無検閲のHy3モデルAPI

「どのモデルを使うべきか」という議論の大半は上限についてのものです。どれが最良のコードを書くか、最難の数学を解くか、最も長いエージェント実行に勝つか。構造化されたパイプラインはそのようには動きません。1日に10万件の書類からフィールドを抽出する仕事に必要なのは、一度きり見事なモデルではなく、毎回同じ形で正しいモデル、そしてJSONオブジェクトが来るべき場所に段落を返さないモデルです。Hy3-W8A16がここにあるのは、その性質のためです。

01Hy3とは何で、どこから来たのか

Hy3はTencentのHunyuanチームによるオープンウェイトの推論・エージェントモデルで、2026年7月6日に寛容なライセンスのもとで全面公開され、重みはHugging Faceで配布されています。Tencentの以前のHunyuan-Large Mixture-of-Experts研究の系譜を継ぐものです。アーキテクチャは疎なMoEで、総パラメータは2,950億、そのうちおよそ210億がトークンあたり活性します。192個のエキスパートに対するtop-8ルーティングを、grouped-query attentionを備えた80層のトランスフォーマ上で行い、さらに投機的デコード用に独立した38億パラメータのmulti-token-prediction層を持ちます。ネイティブのコンテキストは256Kで、当社が公開している262,144トークンとちょうど一致します。より大きなものの切り詰めでも、より小さなものをRoPEで引き伸ばした拡張でもありません。

この疎性の比率は、トークン単位で支払う側にとって重要な数字です。Hy3は2,950億パラメータのモデルの知識を持ちながら、順伝播1回あたりの演算量はおよそ210億パラメータ相当で済みます。これは、当社がより強く圧縮するのではなく8ビットで提供できる理由でもあります。これだけ疎なモデルの8ビットビルドは、自社のGPUクラスタに収まり、なお高速に動くのです。

Tencentが得意だとしている領域

Tencentが公開した評価表は、Hy3の強みを素のコーディングではなくエージェント的な検索、ツールのオーケストレーション、長文コンテキストの検索にはっきり置いています。報告値は次のとおりです。

弱いバーもあえて見せています。Tencent自身の比較で、Hy3はコーディングでGLM-5.2に及びません — SWE-bench Verifiedで78.0対84.2、DeepSWEで28.0対46.2です。ワークロードが自律的な複数ファイルのソフトウェア開発なら、まずモデル研究インデックスの他の記事を読んでください。テキストを読んで構造を吐くことであれば、このプロフィールは理想に近いものです。

パイプラインの仕事で最も重要な数値は信頼性に関するものです。Tencentは、Hy3のハルシネーション率が5.4%で、前世代の12.5%から下がったと報告しており、常識的な誤りも25.4%から12.7%に低下したとしています。彼らが掲げる学習方針 — 根拠があるときに答え、ないときははっきりそう言う — は、放っておけば原典が触れてもいないフィールドにもっともらしい値を作り出してしまう抽出モデルに、まさに求めたい性向です。

このセクションの数値はすべてTencentが自社のテスト実行から報告したものであり、執筆時点では独立した第三者による検証は保留中でした。確定値ではなく方向性として扱ってください。

02W8A16の意味と、それが構造化出力にとって重要な理由

ゲートウェイ上のすべてのモデルには量子化の接尾辞が付いています。飾りではありません。提供される重みが、研究所が公開したチェックポイントからどれだけ離れているかを示しています。

階層	何をするか	忠実度
3BIT-REAP	3ビットの重みに加えてREAP。量子化の前に、めったにルーティングされないMoEエキスパートを落とすエキスパート枝刈り手法です	最も圧縮
W4A16-AUTOROUND-REAP	AutoRoundによる4ビットの重み / 16ビットの活性化。素朴な最近傍丸めに対して精度を取り戻す学習型の丸めで、さらにREAPの枝刈りを加えます	中間
W8A16	8ビットの重み / 16ビットの活性化。枝刈りも、学習型の丸めによる修復もなく、重みを単に2倍の精度で保持します	最高

量子化のずれが実際に痛いところ

REAPとAutoRoundは素朴な圧縮が失うものの大半を取り戻します。ただしこの文では「大半」が仕事をしており、残りは均等には落ちてきません。低ビットの量子化が劣化させるのは裾、つまり確率が低く特異性の高い判断です。散文ではそれはほとんど見えません。形容詞が違っても、文としては立派に成立します。構造化出力では、それがすべてです。スキーマとは、1つ1つが正確に当たらなければならない、確率の低い判断の長い連鎖だからです。

