بې سانسوره د Hy3 ماډل API

د «کوم ماډل باید وکاروم» ډېری دلیلونه د چت په اړه دي: کوم یو تر ټولو ښه کوډ لیکي، تر ټولو سخته ریاضي حلوي، تر ټولو اوږد اجنټي چلند ګټي. جوړښتي کړۍ داسې کار نه کوي. هغه دنده چې په ورځ کې له سل زره اسنادو څخه ساحې راباسي، هغه ماډل ته اړتیا نلري چې یو ځل درخشان وي — هغه ته اړتیا لري چې هر ځل په هماغه بڼه کې سم وي، او هېڅکله یو پراګراف بېرته ونه کړي چېرته چې یو JSON شی پکار وي. همدا هغه ځانګړنه ده چې Hy3-W8A16 د هغې لپاره دلته دی.

01Hy3 څه دی، او له کومه راځي

Hy3 د Tencent د Hunyuan ټیم یو خلاص وزنه استدلالي او اجنټي ماډل دی، چې د 2026 د جولای په 6 په بشپړه توګه د یوه پرانیستي جواز لاندې خپور شو، له وزنونو سره چې پر Hugging Face باندې خپاره شوي. دا د Tencent د پخواني Hunyuan-Large د Mixture-of-Experts کار نسب ته دوام ورکوي. له معماریاتي پلوه دا یو کثیف MoE دی: 295 میلیارده ټول پیرامیټرونه، چې له هغو څخه نږدې 21 میلیارده په هر توکن کې فعالېږي د 192 متخصصانو په اوږدو کې د لوړ-8 روټینګ له لارې، پر یوه 80 پرته ټرانسفارمر باندې له ډله ییزې-پوښتنې پاملرنې سره، جمع د اټکلي ډیکوډ لپاره یو جلا 3.8B د څو توکنیزې وړاندوینې پرت. اصلي متن 256K دی — بېخي هغه 262,144 توکنه چې موږ يې څرګندوو، نه د یوه لوی شي لنډول او نه د یوه کوچني شي د رسۍ غځول.

هغه د کثافت نسبت د هر چا لپاره مهمه شمېره ده چې په هر توکن کې پیسې ورکوي: Hy3 د یوه 295B ماډل پوهه وړي په داسې حال کې چې په هر مخکیني تېرېدو کې نږدې د یوه 21B ریاضي کوي. همدا لامل هم دی چې موږ کولی شو هغه په 8 بیټو کې خدمت کړو نه دا چې تېز يې فشار کړو — د دې کثافت د یوه ماډل 8-بیټه جوړښت لا هم زموږ پر خپل GPU کلستر باندې ځایېږي او لا هم چټک چلېږي.

Tencent څه راپوروي چې پکې ښه دی

د Tencent خپاره شوي ارزونیز جدولونه د Hy3 ځواکونه په سمه توګه په اجنټي لټون، د وسیلو تنظیمولو، او د اوږد متن په بیا موندنه کې ږدي نه په خام کوډ کې. د دوی راپور شوې شمېرې:

موږ کمزورې پټې په قصده ښیو. Hy3 د Tencent په خپله پرتله کې په کوډ کې له GLM-5.2 وروسته دی — پر SWE-bench Verified باندې 78.0 د 84.2 په مقابل کې، پر DeepSWE باندې 28.0 د 46.2 په مقابل کې. که ستاسو کاري بار خپلواکه څو دوسیه یزه د سافټویر انجینري وي، لومړی د ماډلونو د څېړنې پاتې فهرست ولولئ. که د متن لوستل او د جوړښت راایستل وي، پروفایل ایډیال ته نږدې دی.

هغه شمېره چې د کړۍ د کار لپاره تر ټولو مهمه ده، د اعتبار یوه ده: Tencent د Hy3 د هلوسینېشن کچه 5.4% راپوروي، چې په پخواني نسل کې له 12.5% څخه راښکته شوې، او د عام فهم تېروتنې يې له 25.4% څخه 12.7% ته راښکته شوې. د دوی اعلان شوی روزنیز اصل — کله چې شواهد وي ځواب ورکړه، کله چې نه وي ښکاره ووایه — بېخي هغه مزاج دی چې تاسو يې په یوه استخراجي ماډل کې غواړئ چې بل ډول به د یوې ساحې لپاره یو د باور وړ ارزښت جوړ کړي چې سرچینې هېڅکله نه دی یاد کړی.

