Tencent Hy3 공식 출시 — 저렴한 비용의 Agent 성능 중심 295B AI 모델

작성자: Nokka (นก-กา) | 2026년 7월 7일

TL;DR — 바쁜 분들을 위한 요약

Tencent는 2026년 7월 6일 Hunyuan Hy3를 공식 출시했습니다 — 295B 파라미터(21B active) 규모의 Mixture-of-Experts (MoE) 모델이며, 256K 컨텍스트 (context) 길이를 지원하고 Apache 2.0 라이선스 [1]를 따릅니다.

핵심 강점은 Agent 성능입니다 — 업그레이드 후 WorkBuddy 작업 해결률 (task resolution)이 72%에서 90%로 급증했습니다 [2]. 또한 가격이 저렴합니다: 1M 토큰(input/output)당 ¥1/4, 또는 OpenRouter를 통해 약 $0.14/$0.58 USD에 이용 가능합니다 [3].

Hy3는 출시 이후 WorkBuddy, CodeBuddy, Yuanbao, WeChat assistants, QQ Browser, Sogou Input [4] 등 9개 이상의 Tencent 제품에 통합되었습니다.

Highlight — Hy3는 가장 큰 모델은 아니지만, Tencent에서 가장 "실용적인" 모델입니다

Hy3를 흥미롭게 만드는 것은 벤치마크 점수가 아니라 "Pragmatic AI (실용적 AI)" 접근 방식입니다 — Tencent는 파라미터 규모 경쟁 대신 실제 세계에서의 성능 (performance)에 집중하기로 선택했습니다 [1].

Hy3가 뛰어난 분야: WorkBuddy에서의 Agent 작업 해결률 90% (프리뷰 당시 72%에서 상승) [2] / BrowseComp 84.2 — GPT-5.5의 84.4와 거의 대등함 [5] / ClawEval pass^3 68.5 — DeepSeek V4 Pro (62.4) 및 Qwen 3.7 Max (65.2)를 상회함 [5] / GPQA Diamond 90.4 — GPT-5.5의 93.6과 어깨를 나란히 함 [6].

아직 뒤처지는 분야: 코딩 (Coding) — SWE-bench Pro에서 GLM-5.2가 여전히 앞서고 있음 (62.1% vs Hy3 57.9%) [7] / HLE (Humanity's Last Exam) — GLM-5.2 54.7, Hy3 53.2 [6].

개인적인 견해로는 Hy3는 엔터프라이즈 시장의 경쟁자들에게 "위협적인" 모델입니다 — 가장 강력해서가 아니라 Tencent가 압도적인 배포망 (distribution)을 보유하고 있기 때문입니다: WeChat의 14억 사용자, 그리고 통합 중인 50개 이상의 제품들 [4]. 만약 Hy3가 WeChat 에이전트에서 실제로 잘 작동한다면, 벤치마크에서 승리하지 않더라도 중국에서 가장 많이 사용되는 모델이 될 것입니다.

사양 및 아키텍처

Hy3는 Mixture-of-Experts (MoE) 아키텍처를 사용합니다 — 총 295B 파라미터를 보유하지만 토큰당 21B만 활성화됩니다 [1]. 192개의 전문가 (experts)가 있으며 토큰당 top-8 라우팅 (routing)을 사용합니다 — 이는 DeepSeek V4 및 Qwen 3.7 Max와 유사한 아키텍처입니다.

컨텍스트 윈도우 (Context window)는 256K 토큰으로, 중간 규모의 코드베이스 (codebase) 및 긴 문서 분석 작업에 충분합니다 [1].