• トークン単位の構文。閉じ括弧、カンマ、引用符。それぞれが1トークンであり、1トークン間違えば応答全体が無効になります。
• 列挙値の規律。スキーマでは"status"が"open" | "closed" | "pending"のいずれかだと定めているのに、ずれたモデルは"Open"や"pending review"を返します。意味は近くても、どちらとしても妥当ではありません。
• 型の規律。numberのフィールドが"1,240"として、booleanが"yes"として返ってきます。どちらも文字列として解析され、スキーマに落ちます。
• ロングテールのリテラル。珍しい固有名詞、部品番号、化学物質名、非ラテン文字、正確な日付 — まさに低ビットの重みがぼかしてしまう、確率の低い領域です。

これで4ビットや3ビットのモデルが悪いということにはなりません。会話用途なら、忠実度の差は価格差に見合わないことも多いのです。しかし出力の受け手が人間ではなくバリデータであるとき、裾での精度はそのまま解析成功率に変わり、解析成功率は再試行の予算とp99レイテンシに変わります。W8A16は、その税金を払わなくてよくなる階層です。

03構造化出力：json_schemaとresponse_format

Hy3は構造化出力の面の両方に対応しています。これはカタログ全体で普遍的なことではないので、明示しておく価値があります。

モデル	response_format	json_schema
Hy3 · W8A16	対応	対応
MiMo-V2.5-Pro · W8A16	対応	対応
inkling · W4A16-AUTOROUND-REAP	対応	非対応
Laguna-S-2.1 · W4A16-AUTOROUND-REAP	非対応	非対応

この2つの仕組みの違いは、多くの人が思うより重要です。response_format: {"type": "json_object"}は妥当なJSONを求めるだけで、それ以上は求めません。形はモデルが選ぶので、2回の呼び出しが{"name": ...}と{"full_name": ...}を返しても、どちらも正しいことになります。json_schemaは形を先に与えます。名前付きのフィールド、型、列挙値、必須の一覧、入れ子。これはコードを書いて相手取れる契約です。

OpenAI互換の方言での最小限の呼び出しは次のとおりです。

POST /v1/chat/completions

{
  "model": "Hy3-W8A16",
  "messages": [
    {"role": "system", "content": "Extract fields from the incident report. Use null for anything not stated."},
    {"role": "user", "content": "<report text>"}
  ],
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "incident",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "severity":  {"type": "string", "enum": ["low","medium","high","critical"]},
          "component": {"type": "string"},
          "occurred_at": {"type": ["string","null"], "description": "ISO-8601"},
          "affected_users": {"type": ["integer","null"]},
          "indicators": {
            "type": "array",
            "items": {"type": "object", "properties": {
              "kind":  {"type": "string", "enum": ["ip","domain","hash","cve"]},
              "value": {"type": "string"}
            }, "required": ["kind","value"]}
          }
        },
        "required": ["severity","component","occurred_at","affected_users","indicators"]
      }
    }
  }
}

実務上の注意

• すべてのフィールドを必須にし、nullを許可する。任意フィールドは黙った欠落を招きます。必須かつnull許容のフィールドは「存在しない」と明示させることになり、それは行動に移せる情報です。
• 自由文字列より列挙値。値の集合を閉じられるところは閉じてください。スキーマの実運用での通過率に対して最も効く変更です。
• 16,384トークンの出力上限を超えない。上限のない配列はオブジェクトの途中で切り詰められます。配列の長さに上限を設けるか、入力を分割してください。
• システムメッセージを残す。スキーマは形を縛りますが、意味を支配するのは依然としてプロンプトです。何をもって「critical」とするか、日付が2つ出てきたらどちらを採るか、単位を正規化するかどうか。
• それでも検証する。スキーマ対応は通過率を上げますが、バリデータとデッドレターキューの代わりにはなりません。

04「無検閲」が内容だけでなく信頼性の性質でもある理由

ゲートウェイ上のHy3には拒否層も出力フィルタもありません。よくある説明の仕方は内容についてのものです。セキュリティ研究、マルウェア解析、エクスプロイトの報告、医療や法務のコーパス、成人向けの素材、ハームリダクションの資料、敵対的なユーザーの会話ログを、モデルがあなたに代わって「やめておく」と判断することなく処理できる、というものです。