په دې برخه کې ټولې شمېرې د Tencent له خپلو ازموینو څخه راپور شوې دي؛ د لیکنې پر مهال د خپلواکې دریمې ډلې تایید لا پاتې و. د لور ښودونکو په توګه يې وګورئ، نه د پرېکړه شویو.

02W8A16 څه معنا لري، او ولې د جوړښتي وتنې لپاره مهم دی

پر ګېټوې باندې هر ماډل د کوانټایزېشن یو تاړی وړي. دا سینګار نه دی — دا تاسو ته وايي چې خدمت شوي وزنونه د هغه چیک پوینټ څخه څومره لرې ناست دي چې څېړنځي خپور کړی و.

پوړ	څه کوي	وفاداري
3BIT-REAP	3-بیټه وزنونه جمع REAP، د متخصص د کټولو یوه میتود چې له کوانټایزولو دمخه نادر روټ شوي MoE متخصصان غورځوي	تر ټولو فشار شوی
W4A16-AUTOROUND-REAP	4-بیټه وزنونه / 16-بیټه فعالېدنې د AutoRound له لارې — زده شوی ګردوالی چې د ساده نږدې-ګرد کولو په پرتله دقت بېرته اخلي — جمع د REAP کټول	منځنی
W8A16	8-بیټه وزنونه / 16-بیټه فعالېدنې. کټول نشته، زده شوی-ګردوالی ترمیم نشته — وزنونه په ساده توګه په دوه چنده دقت کې وړل کېږي	تر ټولو لوړه

د کوانټایزېشن لار ورکول په رښتیا چېرته زیان رسوي

REAP او AutoRound هغه ډېره برخه بېرته اخلي چې ساده فشارول يې ورکوي — مګر «ډېره برخه» په هغه جمله کې کار کوي، او پاتې برخه په مساوي توګه نه پرېوځي. ټیټ بیټه کوانټایزېشن لکۍ خرابوي: هغه ټیټ احتمال، لوړ ځانګړتیا لرونکې پرېکړې. په نثر کې دا نږدې نه لیدل کېږي؛ یوه بله صفت لا هم یوه ښه جمله ده. په جوړښتي وتنه کې دا ټوله لوبه ده، ځکه چې یوه سکیما د ټیټ احتمال د پرېکړو یو اوږد زنځیر دی چې هره یوه يې باید بېخي سمه وي:

• د توکن په کچه نحو. یو تړونکی بریکټ، یوه کامه، یو د اقتباس توری. هر یو یو توکن دی، او یو غلط توکن ټول ځواب باطلوي.
• د enum نظم. ستاسو سکیما وايي چې "status" له "open" | "closed" | "pending" څخه یو دی؛ یو لار ورکړی ماډل "Open" یا "pending review" راګرځوي — له معنایي پلوه نږدې، او د هېڅ یوه په توګه معتبر نه.
• د ډول نظم. یوه number ساحه د "1,240" په توګه راځي، یوه boolean د "yes" په توګه. دواړه د تارونو په توګه پارس کېږي او سکیما ناکامه کوي.
• د اوږدې لکۍ لفظي ارزښتونه. نادر خاص نومونه، د برخو شمېرې، کیمیاوي نومونه، غیر لاتیني لیکونه، دقیقې نېټې — بېخي هغه ټیټ احتمال ساحه چې ټیټ بیټه وزنونه يې خړوي.