Apache 2.0 라이선스 — 상업적 이용이 무료이며 제한이 없습니다 [1]

2026년 4월에 출시된 프리뷰 (preview) 버전과 비교했을 때 — Hy3는 눈에 띄게 향상되었습니다: 에이전트 (Agent) 및 코드 (code) 능력 +20-30% [5] / 환각률 (Hallucination rate) 12.5%에서 5.4%로 감소 [8] / 상식 오류 (Commonsense errors) 25.4%에서 12.7%로 감소 [8] / SkillsBench 29.1에서 55.3으로 급등 [5] / MathArena Apex 12.8에서 38.7으로 급등 [5]

이러한 개선은 Hy3 프리뷰를 테스트한 Tencent 내부 50개 제품 팀의 피드백 (feedback)을 통해 이루어졌습니다 [8] — 이는 "실제 사용 후 개선"하는 방식의 모델 개발을 보여주는 좋은 사례입니다.

벤치마크 점수 (Benchmark Scores)

Tencent는 여러 측면에서 Hy3를 다른 모델들과 비교한 벤치마크 점수 (benchmark scores)를 공개했습니다:

에이전트 및 도구 사용 (Agent & Tool Use)

ClawEval pass^3 — Hy3 68.5 > DeepSeek V4 Pro 62.4 > Qwen 3.7 Max 65.2 [5] / BrowseComp — Hy3 84.2 ≈ GPT-5.5 84.4 [5] / Tool-Decathlon — Hy3 82.3 > DeepSeek V4 Pro 78.1 [6]

코딩 (Coding)

SWE-bench Verified — Hy3 78 / SWE-bench Pro — Hy3 57.9 (GLM-5.2 62.1) [7] / SWE-bench Multilingual — Hy3 75.8 [6] / Terminal-Bench 2.1 — Hy3 71.7 [6] / DeepSWE — Hy3 28.0 [6]

STEM 및 추론 (STEM & Reasoning)

GPQA Diamond — Hy3 90.4 (GPT-5.5 93.6) [6] / USAMO 2026 — Hy3 72.0 [6] / HLE (with tools) — Hy3 53.2 (GLM-5.2 54.7) [6] / IMOAnswerBench — Hy3 90.0 [6]

측면	Hy3	GLM-5.2	DeepSeek V4 Pro	GPT-5.5
Agent (ClawEval)	68.5	—	62.4	—
...

이 표는 Tencent가 Hy3 출시와 함께 공개한 벤치마크 점수 (benchmark scores)를 정리한 것입니다 [5][6] — 빈 칸(—)으로 표시된 수치는 해당 모델 제조사가 그 벤치마크를 공개하지 않았거나 다른 버전을 사용했음을 의미합니다.

제 개인적인 견해로는 가장 흥미로운 벤치마크는 BrowseComp입니다 — Hy3의 84.2는 GPT-5.5의 84.4와 거의 맞먹는 수준입니다. 이는 여러 출처에서 정보를 검색하고 합성하는 능력을 측정하는 것으로, 실제 업무를 수행하는 AI 에이전트 (AI agent)에게 매우 중요한 기술입니다.

에이전트 성능 (Agent Performance) — 핵심 셀링 포인트

Tencent는 Hy3를 단순한 채팅용 모델이 아닌 "에이전트용 모델"로 포지셔닝하고 있습니다 [1]. 이를 뒷받침하는 수치는 다음과 같습니다:

WorkBuddy (Tencent의 엔터프라이즈 플랫폼) — 작업 해결률 (Task resolution)이 72% (Hy3 preview)에서 90% (Hy3)로 증가 [2] / 평균 작업 시간 34% 감소 [2] / ima 지식 베이스 QA에서의 시스템 안정성 (stability) 95.1% [2]

Tencent가 공개한 실제 사용 사례: 석유 회사를 위한 통합 현금 흐름 모델 (consolidated cash flow model) 생성 — 3개 지역, 6개 예비 블록(reserve blocks), 연결된 5,220개 셀 — 모든 수치는 하드코딩된 값(hardcoded value)이 없는 라이브 수식(live formula)임 [2] / 101개 SKU의 판매 데이터 분석 → 12개의 분석 테이블이 포함된 완전한 Excel 모델링 + 20개의 차트(막대, 파이, 히트맵, 버블 차트)를 포함한 30슬라이드 분량의 프레젠테이션 생성 [2]

제 개인적인 견해로는 이 사례가 시사하는 중요한 점은 Hy3가 단순히 코드를 잘 쓰는 것을 넘어, 기업이 진정으로 필요로 하는 "오피스 자동화 (office automation)" 업무에 능숙하다는 것입니다. 단 하나의 프롬프트만으로 복잡한 재무 모델(financial model)을 생성하는 것은 대부분의 모델이 수행하기 어려운 영역입니다.