ですが、もっと機械的な第2の理由があります。拒否はスキーマ違反です。フィルタ付きのモデルが断るとき、それは"unavailable"フラグを立てたオブジェクトを返してはくれません。散文を返します。「そのリクエストにはお応えできません」。この文字列はincidentオブジェクトではありません。バリデータを通らず、本物の解析エラーと並んでデッドレターキューに落ち、そこであなたはポリシー上の拒否と本当の不正形式を選り分ける羽目になります。

さらに悪いことに、拒否はランダムに散らばるのではなく、内容と相関します。コーパスの4%がセキュリティインシデントの報告で、モデルがそのほとんどを断るなら、スループットを一様に4%失ったのではありません。1つのカテゴリを丸ごと失っており、そのデータの上に作られたダッシュボードは、まさにそれを可視化するために存在しているものを静かに過少報告します。カテゴリの形をした穴は一様なノイズより高くつきます。何もアラートを上げないからです。拒否の経路を取り除けば、残るもの — 不正形式、切り詰め、曖昧なテキスト — は話題と無相関になり、したがって測定可能になります。

05コンテキスト、出力上限、そしてその予算の組み方

ゲートウェイ上のすべてのモデルは同じ制限を共有しています。

コンテキストは共有の予算です。プロンプトと出力が合わせて262,144に収まらなければならないため、1回の呼び出しでの実務上の入力上限はおよそ245,000トークン、ごく大まかに英語で18万語ほどになります。構造化の仕事では16,384トークンの出力上限のほうが厳しく、そして人を驚かせる制限です。レコードごとに1つのオブジェクトを吐くスキーマは、窓が埋まるはるか手前でここに当たります。これに対しては2つのパターンが有効です。

• 入力は広く、出力は狭く。契約書、提出書類、ログの窓をまるごとコンテキストに押し込み、コンパクトなオブジェクトを1つだけ求めます。入力トークンは出力トークンの4分の1の値段なので、価格体系はたくさん読んで少しだけ書くことに報いてくれます。
• バイト数ではなくレコードの境界で分割する。モデルが継ぎ目を見られるところで切ってください。文の途中で切られたレコードは、明らかな失敗ではなく、自信ありげに間違ったオブジェクトを生みます。

Hy3の報告されている長文コンテキスト検索の強さ — AA-LCRで73.4、MRCRの長い対話の想起で42.9%から75.1%への跳ね上がり — は、まさに1つ目のパターンが依存する能力であり、うまく書くこととは別の技能です。

06最安値の価格と、実際のパイプラインの算数

Hy3は入力100万トークンあたり$0.50、出力100万トークンあたり$2.00にあります。カタログの最安値で、MiMo-V2.5、MiMo-V2.5-Pro、DeepSeek-V4-Flash-0731、MiniMax-M3と同じです。代表的な負荷で計算すると次のようになります。

ワークロード	1回あたり入力	1回あたり出力	1回あたり費用	100万回あたり
フィールド抽出	1,200	300	$0.0012	$1,200
文書分類	3,000	120	$0.0018	$1,800
長文をスキーマに要約	40,000	900	$0.0218	$21,800
窓いっぱいの分析	240,000	2,000	$0.1240	$124,000

判断を変える数字は見出しの単価ではなく、再試行を織り込んだあとの実効単価です。2つのモデルが同じ価格で、一方が呼び出しの6%で検証に落ち、他方が1.5%で落ちるなら、ずれの大きいほうは呼び出し数がおよそ4.5%増えます。これは耐えられます。損害は裾に出ます。再試行された呼び出しは倍の時間がかかるので、目に見える割合のトラフィックでp99レイテンシがおよそ倍になり、2回失敗したものは手作業になります。1日100万回の呼び出しなら、それは誰かが読まなければならない数千件のレコードです。

だからこそ最安値の8ビット階層に理はあります。ここでは忠実度に上乗せを払っていないので、再試行の算数はまるまる得になります。3ビットのモデルのほうが安ければ、天秤にかけるべき本物のトレードオフがあったでしょう。しかしHy3はカタログで最も安いものと同じ価格です。

073つのAPI方言、1つのモデル

Hy3はゲートウェイの3方言すべてから到達でき、いずれもストリーミングに対応します。同じモデル、同じ重み、同じ制限なので、すでに使っているSDKに合うものを選んでください。

