Lab Hunyuan Tencent telah melepaskan dua model berat terbuka besar dalam kurang dari dua bulan: Hy3 pada awal Juli dan Hy4 preview pada 28 Agustus 2026. Keduanya menggunakan arsitektur Mixture-of-Experts (MoE), keduanya membawa lisensi Apache 2.0, dan keduanya menargetkan pengkodean berbasis agen dan kerja produktivitas konteks panjang. Rilis ini penting karena memberikan alternatif berlisensi permisif bagi perusahaan terhadap API yang dikendalikan AS dengan sebagian kecil dari biaya inferensi — asalkan Anda mampu menangani realitas hardware.
Apa sebenarnya kedua model ini
Hy3 adalah model MoE berparameter 295B dengan 21B parameter aktif per token, jendela konteks 256K-token, dan lapisan multi-token prediction (MTP) sebesar 3.8B untuk dekoding spekulatif. Hy4 preview meningkat menjadi total parameter 770B dengan 49B aktif dan menggerakkan konteks lebih dari 1 juta token. Tencent menempatkan Hy3 sebagai ‘saingan flagship skala triliun’ karena aktivasi spars memungkinkan model ~300B menumbuk seperti tumpukan dense yang jauh lebih besar pada benchmark agen tanpa mengaktifkan setiap bobot [2].
Kedua model tersedia di Hugging Face dan ModelScope sejak hari pertama. Jendela API gratis Hy3 di OpenRouter (tencent/hy3:free) berjalan selama dua minggu saat peluncuran; Hy4 preview mendapatkan tier gratis dua minggu yang sama di WorkBuddy, CodeBuddy, dan OpenRouter [3]. AtlasCloud mencantumkan Hy3 seharga $0.20 per juta token input dan $0.80 per juta token output dengan konteks penuh 256K — menempatkannya di antara opsi hosted yang paling efisien biaya [4].
Bagaimana Mereka Berkompetisi dengan GLM, DeepSeek, dan API Tertutup
Evaluasi internal buta Tencent melibatkan 163 ahli yang memberikan skor Hy4 preview sebesar 2.99/4.00 di seluruh 203 tugas teknik, mengalahkan GLM-5.3 (2.92) dan Kimi K3 (2.94) [3]. Hy3 mencapai 78% pada SWE-bench Verified dan 90.4% pada GPQA Diamond [2]. Model dasar preview Hy3 sudah bersaing dengan Kimi-K2 Base (1,043B), DeepSeek-V3 Base (671B), dan GLM-4.5 Base (355B) sambil hanya mengaktifkan 21B parameter dibandingkan dengan 32B–37B milik mereka [4].
Perbedaan praktis: lisensi Apache 2.0 dalam skala ini berarti perusahaan yang tidak dapat menyentuh API yang dikontrol ekspor AS mendapatkan alternatif berlisensi permisif untuk agen pengkodean yang tidak terregulasi [2]. Nous Research menegaskan bahwa hal ini ‘fokus pada penggunaan agen yang efektif biaya, dan secara khusus kuat dalam pengkodean, keandalan pemanggilan alat, penalaran, dan tugas konteks panjang 256K’ [2].
Menjalankan Sendiri: API, Self-Hosting, dan Kuantisasi
Jika Anda ingin meng-host sendiri Hy3 dengan fidelitas penuh, Tencent menentukan penggunaan 8× GPU tensor parallel dengan GPU H20-3e atau kelas H200 [2]. Ini merupakan kluster, bukan workstation. Namun, kuantisasi GGUF 1-bit dan 4-bit untuk llama.cpp dengan dukungan MTP tiba pada 14 Juli, yang memungkinkan inferensi pada rig single-GPU 128 GB — tidak diperlukan kluster 8× H20 [2]. Resep layanan resmi ada untuk vLLM dan SGLang [2].
Hy4 preview’s 49B active parameters and 1M+ context will raise the bar further; Tencent hasn’t published minimum self-host specs for it yet. For now, the free API windows and third-party hosts (OpenRouter, Tencent Cloud TokenHub, AtlasCloud) are the lowest-friction entry points [3][4].
Di Mana Mereka Sudah Tampak dalam Alur Kerja Nyata
Hy3 mengasisten kode WorkBuddy/CodeBuddy Tencent, asisten konsumen Yuanbao (yang memperoleh fungsi Agent gratis yang menghasilkan PowerPoint, Word, Excel, PDF, dan HTML dari bahasa alami), asisten Marvis tingkat OS, alat pengetahima ima, layanan pelanggan AI Akun Resmi Weixin/WeChat, dan asisten Advent Path of Exile di WeGame [4]. Pengguna WorkBuddy yang secara aktif memilih Hy3 meningkat enam kali sejak preview [4].
Hy4 preview memperluas hal ini: pemahaman, perencanaan, debug, dan validasi yang lebih kuat untuk pengembangan konteks panjang; analisis keuangan yang ditingkatkan dan kolaborasi lintas dokumen; prototipe permainan yang dapat dimainkan dari permintaan bahasa alami tunggal; serta peningkatan yang signifikan dalam riset dan pengembangan AI, dinamika molekuler, fisika padat, dan matematika dasar [3]. Ia juga ikut serta dalam pengembangan sendiri — mengusulkan optimasi pelatihan, menjalankan eksperimen, dan melakukan iterasi berdasarkan hasil, membentuk loop perbaikan diri rekursif awal [3]. Throughput inferensi meningkat 31.8% karena fuesi operator otonom dan optimasi komunikasi [3].
Apa yang Perlu Dipertimbangkan Sebelum Beralih
Lisensi Apache 2.0 ramah secara komersial [5]. Angka benchmark bersaing. Namun dua kendala praktis tetap ada: self-hosting berat membutuhkan modal GPU yang serius, dan model berusia pekan hingga bulan — stabilitas jangka panjang, alat komunitas, dan jejak audit keamanan masih dalam proses pembentukan. Jika beban kerja Anda cocok dengan tier API gratis atau harga hosted, argumen biaya kuat. Jika Anda perlu penerapan terisolasi (air-gapped) dengan fidelitas penuh, siapkan anggaran untuk kluster 8× kelas H200. Jalur kuantisasi single-GPU 128 GB ada untuk Hy3; setara untuk Hy4 belum didokumentasikan.
Mulai dengan API gratis di OpenRouter atau WorkBuddy/CodeBuddy. Lakukan stres test pada alur kerja agen Anda yang sebenarnya — keandalan pemanggilan alat, pengambilan konteks panjang, kepatuhan format output — sebelum berkomitmen pada infrastruktur.