هېڅ یوه له دې څخه 4-بیټه یا 3-بیټه ماډلونه بد نه ګرځوي؛ د خبرو اترو د کار لپاره د وفادارۍ توپیر ډېر ځله د بیې د توپیر ارزښت نلري. مګر کله چې د وتنې مصرف کوونکی د یوه انسان پرځای یو تاییدوونکی وي، په لکیو کې دقت مستقیماً د پارس کچې ته بدلېږي — او د پارس کچه د بیا هڅې بودیجې او p99 ځنډ ته. W8A16 هغه پوړ دی چې تاسو پکې هغه مالیه ورکول درېږئ.

03جوړښتي وتنه: json_schema او response_format

Hy3 د جوړښتي وتنې د سطحې دواړه نیمې برخې ملاتړ کوي — چې په څرګنده توګه د ویلو وړ ده، ځکه چې دا په ټول کتلاګ کې عامه نه ده:

ماډل	response_format	json_schema
Hy3 · W8A16	هو	هو
MiMo-V2.5-Pro · W8A16	هو	هو
inkling · W4A16-AUTOROUND-REAP	هو	نه
Laguna-S-2.1 · W4A16-AUTOROUND-REAP	نه	نه

د دې دوو میکانیزمونو ترمنځ توپیر تر هغه ډېر مهم دی چې خلک يې انګېري. response_format: {"type": "json_object"} معتبر JSON غواړي او بس — ماډل بڼه ټاکي، نو دوه بلنې کولی شي {"name": ...} او {"full_name": ...} راوګرځوي او دواړه سم دي. json_schema بڼه له مخکې ورکوي: نومول شوې ساحې، ډولونه، enums، اړینې لیستونه، ځالې کول. دا یو تړون دی چې کولی شئ کوډ پرې ولیکئ.

له OpenAI سره اړونده ژبه کې یوه لږترلږه بلنه:

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"]
      }
    }
  }
}

عملي یادښتونه

• هره ساحه اړینه کړئ او null ته اجازه ورکړئ. اختیاري ساحې چوپ غورځول رابلي؛ یوه اړینه د null منونکې ساحه یو څرګند «نشته» اړ باسي، چې یو داسې معلومات دي چې عمل پرې کولی شئ.
• Enums تر ازادو تارونو غوره دي. چېرته چې د ارزښتونو ټولګه تړلی شئ، وې تړئ — د یوې سکیما د ریښتیني تېرېدو کچې ته تر ټولو ګټور بدلون.
• د 16,384 توکنیز د وتنې چت لاندې پاتې شئ. یو بې پولې لړ به د یوه شي په منځ کې ولنډېږي. د لړونو اوږدوالی وتړئ، یا ننوتنه ووېشئ.
• د سیستم پیغام وساتئ. سکیما بڼه محدودوي؛ غوښتنه لا هم پر معنا باندې واکمنه ده — څه شی «سخت» ګڼل کېږي، کله چې دوه نېټې ښکاره شي کومه ګټي، آیا واحدونه نورمال شي که نه.
• په هر حال کې تایید وکړئ. د سکیما ملاتړ د تېرېدو کچه پورته کوي؛ دا یو تاییدوونکی او یو د مړو لیکونو کتار نه بدلوي.

04ولې «بې سانسوره» د اعتبار یوه ځانګړنه ده، نه یوازې د محتوا

Hy3 پر ګېټوې باندې د ردولو پرت او د وتنې فلټر نه لري. عادي چوکاټ بندي د محتوا په اړه ده: تاسو کولی شئ امنیتي څېړنه، د مالویر شننه، د استثمار لیکنې، طبي او حقوقي ټولګې، د لویانو مواد، د زیان د کمولو اسناد یا د دښمنه کارونکو لیکل شوي متنونه پروسس کړئ پرته له دې چې ماډل ستاسو په ځای پرېکړه وکړي چې غوره ده ونه کړي.

یو دویم، ډېر میکانیکي لامل هم شته چې ولې مهم دی. یو ردول د سکیما یو ماتوالی دی. هغه فلټر شوی ماډل چې ردوي، ستاسو شی له یوه "unavailable" بېرغ سره نه راګرځوي — نثر راګرځوي. «زه نه شم کولی له دې غوښتنې سره مرسته وکړم.» هغه تار یو incident شی نه دی؛ ستاسو تاییدوونکی ناکاموي او د ریښتینو د پارس د تېروتنو تر څنګ د مړو لیکونو په کتار کې پرېوځي، چېرته چې اوس باید د پالیسۍ ردول له ریښتینو بدشکلیو څخه بېل کړئ.

