Tencent Hy3 릴리스 노트: 강화된 에이전트 능력 및 효율성

Tencent는 2-5배 더 많은 파라미터를 가진 플래그십 모델과 경쟁하면서도 우수한 비용 효율성을 제공하는 오픈 소스 모델인 Hy3를 출시했습니다. 이 모델은 높은 유용성을 가진 생산성 작업을 위해 설계되었으며, 추론, 에이전트 능력 및 긴 문맥 처리 능력에서 상당한 향상을 보여줍니다.

강화된 에이전트 및 생산성 능력

Hy3는 유사한 크기의 모델을 능가하고 추론 및 에이전트 작업에서 더 큰 플래그십 모델과 경쟁합니다. 실제 업무 작업을 수행하는 270명의 전문가가 참여한 블라인드 평가에서, Hy3는 2.67/4의 점수를 기록하여 GLM-5.1의 점수인 2.51/4를 넘어섰습니다.

성능 향상은 다음과 같은 생산성 분야에서 가장 두드러집니다:

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

프로덕션급 신뢰성 개선 사항

Tencent는 벤치마크를 넘어 실제 제품의 고충을 해결하는 데 집중하여 세 가지 주요 개선 영역을 도출했습니다:

Tool Call 안정성 및 형식 준수

Hy3는 도구 구성 및 출력 제약 조건에 대해 프로덕션급 표준을 달성했습니다. 다양한 에이전트 스캐폴딩(scaffoldings)에 대해 높은 일반화 능력을 보여줍니다. SWE-Bench Verified 벤치마크에서 CodeBuddy, Cline, KiloCode와 같은 스캐폴딩 간의 정확도 편차는 4% 이내로 유지됩니다.

환각 현상 감소 및 지식 근거 설정

세밀한 데이터 정제 및 학습 제약 조건을 구현함으로써, Tencent는 내부 실세계 평가에서 모델의 환각률을 12.5%에서 5.4%로 줄이고 상식 오류율을 25.4%에서 12.7%로 낮추었습니다.

문맥 유지 및 의도 추적

Supervised Fine-Tuning (SFT)와 Reinforcement Learning (RL)의 공동 최적화를 통해, Hy3는 상호 참조 해결(coreference resolution), 생략 복구(ellipsis recovery), 다중 턴 제약 조건 상속을 개선했습니다. 내부 다중 턴 테스트에서 문제 발생률이 17.4%에서 7.9%로 감소했으며, 모델은 MRCR와 같은 긴 대화 평가에서 뚜렷렷한 향상을 보였습니다.

운영 영향 및 토큰 효율성

WorkBuddy 환경 내의 내부 테스트 결과, Hy3는 Hy3 preview 버전과 비교하여 작업 성공률을 크게 높이고 운영 비용을 감소시킵니다:

• Task Success Rate: Hy3 preview에서 72%에서 Hy3로 90%로 증가했습니다.
• Completion Time: 평균 완료 시간이 34% 감소했습니다.
• Token Efficiency: GLM-5.2와 비교하여, Hy3는 문서 처리 시 47.4% 적은 토큰을 사용하고 프레젠테이션 생성 시 49% 적은 토큰을 사용합니다.

가용성 및 가격 정책

Hy3는 Apache 2.0 라이선스 하에 오픈 소스로 공개되었으며 GitHub, HuggingFace, ModelScope, 그리고 AtomGit에서 사용할 수 있습니다.

API 가격 (1M 토큰당):

Input	Output	Cached Input
1 RMB	4 RMB	0.25 RMB