가격 및 접근성

Hy3는 여러 경로를 통해 사용할 수 있습니다:

Tencent Cloud TokenHub (중국): 입력 토큰 100만 개당 ¥1, 출력 토큰 100만 개당 ¥4, 캐시된 토큰(cached tokens) 100만 개당 ¥0.25 [3]

OpenRouter (글로벌): 입력 100만 개당 약 ~$0.14, 출력 100만 개당 약 ~$0.58 [3]

OpenRouter Free Tier: 첫 2주간 무료 — $0/1M [9]

Hugging Face / ModelScope: Apache 2.0 라이선스 가중치(weights) — 무료로 자체 실행 가능 [1]

타 모델과의 가격 비교: DeepSeek V4 Flash — 출력 100만 개당 $0.28 (더 저렴함) [10] / GLM-5.2 — 출력 100만 개당 $4.40 (7.5배 더 비쌈) [7] / Claude Opus 4.8 — 출력 100만 개당 $25 (43배 더 비쌈) [7]

제 개인적인 견해로는 중국 내 100만 토큰당 ¥1/4의 가격은 품질 대비 매우 저렴합니다. Tencent는 Alibaba (Qwen) 및 ByteDance (Doubao)로부터 엔터프라이즈 시장 점유율을 빼앗기 위해 "저렴한 가격 + 광범위한 배포 (distribution)" 전략을 펼치고 있습니다.

Tencent 제품군과의 통합

Hy3는 출시와 동시에 Tencent 제품군에 통합되었습니다 [4]:

WorkBuddy / CodeBuddy — 엔터프라이즈 생산성 + 코딩 어시스턴트 / Yuanbao — Tencent의 AI 어시스턴트 / WeChat assistants — WeChat 내 어시스턴트 / ima — 지식 베이스 (knowledge base) / Marvis — 엔터프라이즈 검색 / QQ Browser — 브라우저 / Tencent News — 뉴스 / WeGame — 게임 / Sogou Input — 키보드

통합 파이프라인(pipeline integration)에 있는 제품이 50개 이상 더 있습니다 [4] — Tencent는 모델을 출시한 후 파트너가 직접 통합하도록 하는 Alibaba 및 ByteDance와 달리, "먼저 출시하고 어디에나 통합한다(ship first, integrate everywhere)"는 전략을 사용합니다.

AI 업계에 미치는 영향

Hy3는 중국 AI 트렌드가 변화하고 있음을 보여주는 명확한 신호입니다: "가장 큰 모델을 만들기 위한 경쟁" → "가장 실용적이고 저렴한 모델을 만들기 위한 경쟁"으로 전환되고 있습니다.

Tencent는 DeepSeek와 동일한 경로를 선택했습니다 — 규모에 집중하는 GLM-5.2 (active 40B) 및 Qwen 3.7 Max와 달리, 작은 규모(active 21B)임에도 실제 사용에 충분한 성능을 제공합니다.

태국 개발자들을 위한 정보: Hy3는 이미 OpenRouter를 통해 사용할 수 있습니다 — 1M tokens당 $0.14/$0.58의 가격은 이 정도 수준의 모델로는 매우 저렴한 편입니다 [3] / 태국어 — 대부분의 중국 모델은 태국어를 잘 지원합니다 (중국 모델의 학습 데이터에 태국어가 포함되어 있기 때문) / Apache 2.0 — 데이터 프라이버시(data privacy)가 걱정된다면 자신의 기기에 직접 배포(deploy)할 수 있습니다.