تر دې بدتره، ردول له محتوا سره اړیکه لري نه دا چې په تصادفي توګه وېشل شي. که ستاسو د ټولګې 4% امنیتي د پېښو راپورونه وي او ماډل ډېری يې ورد کړي، تاسو د تېرښت 4% په مساوي توګه له لاسه نه دي ورکړي — تاسو یوه کټګوري له لاسه ورکړې، او هغه ډشبورډ چې پر هغو معلوماتو باندې جوړ شوی، په چوپه توګه بېخي هغه شی کم راپوروي چې د هغه د ښودلو لپاره شته. د کټګورۍ په بڼه سوړې تر یوه شان شور ډېر لګښت لري ځکه چې هېڅ شی پرې خبرداری نه ورکوي. د ردولو لار لرې کړئ او هغه څه چې پاتې کېږي — بدشکلي، لنډېدل، مبهم متن — له موضوع سره اړیکه نلري، او له همدې امله د اندازې وړ دی.

05متن، د وتنې چت، او څنګه يې بودیجه کړئ

پر ګېټوې باندې هر ماډل هماغه حدود شریکوي:

متن یوه ګډه بودیجه ده: غوښتنه جمع وتنه باید یوځای د 262,144 دننه ځای شي، نو په یوه بلنه کې عملي د ننوتنې چت نږدې 245,000 توکنه دی، په ډېره لنډه توګه 180,000 انګلیسي کلمې. د جوړښتي کار لپاره د 16,384 توکنو د وتنې حد سخت حد دی او هغه چې خلک حیرانوي — یوه سکیما چې په هر ریکارډ کې یو شی راباسي، تر دې مخکې ورته رسېږي چې کړکۍ ډکه شي. دوه بڼې د دې په مقابل کې کار کوي:

• پلنه ننوتنه، تنګه وتنه. یو ټول تړون، دوسیه یا لاګي کړکۍ متن ته وټیله او یو نغښتی شی وغواړئ. د دننه توکنه د بهر توکنو څلورمه برخه لګښت لري، نو بیه ییز جوړښت ډېر لوستلو او لږ لیکلو ته بدله ورکوي.
• د ریکارډ پر پولو ووېشئ، نه د بایټ پر شمېرو. هلته ووېشئ چې ماډل درز ولیدلی شي. یو ریکارډ چې د یوې جملې په منځ کې پرې شوی، د یوې څرګندې ناکامۍ پرځای یو په ډاډ سره غلط شی جوړوي.

د Hy3 راپور شوی د اوږد متن د بیا موندنې ځواک — پر AA-LCR باندې 73.4، او پر MRCR اوږد خبرو اترو د بیا یادونې کې له 42.9% څخه 75.1% ته یو ټوپ — بېخي هغه وړتیا ده چې لومړۍ بڼه پرې تکیه لري، او د ښه لیکلو یوه بله مهارت ده.

06فرشي بیه، او د یوې ریښتینې کړۍ ریاضي

Hy3 په هر میلیون دننه توکنو $0.50 او هر میلیون بهر توکنو $2.00 کې ناست دی — د کتلاګ فرش، چې له MiMo-V2.5، MiMo-V2.5-Pro، DeepSeek-V4-Flash-0731 او MiniMax-M3 سره شریک دی. د استازیتوب کوونکو بارونو له لارې حل شوی:

کاري بار	دننه / بلنه	بهر / بلنه	لګښت / بلنه	په هر 1M بلنو
د ساحو استخراج	1,200	300	$0.0012	$1,200
د سند ډلبندي	3,000	120	$0.0018	$1,800
د اوږد سند لنډول سکیما ته	40,000	900	$0.0218	$21,800
د بشپړې کړکۍ شننه	240,000	2,000	$0.1240	$124,000

