Шестого июля Tencent выпустила полную версию Hy3 - модели на 295 млрд параметров с архитектурой Mixture-of-Experts. Главная новость не в цифрах, хотя они впечатляют: компания сменила лицензию с ограничительной на Apache 2.0. Для западных enterprise-клиентов это значит, что юридические отделы больше не будут блокировать развёртывание китайской модели - как это было раньше с условиями, исключавшими Евросоюз, Великобританию и Южную Корею.

Tencent решила главную проблему open-weight моделей из Китая - лицензионные ограничения. Год назад многие сильные китайские модели были недоступны для компаний, которые обслуживают трафик из ЕС или Великобритании. Юристы убивали развёртывание до того, как инженеры заканчивали оценку. Hy3 под Apache 2.0 это меняет.

Реакция сообщества была мгновенной: исследователи на X отметили смену лицензии как главную новость. Один из широко распространённых постов утверждал, что если результаты подтвердятся, Tencent только что стала одним из лидеров open source. Компания также обещает две недели бесплатного доступа к модели на OpenRouter.

Суть: Tencent Hy3 - 295 млрд параметров (21 млрд активных), Apache 2.0, без региональных ограничений. Модель вдвое меньше GLM-5.2 по числу параметров, но обходит её по поисковым и инструментальным задачам. Уступает только в кодинге.

От превью до продукта за десять недель

Апрельское превью Hy3 стало первой моделью на rebuilt-инфраструктуре Tencent - компания пересобрала пайплайны предобучения и RL в феврале. Главный AI-учёный Shunyu Yao объяснил ранний открытый релиз как намеренный шаг для сбора отзывов. По словам Tencent, так и вышло: команда собрала обратную связь от более чем 50 продуктовых команд, исправила ошибки в выполнении задач и взаимодействии и масштабировала пост-тренировочный конвейер.

Архитектура не изменилась: 295B всего, 21B активных на один проход (top-8 роутинг по 192 экспертам), 3,8B-параметров для MTP-декодирования, контекст 256K. Изменилось поведение.

Слепой тест: Hy3 против GLM-5.2

Tencent провела слепое исследование с 270 экспертами, которые работали над реальными задачами. 312 валидных сравнений: Hy3 набрал 2,67 из 4 против 2,51 у GLM-5.1. Преимущества - во фронтенд-разработке, CI/CD, работе с данными.

Но выбор оппонента имеет значение. Zhipu AI выпустила GLM-5.2 в середине июня, и собственные бенчмарки Tencent показывают, что GLM-5.2 впереди Hy3 по всему спектру агентного кодинга: SWE-bench Verified (84,2 против 78,0), Terminal-Bench 2.1 (81 против 71,7) и DeepSWE (46,2 против 28,0). Слепой тест был против старой модели; новая держит корону кодинга.

Но GLM-5.2 - это примерно 744 млрд параметров с 40 млрд активных на токен, тогда как Hy3 - 295 млрд всего и 21 млрд активных. Tencent выставляет модель вдвое меньше той, которой уступает - вдвое меньше по железу.

Где Hy3 действительно выигрывает - так это в поисково-инструментальных задачах: 84,2 на BrowseComp, 91,0 на DeepSearchQA - впереди всех открытых моделей в таблице Tencent, на уровне Claude Opus 4.8 и GPT-5.5. Модель лидирует по оркестрации инструментов (79,1 на MCP-Atlas), по агентным оценкам ClawEval и по длинному контексту (73,4 на AA-LCR).

Надёжность: галлюцинации сократились вдвое

Самое интересное для enterprise - не бенчмарки, а то, что Tencent выбрала для акцента. Карточка модели читается не как анонс лидерборда, а как производственный отчёт о надёжности.

По внутренним оценкам на реальных сценариях, частота галлюцинаций Hy3 упала с 12,5% в превью-версии до 5,4%, а ошибки здравого смысла - с 25,4% до 12,7%. Tencent связывает это с тонкой очисткой данных и ограничениями обучения, построенными вокруг чёткого паттерна поведения: отвечай, когда есть основание, констатируй, когда данных не хватает, не смешивай источники, не фабрикуй данные. В многошаговых диалогах частота проблем снизилась с 17,4% до 7,9%.

Это самоотчётные внутренние измерения, и к ним стоит относиться с тем же скепсисом, что и к любым бенчмаркам вендора. Но сам выбор того, что выносить на первый план, показывает, кого Tencent считает своим клиентом: команды, которые обожглись на моделях, демонстрирующих отличные результаты на тестах и уверенно фабрикующих данные в продакшене.

Экономика развёртывания: 295B вместо 744B

GLM-5.2 в FP8 весит примерно 744 ГБ - практический минимум для продакшена - 8x H200. Hy3 с 295B весит в FP8 менее 300 ГБ - меньше половины памяти, примерно вдвое меньше активных параметров на токен. Для организации, решающей, что хостить самостоятельно, это разница между одной тяжёлой нодой и чем-то гораздо более доступным.

Есть и геополитический нюанс: Tencent рекомендует конфигурацию на H20-3e - GPU, который Nvidia спроектировала специально для соблюдения экспортных ограничений в Китае. Восемь чипов, которые китайские компании могут легально купить, комфортно обслуживают модель в полной точности. Для всех остальных это означает, что модель, работающая на намеренно ограниченном кремнии, будет работать ещё комфортнее на H100, H200 и B200 в западных дата-центрах.

Что это значит для бизнеса

GLM-5.2 остаётся выбором для кодинга, когда доступен бюджет на 8x H200. Hy3 делает ставку на всё остальное: поисковые и инструментальные агентские нагрузки, приложения, чувствительные к надёжности, и организации, которые хотят возможности, близкие к передовым, без инфраструктуры передового уровня.

Для компаний во Владивостоке и на Дальнем Востоке, которые рассматривают внедрение искусственного интеллекта и автоматизацию с помощью ии, Hy3 под Apache 2.0 - это возможность развернуть модель, сравнимую с лучшими open-source аналогами, на существенно более доступном железе. Нейросети для бизнеса становятся доступнее, а open source ии и open weights модели - всё более серьёзной альтернативой проприетарным решениям.