# Tencent Hy3 auf dem Mac: OpenRouter, 295B MoE, Apache 2.0 und lokale Grenzen

- URL: https://ai-on-mac.com/artikel/tencent-hy3-openrouter-mac/
- Sprache: Deutsch (Deutschland/EU)
- Veröffentlicht: 2026-07-07
- Aktualisiert: 2026-10-09
- Kategorie: Modell-News
- Englische Version: https://ai-on-mac.com/articles/tencent-hy3-openrouter-mac-en/
- Herausgeber: Julian Dominic Altmann, AI on Mac / KI auf dem Mac (https://ai-on-mac.com)

> Tencent Hy3 auf dem Mac: OpenRouter-Preise mit Cache-Beispielen, ZDR-Provider-Routing, 295B-Gewichten und DSGVO-Grenzen.

**Neuere Version:** Dieser Artikel beschreibt Tencent Hy3. Die neuere Version [Tencent Hy4 preview](https://ai-on-mac.com/artikel/tencent-hy4-preview/) ist inzwischen verfügbar.

**Aktualisiert am 9. Oktober 2026.** Tencent Hy3 ist ein öffentliches **295B-MoE-Modell** mit 21B aktiven Parametern und einer Apache-2.0-Lizenz. Der nutzbare OpenRouter-Slug lautet `tencent/hy3`; für Tests wird auch `tencent/hy3:free` gelistet. Für die Hardwareplanung entscheidend: Die 21B aktiven Parameter beschreiben die Rechenarbeit eines Tokens, nicht die Menge aller Gewichte, die bei lokaler Inferenz vorgehalten werden muss. Das vollständige Modell bleibt für gewöhnliche Macs eine Serverklasse. [Tencent-Modellkarte](https://huggingface.co/tencent/Hy3) · [OpenRouter](https://openrouter.ai/tencent/hy3).

## Einordnung für Mac-Nutzer

**Tencent Hy3** ist ein offenes 295B-Parameter-Mixture-of-Experts-Modell für Reasoning, Coding, Agenten und lange Produktivitäts-Workflows. Auf OpenRouter nutzt du es als `tencent/hy3`; das eigentliche Open-Weight-Modell liegt als `tencent/Hy3` auf Hugging Face. Für Mac-Nutzer ist die wichtigste Einordnung: Hy3 ist zwar offen verfügbar und unter Apache 2.0 veröffentlicht, aber es ist **kein normales lokales Mac-Modell**. Tencent empfiehlt für das Serving 8 GPUs wie H20-3e oder vergleichbare GPUs mit großer Speicherkapazität. Auf einem Mac mini, MacBook oder normalen Mac Studio nutzt du Hy3 realistisch über OpenRouter, Cloud-Provider oder eigene Server-Hardware – nicht wie ein 7B- oder 14B-Modell in Ollama.

## Was ist Tencent Hy3?

Hy3 ist ein großes Mixture-of-Experts-Modell des Tencent Hy Teams. Die finale Version folgt auf **Hy3 Preview**, das Tencent Ende April 2026 vorgestellt hatte. Laut Modellkarte wurden nach der Preview Feedback aus mehr als 50 Produkten gesammelt, die Post-Training-Pipeline skaliert und mehrere Probleme in realen Produkt- und Agenten-Workflows verbessert.

Der Fokus liegt nicht auf einfacher Chatbot-Rhetorik, sondern auf Aufgaben, bei denen ein Modell über viele Schritte zuverlässig bleiben muss:

- Coding-Agenten und Repository-Arbeit
- Tool-Calling und strukturierte Ausgaben
- Dokumentenverarbeitung
- Finanzmodellierung
- Office- und Produktivitätsaufgaben
- Frontend-Design
- Game-Development
- mehrstufige Agentenläufe
- lange Kontexte mit wechselnden Anforderungen

Tencent beschreibt Hy3 als kosteneffiziente Option für reale Produktivitätsaufgaben. Sachlich eingeordnet ist Hy3 ein offenes MoE-Modell, das besonders auf Agenten und lange Workflows ausgerichtet ist; daraus folgt kein pauschaler Vergleich mit einzelnen geschlossenen Modellen.