هغه شمېره چې پرېکړې بدلوي، سرلیکي کچه نه ده بلکې له بیا هڅو وروسته اغېزمنه کچه ده. که دوه ماډلونه هماغه لګښت ولري او یو يې د بلنو پر 6% باندې تایید ناکاموي چېرته چې بل يې پر 1.5% باندې، لوړ لار ورکوونکی ماډل نږدې 4.5% ډېرې بلنې چلوي — د زغم وړ. زیان په لکۍ کې دی: بیا هڅه شوې بلنې دوه چنده وخت نیسي، نو p99 ځنډ د ترافیک د یوې د لیدلو وړ برخې لپاره نږدې دوه چنده کېږي، او هر څه چې دوه ځله ناکام شي، لاسي کار کېږي. په ورځ کې په یوه میلیون بلنو کې دا زره ګونه ریکارډونه دي چې څوک يې باید ولولي.

له همدې امله د فرشي بیې په 8-بیټه پوړ کې دلیل: تاسو دلته د وفادارۍ لپاره پورتنۍ بیه نه ورکوئ، نو د بیا هڅې ریاضي وړیا پیسې دي. که یو 3-بیټه ماډل ارزانه وای، یوه ریښتینې سودا به وه چې وتلل شي — Hy3 هغومره لګښت لري چې په کتلاګ کې تر ټولو ارزانه شی.

07درې API ژبې، یو ماډل

Hy3 پر درېیو واړو د ګېټوې ژبو باندې د رسېدنې وړ دی، په هره یوه کې له سټریمینګ سره. هماغه ماډل، هماغه وزنونه، هماغه حدود — هغه وټاکئ چې ستاسو له موجود SDK سره سمون خوري.

پای ټکی	ژبه	هغه وخت يې وکاروئ چې
/v1/chat/completions	OpenAI	تاسو یو د OpenAI SDK، LangChain یا LlamaIndex لرئ. بنسټیز URL دلته ونیسئ، د ماډل id بدل کړئ.
/v1/messages	Anthropic	تاسو پر د Anthropic SDK باندې یاست او د محتوا بلاکونه پرته له یوه ژباړونکي پرت غواړئ.
/v1/responses	Responses	تاسو نوې د غوښتنې بڼه له ټایپ شوې وتنې او پر سرور د حالت ساتلو سره غواړئ.

Hy3 د وسیلو زنګ وهلو او استدلال ملاتړ هم کوي، چې reasoning_effort پکې شامل دی. د استخراجي کار لپاره ګټوره حرکت معمولاً دا ده چې استدلال ښکته کړئ: پر پاک متن باندې په یوه ښه ټاکل شوې سکیما کې، فکري توکنه هغه وتونکي توکنه دي چې پیسې ورکوئ او هغه ځنډ چې انتظار يې باسئ، د یوې کمې ګټې لپاره. د هڅې بودیجه پرځای يې پر ریښتیا مبهمې ننوتنې ولګوئ.

د غوښتنې او ځواب بشپړه سرچینه، د پیرامیټرونو لیستونه، د سټریمینګ معناوې او یو متقابل لوبغالی په د API اسنادو کې دي.

08د درېیو W8A16 ماډلونو ترمنځ ټاکنه

درې ماډلونه پر تر ټولو لوړ وفادار پوړ باندې ناست دي، ټول په فرشي بیه کې. ټاکنه ډېره برخه د رسنۍ ده:

ماډل	لید	json_schema	بیه دننه / بهر	د دې لپاره يې وټاکئ
Hy3 · W8A16	نه	هو	$0.50 / $2.00	یوازې متني جوړښتي کړۍ، د وسیلو تنظیمول، د اوږد متن بیا موندنه
MiMo-V2.5-Pro · W8A16	نه	هو	$0.50 / $2.00	یوازې متني کار چېرته چې د MiMo کرښې Pro تنظیم غواړئ
MiMo-V2.5 · W8A16	هو	هو	$0.50 / $2.00	هر څه چې انځورونه ولري — سکن شوي اسناد، د سکرین انځورونه، عکسونه