주의할 점: Hy3는 이제 막 출시되었습니다 — 생태계(ecosystem)와 커뮤니티(community)가 DeepSeek나 GLM보다 아직 작습니다 / WeChat 에이전트(agent)와의 통합은 아직 초기 단계입니다 — 사용자 채택(user adoption)이 어떻게 이루어질지 지켜봐야 합니다 / 코딩 성능(Coding performance)은 여전히 GLM-5.2에 뒤처져 있습니다 — 만약 코딩용 AI를 주로 사용한다면 GLM-5.2 또는 DeepSeek V4 Pro가 더 나은 선택일 수 있습니다.

요약

Hy3는 모든 면에서 가장 강력한 모델은 아니지만, 성능 대비 가격 측면에서 가장 "균형 잡힌" 모델입니다 — 특히 에이전트(agent) 및 기업 자동화(enterprise automation) 작업에서 그러합니다.

경쟁사들에게 Hy3가 위협적인 이유는 Tencent의 배포(distribution) 능력 때문입니다 — 만약 Hy3가 WeChat 에이전트에서 실제로 작동한다면, 어떤 벤치마크(benchmark)에서 승리하지 않더라도 세계에서 가장 많이 사용되는 AI 모델이 될 것입니다.

👉 OpenRouter에서 Hy3를 2주 동안 무료로 테스트해 보세요 — 또는 Pandaily와 Tencent에서 전체 벤치마크를 읽어보세요 [1][2]

이 기사는 인간의 통제 및 품질 검토 하에 Hermes Agent를 통해 AI (DeepSeek V4 Flash)가 작성했습니다 — Nokka (Nok-ka)

참고 문헌

참고 문헌

[1] Tencent, "Tencent Hunyuan이 Hy3를 공식 출시하며 에이전트 역량 및 심층 제품 통합을 발전시키다," 2026년 7월 6일 — [https://www.tencent.com/en-us/articles/2202386.html]
[2] Pandaily, "Tencent Hunyuan Hy3 공식 출시: 에이전트 태스크 해결률 90%를 갖춘 실용적 AI," 2026년 7월 6일 — [https://pandaily.com/tencent-hunyuan-hy3-launch-agent-90-percent-task-resolution-jul2026-v2]
[3] OpenRouter, "Hy3 — API 가격 및 제공업체," 2026년 7월 6일 — [https://openrouter.ai/tencent/hy3]
[4] TechNode, "Tencent가 Hunyuan Hy3를 출시하며 모델을 여러 제품에 통합하다," 2026년 7월 7일 — [https://technode.com/2026/07/07/tencent-launches-hunyuan-hy3-integrates-model-across-multiple-products/]
[5] MarkTechPost, "Tencent가 Hy3를 출시하다: 295B 개방형 Mixture-of-Experts (MoE) 모델, 활성 파라미터 21B 및 컨텍스트 256K," 2026년 7월 6일 — [https://www.marktechpost.com/2026/07/06/tencent-releases-hy3-open-295b-moe-model/]
[6] 36Kr (English), "HarmonyOS 3 공식 버전 고성능 테스트 점수 공개," 2026년 7월 6일 — [https://eu.36kr.com/en/p/3884027229420160]
[7] CodingFleet, "GLM-5.2 대 DeepSeek V4 Pro: MIT 개방형 모델 비교 (2026년 6월)", 2026년 6월 — [https://codingfleet.com/blog/glm-5-2-vs-deepseek-v4-pro/]

[8] Softonic, "Tencent Hy3 is now available: a 295B open MoE model," 2026년 7월 6일 — [https://en.softonic.com/articles/tencent-hy3-is-now-available-a-295b-open-moe-model]

[9] OpenRouter, "Hy3 (free) — API Pricing & Providers," 2026년 7월 6일 — [https://openrouter.ai/tencent/hy3:free]

[10] Alex Lavaee, "DeepSeek V4: What's Inside, How It Compares, and Where It Actually Wins," 2026년 4월 — [https://alexlavaee.me/blog/deepseek-v4-architecture-benchmarks-engineer-verdict/]