## Die wichtigsten Fakten zu Tencent Hy3

EigenschaftTencent Hy3

Offizieller Modellnametencent/Hy3
OpenRouter-Slugtencent/hy3
Kostenloser OpenRouter-Slugtencent/hy3:free
AnbieterTencent Hy Team
ArchitekturMixture of Experts
Gesamtparameter295B
Aktive Parameter21B pro Token
MTP-Layer-Parameter3,8B
Experten192 Experten, Top-8 aktiviert
Layer80, ohne MTP-Layer
Kontextfenster256K Tokens laut Modellkarte; OpenRouter zeigt 262K
PräzisionBF16; FP8-Variante verfügbar
Lizenz finale Hy3-VersionApache License 2.0
Lokale Mac-NutzungFür normale Macs praktisch nicht realistisch
Realistische Mac-NutzungOpenRouter, Cloud-API oder eigener GPU-Server

Die Zahl „262K“ bei OpenRouter und „256K“ in der Modellkarte ist kein echter Widerspruch: 256K meint typischerweise 262.144 Tokens. Die beiden Werte sollten trotzdem immer der jeweiligen Quelle zugeordnet bleiben.

### Mac-RAM: Rechenaktivität ist nicht Modellgröße

Die 295 Milliarden **Gesamtparameter** müssen je nach Speicher- und Offloading-Strategie bereitgestellt werden. Für eine überschlägige Modellgewichte-Rechnung ergibt das **590 GB in BF16** (2 Byte je Gewicht), **295 GB in FP8** (1 Byte) oder **mindestens 147,5 GB bei idealisierten vier Bits**. Das sind rein mathematische *Gewichtsmengen*, keine gemessenen Arbeitsspeicherwerte. Quantisierungsmetadaten, Ausrichtungsdaten, KV-Cache, Betriebssystem und parallele Anwendungen erhöhen den Bedarf; Offloading und Frameworks verändern wiederum die Speicherverteilung.

![Rechnerische Gewichtsgrößen des gesamten 295B-Hy3-Modells: 590 GB BF16, 295 GB FP8 und mindestens 147,5 GB hypothetisch 4 Bit ohne Overhead.](https://ai-on-mac.com/images/tencent-hy3/de/weight-memory-de-light.svg?v=20261009b)

*Rechnerische Gewichts-Untergrenzen ohne KV-Cache und Runtime, nicht gemessener Mac-RAM. Quelle: Tencent Hy3 Modellkarte.*

Daher ist die Aussage **„21B aktiv, passt wie ein 21B-Modell auf 24 GB RAM“ falsch**. Für die Frage, ob Hy3 lokal auf deinem Mac *tatsächlich* läuft, braucht es einen konkreten Port, eine verfügbare Quantisierung, messbaren Peak-Memory-Verbrauch und die gewünschte Kontextlänge. [Tencent-Modellkarte](https://huggingface.co/tencent/Hy3).

## Warum Hy3 nicht einfach ein lokales Mac-Modell ist

Hy3 ist offen, aber riesig. Genau hier passieren bei KI-Artikeln oft Fehler: **Open Weights** bedeutet nicht automatisch **MacBook-tauglich**.

Die Hugging-Face-Modellkarte enthält zwar Hinweise auf Docker Model Runner und Quantisierungen. Für das eigentliche Serving nennt Tencent aber vLLM oder SGLang und schreibt, dass Hy3 insgesamt 295B Parameter hat; für Serving auf 8 GPUs empfiehlt Tencent H20-3e oder andere GPUs mit großer Speicherkapazität.

Für die Nutzung auf einem Mac folgt daraus:

- Hy3 läuft nicht einfach lokal mit Ollama auf dem Mac.
- 21B aktive Parameter machen einen Mac mini nicht automatisch ausreichend.
- GGUF- oder MLX-Unterstützung muss für eine konkrete Runtime und Quantisierung geprüft werden.
- Eine pauschale RAM-Empfehlung für 16, 24, 32 oder 64 GB Unified Memory wäre nicht belastbar.

