Tencent Hy3: Der Apache-lizenzierte MoE-KI-Modus mit 295 Mrd. Parametern

Tencent hat mit Hy3 einen Meilenstein in der Open-Source-KI-Landschaft gesetzt. Das Unternehmen veröffentlichte kürzlich die finale Version seines Mixture-of-Experts-Modells (MoE) mit 295 Milliarden Parametern und 21 Milliarden aktiven Parametern pro Inferenzschritt. Im Gegensatz zur Preview-Version aus dem April steht Hy3 nun unter der liberalen Apache-2.0-Lizenz – eine Entscheidung, die die KI-Community weltweit begeistert aufnahm. Experten auf Plattformen wie X bezeichneten die Lizenzänderung als entscheidenden Schritt für die globale Verbreitung des Modells.

Von der Vorschau zur marktreifen Lösung in nur zehn Wochen

Die Entwicklung von Hy3 verlief in einem rasanten Tempo. Bereits im Februar begann Tencent mit dem Wiederaufbau seiner Infrastruktur für vortrainierte Modelle und Reinforcement Learning. Nur drei Monate später, im April, folgte die erste öffentliche Vorschauversion. Laut Shunyu Yao, Chief AI Scientist bei Tencent, diente dieser frühe Release gezielt dazu, Feedback von Entwicklern und Nutzern einzuholen. Das Feedback war intensiv: Über 50 interne Produktteams testeten die Vorschauversion und identifizierten Schwachstellen in Aufgabenausführung und Interaktion. Diese Erkenntnisse flossen in die Finalversion ein, insbesondere in den Post-Training-Prozess. Die Architektur blieb unverändert, doch das Verhalten des Modells wurde deutlich verbessert.

Das Modell nutzt weiterhin 192 Experten mit Top-8-Routing, eine Multi-Token-Vorhersageschicht (MTP) mit 3,8 Milliarden Parametern für spekulatives Decoding sowie ein Kontextfenster von 256.000 Tokens. Tencent behauptet, dass die finale Version ähnliche Modelle gleicher Größe in den Schatten stellt und sogar Modelle mit zwei- bis fünfmal mehr Parametern übertrifft. Diese Aussage ist besonders relevant, da Hy3 oft mit dem aktuellen Spitzenreiter im Bereich Code-Generierung, GLM-5.2 von Zhipu AI, verglichen wird.

Blindtest zeigt Stärken – aber GLM-5.2 bleibt beim Programmieren ungeschlagen

Anstatt auf öffentliche Benchmarks zu setzen, führte Tencent einen Blindtest mit 270 Experten aus verschiedenen Disziplinen durch. Die Teilnehmer arbeiteten mit echten Workflows und verglichen Hy3 mit einer älteren Version von GLM-5.1. Die Ergebnisse fielen überraschend aus: Hy3 erzielte eine durchschnittliche Bewertung von 2,67 von 4 Punkten, während GLM-5.1 auf 2,51 Punkte kam. Besonders stark schnitt Hy3 in Bereichen wie Frontend-Entwicklung, CI/CD-Pipelines sowie Daten- und Speicherverwaltung ab.

Doch der Vergleich mit der aktuellen Version von GLM-5.2, die Mitte Juni veröffentlicht wurde, zeigt ein anderes Bild. GLM-5.2 ist mit etwa 744 Milliarden Parametern und rund 40 Milliarden aktiven Parametern pro Token deutlich größer als Hy3. Die Benchmark-Ergebnisse von GLM-5.2 sind beeindruckend: Auf SWE-bench Verified erreicht es 84,2 Punkte (Hy3: 78,0), auf SWE-bench Multilingual 83,0 Punkte (Hy3: 75,8) und auf Terminal-Bench 2.1 sogar 81 Punkte (Hy3: 71,7). Lediglich auf DeepSWE liegt Hy3 mit 28,0 Punkten deutlich hinter GLM-5.2 mit 46,2 Punkten. Tencent führt dies auf die geringere Parameterzahl und die damit verbundene Effizienz von Hy3 zurück.

Hy3 glänzt jedoch in anderen Bereichen. Bei agentenbasierten Suchaufgaben liegt es mit 84,2 Punkten auf BrowseComp und 91,0 Punkten auf DeepSearchQA an der Spitze aller offenen Modelle. Auch in Tool-Orchestrierung (79,1 Punkte auf dem öffentlichen MCP-Atlas-Datensatz) und langfristiger Kontextrecherche (73,4 Punkte auf AA-LCR) setzt es Maßstäbe. Damit positioniert sich Hy3 als idealer Kandidat für agentenlastige Workloads mit Fokus auf Suche und Tool-Nutzung – während GLM-5.2 weiterhin die Nase vorn bei der Code-Generierung hat.

Ein wichtiger Hinweis: Die meisten Vergleichswerte in Tencents Benchmark-Anhang stammen aus internen Tests. Unabhängige Validierungen durch Dritte, etwa von Plattformen wie Artificial Analysis, stehen noch aus.

Produktionsreife im Fokus: Hy3 reduziert Halluzinationen deutlich

Tencents Fokus liegt nicht allein auf Benchmark-Ergebnissen, sondern auf der Eignung für den produktiven Einsatz. Die Finalversion von Hy3 wurde gezielt für Zuverlässigkeit und Konsistenz optimiert. Laut Modellkarte sank die Halluzinationsrate im Vergleich zur Vorschau von 12,5% auf lediglich 5,4%. Auch die Fehlerquote bei logischem Schlussfolgern reduzierte sich von 25,4% auf 12,7%. Tencent führt diese Verbesserungen auf eine feinere Datenbereinigung und strengere Trainingsvorgaben zurück. Das Modell wurde darauf trainiert, nur dann eine Antwort zu geben, wenn ausreichend Belege vorliegen, Quellen klar zu trennen und keine Daten zu erfinden.

Auch in mehrstufigen Dialogen zeigt sich die verbesserte Zuverlässigkeit: Die Fehlerquote bei internen Tests sank von 17,4% auf 7,9%. Gleichzeitig stieg die Punktzahl auf dem offenen MRCR-Benchmark für lange Dialoge von 42,9% auf 75,1%. Tencent betont zudem die Konsistenz des Modells über verschiedene Agenten-Scaffolds hinweg. Die Varianz bei SWE-bench-Tests blieb minimal, unabhängig von der verwendeten Infrastruktur.

Fazit: Apache-2.0-Lizenz ebnet den Weg für globale KI-Nutzung

Hy3 steht für einen Paradigmenwechsel in der Open-Source-KI-Landschaft. Mit seiner Apache-2.0-Lizenz entfallen rechtliche Hürden für Unternehmen weltweit, was die globale Verbreitung und den Einsatz in Produktionsumgebungen deutlich erleichtert. Während GLM-5.2 weiterhin die Benchmarks für Code-Generierung dominiert, überzeugt Hy3 durch Effizienz, Zuverlässigkeit und vielseitige Einsatzmöglichkeiten – besonders in agentenbasierten Anwendungen. Tencents Entscheidung, das Modell frühzeitig unter einer liberalen Lizenz zu veröffentlichen, unterstreicht den Trend zu mehr Transparenz und Zusammenarbeit in der KI-Entwicklung. Die kommenden Monate werden zeigen, ob Hy3 sein Potenzial in der Praxis voll entfalten kann – und ob unabhängige Tests seine internen Benchmark-Ergebnisse bestätigen.