Tencent Hy3 リリースノート: エージェント機能と効率の強化

Tencentは、フラッグシップモデルの2〜5倍のパラメータ数でありながら、優れたコストパフォーマンスを提供するオープンソースモデル、Hy3をリリースしました。このモデルは、実用性の高い生産性タスク向けに設計されており、推論、エージェント機能、および長文コンテキスト処理において大幅な向上を示しています。

エージェントおよび生産性機能の強化

Hy3は、同規模のモデルを凌駕し、推論およびエージェントタスクにおいてより大きなフラッグシップモデルと競合します。270人の専門家が現実世界の業務タスクを実行するブラインド評価において、Hy3は2.67/4のスコアを獲得し、GLM-5.1の2.51/4というスコアを上回りました。

パフォーマンスの向上は、以下の生産性分野で最も顕著です：

• Frontend development
• Data and storage management
• CI/CD tasks
• Coding, office work, financial modeling, and game development

本番環境レベルの信頼性向上

Tencentは、ベンチマークを超えて現実世界の製品の課題を解決することに注力し、その結果、主に3つの領域で改善が行われました：

ツールコールの安定性とフォーマット遵守

Hy3は、ツールの構成と出力制約に対して本番環境レベルの基準を達成しています。異なるエージェント・スキャフォールディング（scaffoldings）において高い汎用性を示しており、SWE-Bench Verifiedベンチマークにおいて、CodeBuddy、Cline、およびKiloCodeなどのスキャフォールディング間での精度分散は4%以内に維持されています。

ハルシネーションの低減と知識の接地（Knowledge Grounding）

きめ細かなデータクリーニングとトレーニング制約を実装することで、Tencentは内部の現実世界評価において、モデルのハルシネーション率を12.5%から5.4%に、常識的エラー率を25.4%から12.7%に減少させました。

コンテキスト保持と意図の追跡

教師あり微調整（SFT）と強化学習（RL）の共同最適化を通じて、Hy3は照応解析（coreference resolution）、省略復元（ellipsis recovery）、およびマルチターン制約の継承を改善しました。内部のマルチターンテストでは、問題発生率が17.4%から7.9%に低下し、モデルはMRCRのような長文対話評価において顕著な改善を示しました。

運用への影響とトークン効率

WorkBuddy環境内での内部テストでは、Hy3はHy3 previewと比較して、タスク成功率を大幅に向上させ、運用コストを削減することを示しています：

• タスク成功率: Hy3 previewから90%（Hy3）に増加。
• 完了時間: 平均完了時間が34%減少。
• トークン効率: GLM-5.2と比較して、Hy3はドキュメント処理で47.4%少ないトークンを使用し、プレゼンテーション作成で49%少ないトークンを使用しました。

利用可能性と価格設定

Hy3はApache 2.0ライセンスの下でオープンソース化されており、GitHub、HuggingFace、ModelScope、およびAtomGitで利用可能です。

API価格（1Mトークンあたり）:

Input	Output	Cached Input
1 RMB	4 RMB	0.25 RMB