Für Mac-Nutzer lautet die praktische Einordnung:

**Hy3 ist ein offenes Server-/Cloud-Modell. Auf dem Mac nutzt du es sinnvoll als API-Modell oder über OpenRouter. Für lokale Offline-Workflows bleiben kleinere Modelle wie Qwen, Gemma, Mistral oder Llama realistischer.**

## OpenRouter: aktuelle Preise, Cache und Provider

Der **OpenRouter-Modellkatalog am 9. Oktober 2026** zeigt für `tencent/hy3` einen Standardtarif von **0,132 USD je Million Input-Tokens**, **0,528 USD je Million Output-Tokens** und **0,033 USD je Million Cache-Read-Tokens**. Das ist eine API-Abrechnung, kein Claude- oder ChatGPT-Abo und kein deutscher Euro-Endpreis. Der Anbieter führt mehrere Upstream-Provider mit abweichenden Preisen und Latenzen. Bei Provider-Pinning sind **dessen** konkrete Rate und Verfügbarkeit entscheidend. [OpenRouter: Tencent Hy3](https://openrouter.ai/tencent/hy3).

| Modell / Zugangsart | Input je 1 Mio. | Output je 1 Mio. | Einordnung |
|---|---:|---:|---|
| `tencent/hy3` · OpenRouter-Listenpreis | 0,132 USD | 0,528 USD | kostenpflichtiges API-Routing |
| `tencent/hy3-preview` | 0,180 USD | 0,600 USD | ältere Preview, separat bepreist |
| `tencent/hy3:free` | 0 USD | 0 USD | eigene Free-Limits, kein SLA |

![Hy3 OpenRouter Preise in US-Dollar: Hy3 regulär 0,132 Input und 0,528 Output; Hy3 Preview 0,18 Input und 0,60 Output je Million Tokens; Free-Slug mit Limits.](https://ai-on-mac.com/images/tencent-hy3/de/openrouter-prices-de-light.svg?v=20261009b)

*Stand: 9. Oktober 2026. Listenpreise je 1 Mio. Tokens; Upstream-Konditionen können abweichen. Quelle: OpenRouter Hy3.*

**Deutsche Nutzer:** API-Listenpreise in USD dürfen nicht ohne Checkout, Umrechnung und Steuerstatus als Brutto-Europreise ausgegeben werden. Bei OpenRouter kann die tatsächliche Modellinferenz über Drittanbieter erfolgen. Ein europäischer Nutzer oder deutscher Prompt garantiert **keine EU-Datenverarbeitung**. Für Kundendaten müssen Providerliste, Logging, Retention, Vertrag und Datenübermittlungen geprüft werden.

**Free-Slug:** OpenRouter bezeichnet den Endpoint als kostenlos, weist aber ausdrücklich auf Rate Limits hin. Er ist nicht dieselbe Kapazität oder garantierte Verfügbarkeit wie ein bezahlter Endpunkt. [OpenRouter Free Endpoint](https://openrouter.ai/tencent/hy3:free) · [OpenRouter Tarifübersicht](https://openrouter.ai/tencent/hy3).

## OpenRouter-Kosten tatsächlich nachrechnen: Cache ist kein kostenloser Input

Der Preis von **0,132 USD je Mio. Eingabetokens**, **0,528 USD je Mio. Ausgabetokens** und **0,033 USD je Mio. gecachter Eingabetokens** stammt aus dem [OpenRouter-Angebot für Hy3](https://openrouter.ai/tencent/hy3), geprüft am **9. Oktober 2026**. Der Cache-Read-Tarif gilt nur, **wenn ein Upstream-Provider diese Abrechnung für die konkrete Anfrage tatsächlich bereitstellt**. Provider können andere Raten anbieten; jede Abrechnung muss mit dem tatsächlichen Usage-Datensatz und gewählten Endpunkt abgeglichen werden.