エンドポイント	方言	使う場面
/v1/chat/completions	OpenAI	OpenAI SDK、LangChain、LlamaIndexを使っている場合。ベースURLをここに向け、モデルIDを変えるだけです。
/v1/messages	Anthropic	Anthropic SDKを使っていて、変換層なしでコンテンツブロックを扱いたい場合。
/v1/responses	Responses	型付き出力とサーバー側の状態を伴う、新しいリクエスト形式を使いたい場合。

Hy3はツール呼び出しと推論にも対応しており、reasoning_effortも使えます。抽出の仕事では、たいてい推論を下げるのが有効な一手です。きれいなテキストに対してスキーマがきちんと定義されているなら、思考トークンはあなたが支払う出力トークンであり、待たされるレイテンシであって、得られるものは限界的です。努力度の予算は、本当に曖昧な入力のほうに使ってください。

リクエストとレスポンスの完全なリファレンス、パラメータの一覧、ストリーミングの意味論、対話的なプレイグラウンドはAPIドキュメントにあります。

083つのW8A16モデルから選ぶ

最も忠実度の高い階層には3つのモデルがあり、いずれも最安値です。選択はほぼモダリティで決まります。

モデル	画像認識	json_schema	入力 / 出力の価格	選ぶ理由
Hy3 · W8A16	非対応	対応	$0.50 / $2.00	テキスト専用の構造化パイプライン、ツールのオーケストレーション、長文コンテキストの検索
MiMo-V2.5-Pro · W8A16	非対応	対応	$0.50 / $2.00	MiMo系列のPro調整が欲しいテキスト専用の仕事
MiMo-V2.5 · W8A16	対応	対応	$0.50 / $2.00	画像が絡むすべて — スキャン文書、スクリーンショット、写真

入力の一部でも画像なら、選択は決まっています。Hy3はテキスト専用なので、スキャンしたPDF、スクリーンショット、写真はMiMo-V2.5に送ってください。入力が本当にテキストであれば、エージェント的なツール利用、長文コンテキストの想起、報告されている低いハルシネーション率というHy3のプロフィールが、パイプラインの仕事に最も直接的に対応します。3つとも同じ価格なので、実データ数百件に対して自分のスキーマを2つのモデルで走らせ、解析成功率を比べてください。それがどんな表よりも、この表よりも、はっきり決着をつけてくれます。

09Hy3が真価を発揮する場面

• 大量のフィールド抽出。契約書、提出書類、インシデント報告、書き起こし、診療記録、裁判記録 — 文書ごとに型付きオブジェクトが成果物であり、量が多くて再試行が高くつくところ。
• 大規模な分類とルーティング。閉じた列挙値の出力で、モデルの価値のすべてが「19番目のカテゴリを決して発明しないこと」にある場面。
• セキュリティと脅威インテリジェンスのコーパス。マルウェアの解説、エクスプロイトの公開情報、フィッシングのサンプル — フィルタ付きモデルを拒否に追い込む素材であり、カテゴリの形をした穴が目的そのものを台無しにする領域です。
• 止まってはいけないツール呼び出しエージェント。8ビットの引数忠実度は、関数に渡されるJSONがきちんと解析されるということです。壊れたツール呼び出しは「少し悪い答え」ではなく、止まったエージェントです。
• 長文書の構造化された分析。提出書類をまるごと入れて、コンパクトなオブジェクトを1つ出す。
• コンテンツモデレーションとポリシー研究。フィルタ付きモデルが読むことを拒む素材にラベルを付けることは、信頼と安全の分野で常につきまとう問題です。厳密なスキーマを備えたフィルタなしのモデルは、それを直接解決します。

そして向かない場面。画像が絡むすべて（MiMo-V2.5を使ってください）、そして自律的な複数ファイルのソフトウェア開発です。Tencent自身の表でも、Hy3はSWE-bench VerifiedでGLM-5.2に及ばず、DeepSWEでは大きく引き離されています。

ベンチマークの数値は競合の数値も含めてTencentの報告値であり、執筆時点では独立した検証は保留中でした。費用の数値は公開している$0.50 / $2.00の料金から算出しています。このページのどの数値もShannonが実施したベンチマークや見積もりではありません。

10よくある質問

---

出典：Tencent Hunyuan model cards · Hy3 repository · Hunyuan-Large: An Open-Source MoE Model (arXiv 2411.02265) · VentureBeat coverage of the Hy3 release。基盤のベンチマークはTencentの報告値であり、独立した検証が済むまでは暫定的なものです。Shannon AIは米国ニューメキシコ州のShannon Lab LLCが運営しています。