که ستاسو د ننوتنې کومه برخه یو انځور وي، پرېکړه ستاسو لپاره شوې: Hy3 یوازې متني دی — سکن شوي PDFs، د سکرین انځورونه او عکسونه MiMo-V2.5 ته ولېږئ. چېرته چې ننوتنه په رښتیا متن وي، د Hy3 پروفایل چې اجنټي د وسیلو کارونه، د اوږد متن بیا یادونه او ټیټه راپور شوې هلوسینېشن لري، تر ټولو مستقیم د کړۍ پر کار باندې نقشه کېږي. ځکه چې درې واړه هماغه لګښت لري، خپله سکیما په څو سوو ریښتینو ریکارډونو کې د دوو په مقابل کې وچلوئ او د پارس کچې پرتله کړئ؛ دا يې تر هر جدول، دې یو ګډ، غوره پرېکړه کوي.

09Hy3 چېرته خپل ځای ګټي

• د لوړ حجم د ساحو استخراج. تړونونه، دوسیې، د پېښو راپورونه، لیکل شوي متنونه، کلینیکي یادښتونه، محکمه یز ریکارډونه — هر چېرې چې په هر سند کې یو ټایپ شوی شی د سپارلو وړ وي او حجم بیا هڅې ګرانې کړي.
• په پیمانه کې ډلبندي او روټینګ. د تړل شویو enum وتنو، چېرته چې د ماډل ټول ارزښت دا وي چې هېڅکله نولسمه کټګوري ونه جوړوي.
• امنیتي او د ګواښ د استخباراتو ټولګې. د مالویر لیکنې، د استثمار افشا کول او د فشنګ نمونې — هغه مواد چې فلټر شوي ماډلونه ردولو ته ټیله کوي، او چېرته چې د کټګورۍ په بڼه سوړه موخه ماتوي.
• هغه د وسیلو زنګ وهونکي اجنټان چې باید ونه دروي. د 8-بیټه د دلایلو وفاداري معنا لري چې هغه JSON چې ستاسو دندو ته ورکول کېږي، پارس کېږي؛ یوه ټوټه شوې د وسیلې بلنه یو ودرېدلی اجنټ دی، نه یو لږ خراب ځواب.
• د اوږد سند شننه جوړښت ته. ټوله دوسیه دننه، یو نغښتی شی بهر.
• د محتوا اعتدال او د پالیسۍ څېړنه. د هغو موادو نښه کول چې یو فلټر شوی ماډل يې له لوستلو انکار کوي، د باور او خوندیتوب یوه دايمي ستونزه ده؛ یو بې فلټره ماډل له یوې سختې سکیما سره يې مستقیماً حلوي.

او چېرته يې نه: هر څه چې انځورونه ولري (MiMo-V2.5 وکاروئ)، او خپلواکه څو دوسیه یزه د سافټویر انجینري، چېرته چې د Tencent خپل جدولونه Hy3 پر SWE-bench Verified باندې له GLM-5.2 وروسته او پر DeepSWE باندې ښه وروسته ږدي.

د معیارونو شمېرې د Tencent راپور شوې دي، چې د سیالانو شمېرې هم پکې شاملې دي؛ د لیکنې پر مهال خپلواک تایید پاتې و. د لګښت شمېرې زموږ له خپرو شویو $0.50 / $2.00 کچو څخه حساب شوې. پر دې پاڼه هېڅ شمېره د Shannon چلول شوی معیار یا یو اټکل نه دی.

10ډېرې پوښتل شوې پوښتنې

---

سرچینې: د Tencent Hunyuan د ماډل کارتونه · د Hy3 ذخیره · Hunyuan-Large: An Open-Source MoE Model (arXiv 2411.02265) · د Hy3 د خپرونې د VentureBeat پوښښ. د بنسټ معیارونه د Tencent راپور شوي او د خپلواک تایید تر ترلاسه کولو پورې لنډمهاله دي. Shannon AI د Shannon Lab LLC، نیو مکسیکو، متحده ایالات، له خوا چلېږي.