**Rechenbeispiele, keine gemessenen API-Aufrufe und ohne Steuern/Gateway-Aufschläge:**

| Fiktiver Request mit OpenRouter-Listenpreis | Eingabe | Cache-Read als Teil der Eingabe | Ausgabe | Rechnerische Kosten |
| --- | ---: | ---: | ---: | ---: |
| Ohne Cache | 100.000 Tokens | 0 | 10.000 Tokens | **0,01848 USD** |
| 60 % der Eingabe als Cache-Read | 100.000 Tokens | 60.000 Tokens | 10.000 Tokens | **0,01254 USD** |
| Längerer Auftrag ohne Cache | 200.000 Tokens | 0 | 50.000 Tokens | **0,05280 USD** |

Im mittleren Fall sind nur **40.000 Eingabetokens** voll zu berechnen: 40.000 × 0,132 / 1 Mio. + 60.000 × 0,033 / 1 Mio. + 10.000 × 0,528 / 1 Mio. = **0,01254 USD**. Die 60.000 Cache-Tokens **noch einmal zum vollen Inputpreis hinzuzufügen wäre eine Doppelberechnung**. Ohne bestätigten Cache-Hit gilt die erste Zeile. Bei Tool-Workflows, Reasoning, Anbieterwechseln und längeren Ausgaben ist der reale Verbrauch anders.

**Kosten und Datenschutz getrennt prüfen:** Ein günstiger Upstream kann andere Retention- oder Regionsbedingungen haben als ein teurerer. Die Spalte „US-Dollar“ ist kein deutscher Brutto-Europreis. Bevor du Kundendaten sendest, tatsächlichen Provider und Vertrag prüfen; OpenRouter-Routing allein belegt keine Datenverarbeitung in der EU.

## API-Setup auf dem Mac

OpenRouter ist OpenAI-kompatibel. Das heißt: Du kannst auf dem Mac viele bestehende OpenAI-Clients weiterverwenden und nur Base URL, API-Key und Modellnamen ändern.

```bash
read -rs OPENROUTER_API_KEY

```

```python

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ["OPENROUTER_API_KEY"],
)

response = client.chat.completions.create(
    model="tencent/hy3",
    messages=[
        {
            "role": "system",
            "content": "Du bist ein präziser Mac- und Coding-Assistent. Antworte kurz, belege unsichere Aussagen und erfinde keine Benchmarks."
        },
        {
            "role": "user",
            "content": "Erkläre, wann ich ein lokales Mac-Modell und wann Tencent Hy3 über OpenRouter nutzen sollte."
        }
    ],
    temperature=0.7,
)

print(response.choices[0].message.content)
```

Wichtig: Dieser Code nutzt Hy3 über OpenRouter. Er lädt kein Modell auf deinen Mac und führt keine Inferenz auf Apple Silicon aus.

## OpenRouter-Routing absichern: ZDR, Provider-Fallback und EU-Grenzen

**Standard-Routing ist keine Datenschutz-Freigabe.** OpenRouter dokumentiert, dass ohne zusätzliche Filter geeignete Upstream-Provider automatisch gewählt werden und **Fallbacks standardmäßig erlaubt sind**. Wer in einem Agenten vertrauliche Prompts verarbeitet, muss die [Routing-Optionen](https://openrouter.ai/docs/guides/routing/provider-selection) explizit setzen. Ein Beispiel auf dem Mac nutzt ausschließlich die OpenRouter-Cloud-API, keine lokale Hy3-Inferenz:

```bash
# Eingabe ohne Klartextschlüssel im Kommandoverlauf:
read -rs OPENROUTER_API_KEY

curl --fail-with-body -sS https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tencent/hy3","messages":[{"role":"user","content":"Antworte nur mit OK."}],"max_tokens":64,"provider":{"data_collection":"deny","zdr":true,"require_parameters":true,"allow_fallbacks":false}}'
```

