Per oltre un anno, il mercato dei modelli open-weight ha convissuto con un limite scomodo: molte delle migliori release cinesi erano inaccessibili a gran parte delle imprese interessate. Clausole di licenza che escludevano l'Unione Europea, il Regno Unito e la Corea del Sud costringevano i team legali a bloccare le implementazioni prima ancora che gli ingegneri potessero completare le valutazioni. Non si trattava solo di aziende con sede in quelle regioni, ma di qualsiasi impresa che servisse traffico verso tali aree geografiche. Per i reparti IT alle prese con la selezione di modelli aperti, i compromessi diventavano espliciti.
Tencent ha appena rimosso quell'ostacolo. Il team Hunyuan ha rilasciato la versione completa di Hy3, un modello Mixture-of-Experts (MoE) con 295 miliardi di parametri totali e 21 miliardi di parametri attivi per forward pass, distribuito con la licenza permissiva Apache 2.0, in netto contrasto con la preview di aprile. La reazione della community open-source è stata immediata: ricercatori su X hanno sottolineato che il cambio di licenza è la vera notizia, e un post ampiamente condiviso ha sostenuto che, se i punteggi reggono, Tencent è diventata uno dei leader dell'open source. L'azienda ha annunciato che il modello sarà gratuito su OpenRouter per due settimane.
Dieci settimane dalla preview al prodotto con il contributo di 50 team interni
La preview di Hy3 ad aprile era il primo modello della nuova infrastruttura di pre-training e reinforcement learning di Tencent, rilasciata meno di tre mesi dopo la ricostruzione di febbraio. Il Chief AI Scientist Shunyu Yao ha descritto la pubblicazione anticipata come una mossa deliberata per raccogliere feedback da sviluppatori e utenti prima della versione ufficiale. Secondo la model card, il team ha raccolto suggerimenti da oltre 50 team di prodotto dopo la preview di fine aprile, risolvendo problemi nell'esecuzione dei task e nell'interazione, e ha ampliato la pipeline di post-training.
Sponsored Protocol
L'architettura rimane invariata: 295B parametri totali, 21B attivi per forward pass tramite top-8 routing su 192 esperti, un layer multi-token prediction (MTP) da 3.8B parametri per decoding speculativo e una finestra di contesto di 256K token. Ciò che è cambiato è il comportamento. Tencent sostiene che la release completa supera significativamente modelli di dimensioni simili e rivaleggia con modelli open-source di punta che hanno da due a cinque volte i suoi parametri.
Test alla cieca favorisce Hy3 su GLM 5 1 ma GLM 5 2 domina nel coding
La valutazione principale di Tencent è uno studio umano alla cieca, non una classifica automatizzata. Sostenendo che i benchmark pubblici non raccontano l'intera storia, l'azienda ha condotto un test con 270 esperti in varie discipline su flussi di lavoro reali, raccogliendo 312 confronti validi. Tencent riporta che Hy3 ha ottenuto 2.67 su 4 contro 2.51 di GLM-5.1, con chiari vantaggi nello sviluppo frontend, CI/CD e nel lavoro su dati e storage.
Tuttavia, la scelta dell'avversario è significativa. Zhipu AI ha rilasciato GLM-5.2 a metà giugno, e l'appendice dei benchmark di Tencent mostra GLM-5.2 in vantaggio su Hy3 in quasi l'intera suite agentic coding: SWE-bench Verified (84.2 contro 78.0), SWE-bench Multilingual (83.0 contro 75.8), Terminal-Bench 2.1 (81 contro 71.7) e DeepSWE con un margine ampio (46.2 contro 28.0). Il test alla cieca ha preso di mira il modello più vecchio; il nuovo detiene la corona del coding.
Sponsored Protocol
Il vantaggio di GLM-5.2 nel coding è meno sorprendente considerando le dimensioni: GLM-5.2 è un MoE con circa 744 miliardi di parametri e circa 40 miliardi di attivi per token, contro i 295 miliardi totali e 21 miliardi attivi di Hy3. Tencent schiera un modello con meno della metà dei parametri e quasi la metà del calcolo per token rispetto al modello che insegue.
I veri punti di forza di Hy3 risiedono altrove. Nella ricerca agentica, registra 84.2 su BrowseComp e 91.0 su DeepSearchQA, superando ogni modello aperto nella tabella di Tencent e competendo con Claude Opus 4.8 e GPT-5.5. Guida il campo aperto nell'orchestrazione di strumenti (79.1 sul set pubblico MCP-Atlas), nelle valutazioni agent-harness come ClawEval e nel recupero a lungo contesto (73.4 su AA-LCR). Nell'insieme, l'appendice suggerisce un modello che è probabilmente la scelta open-weight migliore per carichi di lavoro agentici basati su ricerca e strumenti, pur cedendo il coding su larga scala a GLM-5.2.
