Modelo Hunyuan Hy3 da Tencent retorna a empresa à corrida de desenvolvimento de IA com nova abordagem de treinamento

Retorno da Tencent à Corrida de IA

Após dois anos em que a Tencent era considerada defasada na corrida dos modelos fundamentais chineses, a empresa reafirmou sua presença com o lançamento do Hunyuan Hy3. Apesar da ausência de um grande evento de apresentação, o modelo alcançou a oitava posição no ranking de modelos mais populares no OpenRouter apenas três dias após o acesso gratuito ser concedido. Além disso, a demanda pelo produto WorkBuddy, que utiliza este modelo, atingiu 50% da fila de espera, exigindo uma expansão urgente da capacidade, e as ações da Tencent subiram 4,82% no dia do lançamento.

Especificações Técnicas e Desempenho

O Hy3 utiliza a arquitetura Mixture of Experts, com um total de 295 bilhões de parâmetros, sendo que 21 bilhões de parâmetros são ativados durante a inferência. Em vez de buscar pontuações máximas em benchmarks, os desenvolvedores focaram na implementação de engenharia prática, eficiência de custos de inferência e confiabilidade das tarefas de agentes. No teste SWE-bench Verified, o Hy3 obteve 78 pontos, ficando atrás de Claude Fable 5, GLM-5.2 e DeepSeek V4 Pro. No entanto, no teste mais complexo SWE-bench Pro, ele alcançou 57,9 pontos, superando o DeepSeek V4 Pro. Em comparação entre modelos abertos, no WildClawBench, o Hy3 superou tanto o GLM-5.1 quanto o DeepSeek V4 Pro.

Virada Estratégica no Desenvolvimento

Um aspecto ainda mais importante foi como a Tencent alcançou esses resultados. Em setembro de 2025, a empresa contratou Yao Shunyu, ex-pesquisador da OpenAI, como cientista-chefe de IA, marcando uma mudança estratégica. Yao reorganizou o sistema de pesquisa e desenvolvimento do Hunyuan, restaurou o pipeline de pré-treinamento e aprendizado por reforço, expandiu e limpou os dados de treinamento. Ele também mudou a sequência de desenvolvimento, começando pelos requisitos do produto para tarefas de escritório, codificação e gerenciamento de conhecimento, antes de definir a arquitetura do modelo. Essa abordagem garante que o feedback do produto influencie diretamente o treinamento do modelo, fechando o ciclo entre o desenvolvimento do modelo e sua aplicação real.

Avaliação Externa e Perspectivas

A avaliação externa parece promissora: o consumo diário de tokens do Hy3 aumentou 20 vezes durante a pré-visualização, e a escolha ativa de usuários pelo Hy3 no WorkBuddy cresceu 6 vezes. Nos rankings de uso de modelos de software de julho no OpenRouter, o Hy3 entrou no top quatro, ao lado de GLM-5.2, MiniMax M3 e a série DeepSeek V4. O desempenho em vários frameworks de agentes demonstra controle de flutuações de precisão dentro de 4%, redução na frequência de alucinações e melhor estabilidade em interações de múltiplos passos.

Os praticantes da indústria de agentes caracterizam o Hy3 como um forte modelo de segundo escalão, que alcança o status de primeiro entre os modelos abertos economicamente viáveis. É particularmente competitivo no desenvolvimento de frontend, codificação, busca e chamada de ferramentas. Embora ainda não lidere em tarefas de alto nível cognitivo, ele ocupou um nicho claro para implementações corporativas de grande escala sensíveis a custos. DeepSeek V4 Pro e GLM-5.2 ainda superam o Hy3 em vários testes complexos, mas a lacuna diminuiu significativamente em comparação com iterações anteriores do Hunyuan. O verdadeiro teste começará quando o acesso gratuito terminar. No entanto, o Hy3 já alcançou algo que nenhuma iteração anterior do Hunyuan conseguiu: convenceu desenvolvedores externos a escolherem ativamente o modelo da Tencent em vez de alternativas e incentivou os produtos internos da Tencent a delegarem a ele cargas de trabalho reais. Se isso levar a uma posição competitiva sustentável, dependerá da capacidade da Tencent de manter uma velocidade de iteração constante e expandir as capacidades do modelo, mantendo a vantagem de custo.