**Bedeutung der Filter:**

- `data_collection: "deny"` schließt laut OpenRouter Endpunkte aus, die Eingaben dauerhaft speichern oder für Training nutzen könnten. Das ersetzt **keine** Prüfung von Auftragsverarbeitung, Unterauftragsverarbeitern und Datenübermittlungen.
- `zdr: true` beschränkt das Routing auf nach OpenRouter-Angaben **Zero Data Retention**-fähige Endpunkte. Das ist **nicht identisch** mit EU-Datenresidenz oder einem Nachweis allgemeiner DSGVO-Konformität.
- `require_parameters: true` fordert passende Parameter-Unterstützung beim gewählten Endpunkt. `allow_fallbacks: false` schaltet die automatische Provider-Ausweichlogik ab. Für eine **streng definierte Providerliste** ergänze `provider.only` mit den **aktuell auf der Modellseite ausgewiesenen exakten Provider-Slugs**; ohne diese Liste wird *kein bestimmtes Land* festgelegt.
- **Fehler statt stiller Ausweichroute:** Erfüllt **kein** Hy3-Endpunkt die Anforderungen, kann der Request fehlschlagen. Filter deshalb **nicht einfach deaktivieren**, nur um eine Antwort zu bekommen.

Das Beispiel sendet nur einen künstlichen Testprompt. Die Verfügbarkeit der Kombination **Hy3 + ZDR + gewünschte Region** wurde nicht live getestet; der Code verspricht keinen verfügbaren Endpunkt. Für Deutschland gilt: Geeignete ZDR-Filter ersetzen weder eine EU-Verarbeitungsgarantie noch einen belastbaren AV-Vertrag. **Kein sensibles Repository und keine personenbezogenen Kundendaten hochladen**, bevor diese Anforderungen nachweislich erfüllt sind.

## Reasoning-Modi: nicht blind „maximal denken“

Hy3 unterstützt laut OpenRouter und Modellkarte konfigurierbares Reasoning. Die Modellkarte zeigt für lokale OpenAI-kompatible Server `reasoning_effort` über `chat_template_kwargs`:

- `no_think`: direkte Antwort, Standard in der Beispielkonfiguration
- `low`: leichter Reasoning-Modus
- `high`: tieferes Reasoning für Mathematik, Coding und komplexe mehrstufige Aufgaben

Veröffentliche keine vollständigen Chain-of-Thought-Traces. Entscheidend sind bessere Planung, stabilere Tool-Nutzung und weniger Aufgaben-Drift. Reasoning-Modi sind Kosten-, Latenz- und Qualitätsregler, keine magischen Qualitätsschalter.

## Was wurde gegenüber Hy3 Preview verbessert?

Die finale Hy3-Version geht deutlich über ein Rebranding der Preview hinaus. Tencent nennt mehrere Verbesserungen aus Produktfeedback und Post-Training:

BereichVerbesserung laut Tencent

Tool-CallingStabilere Tool-Aufrufe, bessere Fehlererholung und robustere strukturierte Ausgaben
Agenten-ScaffoldsGeneralisiert besser über Setups wie CodeBuddy, Cline und KiloCode
HalluzinationenInterne Halluzinationsrate von 12,5 % auf 5,4 % gesenkt
Common-Sense-FehlerInterne Fehlerrate von 25,4 % auf 12,7 % gesenkt
Long ContextBessere Coreference Resolution, Wiederherstellung ausgelassener Wörter (Ellipsen) und Multi-Turn-Constraint-Tracking
ProduktfeedbackFeedback aus mehr als 50 Tencent-Produkten in die Überarbeitung eingeflossen

Das sind Herstellerangaben, keine unabhängigen Messungen. Sie sind interessant, aber kein Ersatz für eigene Tests mit echten Workflows.

## Benchmarks: stark, aber sauber lesen

Hy3 zeigt auf der Hugging-Face-Seite mehrere Evaluationsergebnisse, darunter:

BenchmarkHy3-Wert laut Hugging FaceEinordnung

SWE-bench Verified78Coding-Agenten / reale GitHub-Issues
SWE-bench Pro57.9schwierigerer Coding-Benchmark
DeepSWE28Coding-/Agenten-nahe Evaluation
GPQA Diamond90.4schwieriges wissenschaftliches Reasoning

Diese Werte sind als Kontext nützlich, aber kein Beleg für eine allgemeine Modellrangliste. Benchmarks hängen stark von Harness, Scaffold, Tool-Zugriff, Prompting, Reasoning-Modus, Timeout und Auswertungslogik ab. Besonders bei SWE-bench-Varianten ist die Umgebung entscheidend. Sie belegen daher weder, dass Hy3 Claude übertrifft, noch dass es das beste Coding-Modell oder besser als alle lokalen Mac-Modelle ist.

