada con plena fidelidad, presupuesta para un clúster de 8× GPUs de clase H200. El camino cuantizado de una sola GPU de 128 GB existe para Hy3; el equivalente para Hy4 aún no está documentado. Comienza con la API gratuita en OpenRouter o WorkBuddy/CodeBuddy. Realiza pruebas de esfuerzo en tus flujos de trabajo de agentes reales — fiabilidad de llamadas a herramientas, recuperación de largo contexto y cumplimiento del formato de salida — antes de comprometer la infraestructura.
Fuentes
- Tencent Hy3: MoE abierto de 295B para codificación agente | Blog de explainx.ai
- Tencent lanza y abre el código fuente de la vista previa de Tencent Hy4
- Tencent lanza Hy3: modelo MoE de código abierto de 295B - datanorth.ai
- Tencent Hunyuan lanza oficialmente Hy3, avanzando las capacidades de agente …
- El nuevo modelo de IA de código abierto de Tencent de China para codificación, investigación …