Una precisazione vale sia per le vittorie che per le sconfitte: quasi tutti i numeri dei competitor nell'appendice di Tencent provengono da test interni dell'azienda. La verifica indipendente, da indici come Artificial Analysis, è ancora in corso.
Sponsored Protocol
Affidabilità in produzione: tassi di allucinazione dimezzati
Ciò che rende il rilascio particolarmente interessante per gli acquirenti enterprise è l'insieme di numeri che Tencent ha scelto di enfatizzare anziché i benchmark. La model card assomiglia più a un report di affidabilità produttiva che a un annuncio di classifica. Nelle valutazioni interne su scenari reali, Tencent afferma che il tasso di allucinazione di Hy3 è sceso rispetto alla preview dal 12.5% al 5.4%, e gli errori di buon senso sono passati dal 25.4% al 12.7% — miglioramenti attribuiti a una pulizia granulare dei dati e a vincoli di training costruiti attorno a pattern comportamentali espliciti: rispondere quando fondato, dichiarare quando mancano prove, non confondere fonti, non fabbricare dati. Il comportamento multi-turn ha ricevuto lo stesso trattamento: il tasso di problemi nei test interni multi-turn è sceso dal 17.4% al 7.9%, e il punteggio di Hy3 sul benchmark aperto MRCR per dialoghi lunghi è passato dal 42.9% al 75.1%.
Tencent sottolinea anche la consistenza attraverso diversi agent scaffold, riportando una varianza di SWE-bench di pochi punti sia che il modello venga eseguito in harness stile Claude Code, Cline o KiloCode. Si tratta di una proprietà spesso sottovalutata: le imprese raramente controllano su quale framework agentico i loro team si standardizzano, e un modello che funziona bene solo in un singolo harness rappresenta un costo di integrazione nascosto. Si tratta di misurazioni interne auto-dichiarate, che meritano lo stesso scetticismo di qualsiasi benchmark fornito dal vendor. Ma la scelta di metterle in primo piano segnala a chi Tencent crede di rivolgersi: team che sono stati scottati da modelli che funzionano bene in demo ma fabbricano con sicurezza in produzione.
Sponsored Protocol
Economia di deployment: un modello da 295B in un mondo da 744B su chip conformi all export
La storia dell'affidabilità si collega direttamente all'economia, ed è qui che il gap di Hy3 nel coding rispetto a GLM-5.2 inizia ad apparire come un compromesso deliberato piuttosto che una perdita. GLM-5.2 ha circa 744 miliardi di parametri totali e circa 40 miliardi di attivi per token; in FP8, i suoi pesi da soli consumano circa 744 GB, rendendo un nodo 8x H200 il minimo praticabile per il serving in produzione. Hy3, con 295B parametri totali, ha un footprint FP8 inferiore a 300 GB — meno della metà della memoria, con circa la metà dei parametri attivi per token che riducono il calcolo per richiesta. Per un'organizzazione che decide cosa auto-ospitare, questa è la differenza tra un nodo pesantemente configurato e qualcosa di molto più accessibile, con spazio per la cache KV e il batching.
C'è un dettaglio geopolitico nella guida al deployment degno di nota: la configurazione di serving raccomandata da Tencent punta sulla Nvidia H20-3e, la variante con memoria potenziata della H20, la GPU che Nvidia ha progettato specificamente per rispettare le restrizioni all'esportazione verso la Cina. A differenza di GLM-5.2, non si menzionano chip Huawei o Ascend. In altre parole, il modello è dimensionato in modo che otto chip legalmente acquistabili dalle aziende cinesi lo servano comodamente a piena precisione. Questo design guidato da vincoli ha un effetto collaterale conveniente per tutti gli altri: un modello che funziona bene su silicio deliberatamente limitato funziona ancora più comodamente sugli H100, H200 e B200 disponibili nei data center occidentali, con deployment standard vLLM e SGLang con decoding speculativo MTP.
Sponsored Protocol
Con la licenza Apache 2.0, senza esclusioni regionali né restrizioni sul campo d'uso, l'equazione enterprise diventa chiara. GLM-5.2 rimane la scelta open-weight quando il coding è l'unico criterio e un budget per nodi 8x H200 è disponibile. Hy3 fa valere le sue ragioni ovunque altrove: carichi di lavoro agentici pesanti su ricerca e strumenti, applicazioni sensibili all'affidabilità e organizzazioni che vogliono capacità vicine alla frontiera senza un'infrastruttura da frontiera. La domanda aperta è se le imprese occidentali, ora che la barriera della licenza è caduta, tratteranno seriamente un modello di Tencent come candidato — o se il prossimo aggiornamento di Artificial Analysis risolverà il dibattito sui benchmark prima che gli uffici acquisti possano intervenire.