Für echte Mac-Workflows zählt, ob Hy3 im eigenen Tooling zuverlässig, bezahlbar und datenschutzseitig akzeptabel ist.

## Wann Hy3 für Mac-Nutzer sinnvoll ist

Hy3 kann sinnvoll sein, wenn du auf dem Mac arbeitest, aber bewusst Cloud- oder Server-Inferenz akzeptierst.

Gute Einsatzfälle:

- großes Repository prüfen
- Refactoring über viele Dateien planen
- Agentenlauf mit Tools strukturieren
- Daten- oder Tabellenlogik analysieren
- technische Dokumentation zusammenfassen
- lange Chat- oder Projektkontexte stabil halten
- Frontend-Komponenten entwerfen
- Browser-/Research-Agenten testen

Schlechte Einsatzfälle:

- private Dokumente ohne Cloud-Verarbeitung
- Offline-Arbeit im Zug oder in der Uni
- kleine Alltagsfragen, bei denen ein lokales 4B- bis 14B-Modell reicht
- sensibler Kundencode ohne klare Datenschutzfreigabe
- Aufgaben, bei denen Latenz wichtiger ist als Modellstärke

## Hy3 vs lokale Mac-Modelle

AufgabeHy3 über OpenRouterLokales Mac-Modell

Private NotizenNur nach DatenschutzprüfungMeist besser
Großes RepositoryStark, wenn Cloud erlaubt istBegrenzt durch RAM/Kontext
Offline-ArbeitNeinJa
Agenten mit ToolsGuter EinsatzfallJe nach Modell und Runtime
KostenkontrolleTokenabhängigStrom + Hardware, keine API-Kosten
DatenschutzCloud-/Provider-AbwägungBesser kontrollierbar
Mac-Hardware-NutzungMac ist ClientApple Silicon rechnet lokal

Der beste Workflow ist hybrid: lokale Modelle für private, schnelle und offline nutzbare Aufgaben; Hy3 für große agentische Aufgaben, bei denen Cloud-Verarbeitung akzeptabel ist.

## Vergleich mit Hy3 Preview

Hy3 Preview war die Vorabversion vom April 2026. OpenRouter listet sie separat als `tencent/hy3-preview`. Für neue Integrationen ist die finale Version `tencent/hy3` die relevante Variante.

EigenschaftHy3 PreviewHy3

Release22. April 20266. Juli 2026
Parameter295B total / 21B aktiv295B total / 21B aktiv
Kontext256K256K
LizenzTencent Hy Community License AgreementApache License 2.0
PositionierungPreview, Feedback sammelnfinale offene Version mit verbesserten Produkt- und Agenten-Eigenschaften

Gerade die Lizenz ist wichtig: Leite aus alten Preview-Informationen nicht ab, dass die finale Version dieselbe Lizenz hat. Für Hy3 nennt die Modellkarte Apache 2.0.

## Datenschutz in Deutschland: Router und Upstream trennen

OpenRouter ist der API-Vermittler; die Inferenz kann bei Tencent Cloud oder einem anderen gelisteten Provider erfolgen. **Daten verlassen den Mac.** Bei personenbezogenen Daten, unveröffentlichtem Kundencode oder Forschungsdaten vor dem Einsatz prüfen, welche Subunternehmer aktiv sind, ob Speicherung oder Training stattfindet und welche Bedingungen für Drittlandübermittlungen gelten. Eine deutsche Spracheinstellung macht das System nicht DSGVO-konform und erzwingt keine EU-Inferenz. Für lokale, sensible Aufgaben ein offline verifiziertes Modell verwenden.

## Praktische Einordnung

Die relevanten Eckdaten von Tencent Hy3 sind 295B Parameter, 21B aktive Parameter, 256K Kontext, Apache 2.0 und der OpenRouter-Slug `tencent/hy3`.

Für Mac-Nutzer ist die entscheidende Botschaft: **Hy3 ist nicht plötzlich ein lokales Mac-Modell.** Es ist ein offenes, aber servergroßes Modell. Auf dem Mac ist es sinnvoll als Cloud-/API-Ergänzung zu lokalen Modellen. Wer Datenschutz, Offlinefähigkeit und Apple-Silicon-Inferenz will, bleibt bei kleineren lokalen Modellen. Wer lange Agentenläufe, großes Kontextverständnis und starke Tool-Workflows braucht, kann Hy3 über OpenRouter oder eigene GPU-Infrastruktur testen.

## Quellen

- Tencent Hy3 auf Hugging Face: https://huggingface.co/tencent/Hy3
- Tencent Hy3 auf OpenRouter: https://openrouter.ai/tencent/hy3
- OpenRouter Endpoint-Preise: https://openrouter.ai/tencent/hy3-20260706/
- Tencent Hy3 Preview auf OpenRouter: https://openrouter.ai/tencent/hy3-preview
- Tencent Hy3 Free auf OpenRouter: https://openrouter.ai/tencent/hy3:free
- OpenRouter Models API: https://openrouter.ai/api/v1/models
- Tencent Hy3 Preview auf Hugging Face: https://huggingface.co/tencent/Hy3-preview
- Tencent News zu Hy3 Preview: https://www.tencent.com/en-us/articles/2202320.html

## FAQ

**Was ist Tencent Hy3?**

Tencent Hy3 ist ein 295B-Parameter-Mixture-of-Experts-Modell des Tencent Hy Teams. Pro Token sind 21B Parameter aktiv; das Modell hat 192 Experten mit Top-8-Routing und ein Kontextfenster von 256K Tokens.

**Wie heißt das Modell auf OpenRouter?**

OpenRouter listet tencent/hy3 (kostenpflichtig) und tencent/hy3:free (ohne Tokenentgelt, aber rate-limitiert). Am 9. Oktober 2026 beträgt der bezahlte Listenpreis 0,132 USD Input und 0,528 USD Output je Million Tokens; Providerpreise können abweichen.

**Läuft Tencent Hy3 lokal auf dem Mac?**

Für normale Macs praktisch nein. Die Gewichte sind offen verfügbar, aber Tencent empfiehlt für Serving 8 GPUs wie H20-3e oder andere GPUs mit großer Speicherkapazität. Ein Mac mini oder MacBook ist dafür nicht realistisch.

**Ist Hy3 Open Source?**

Die finale Hy3-Veröffentlichung steht laut Hugging-Face-Modellkarte unter Apache License 2.0. Sauber formuliert: Hy3 ist ein Open-Weight-Modell unter Apache 2.0; die praktische lokale Nutzbarkeit hängt trotzdem von massiver Server-Hardware ab.

**Was ist der Unterschied zwischen Hy3 und Hy3 Preview?**

Hy3 Preview erschien im April 2026 als Vorabversion. Die finale Hy3-Version baut darauf auf, nutzt Feedback aus mehr als 50 Tencent-Produkten, verbessert Post-Training, Tool-Calling-Stabilität, Anti-Halluzinationsverhalten und Agenten-Workflows.

**Wann sollte ich Hy3 nutzen?**

Hy3 ist vor allem interessant für Coding-Agenten, lange Tool-Workflows, Dokumentenverarbeitung, Finanzanalysen, Frontend-Prototyping, Game-Development und Aufgaben, bei denen ein Modell über viele Schritte stabil bleiben muss. Für private Offline-Dateien sind kleinere lokale Modelle auf dem Mac sinnvoller.

## Quellen

1. https://huggingface.co/tencent/Hy3
2. https://openrouter.ai/tencent/hy3
3. https://openrouter.ai/tencent/hy3-20260706/
4. https://openrouter.ai/tencent/hy3-preview
5. https://openrouter.ai/tencent/hy3:free
6. https://openrouter.ai/api/v1/models
7. https://openrouter.ai/docs/guides/routing/provider-selection
8. https://huggingface.co/tencent/Hy3-preview
9. https://www.tencent.com/en-us/articles/2202320.html
