Signal Brief

ModelScope 发布 Hy3 模型

ModelScope 发布 Hy3 模型,总参数量 295B 激活参数 21B 的 MoE 架构,专为 agent 工作流设计,支持 256K 上下文并提供 FP8 量化版本。在 270 位专家的盲测中,Hy3 得分 2.67/4,超过 GLM-5.1 的 2.51/4,在前端开发、CI/CD 和存...

twitter关注列表 Tencent Hy (@TencentHunyuan) 发布 2026-07-07 收录 2026-07-07 观察

一句话判断

提供了 Hy3 在 Agent 工作流和 SWE-Bench 上的具体性能数据,以及与 GLM-5.1 的对比结果,值得关注其在实际任务中的表现。

核心信息

ModelScope 发布 Hy3 模型,总参数量 295B 激活参数 21B 的 MoE 架构,专为 agent 工作流设计,支持 256K 上下文并提供 FP8 量化版本。在 270 位专家的盲测中,Hy3 得分 2.67/4,超过 GLM-5.1 的 2.51/4,在前端开发、CI/CD 和存储领域提升显著;多轮对话错误率从 17.4% 降至 7.9%,MRCR 从 42.9% 升至 75.1%。

原始内容

Thank you @ModelScope2022 > **引用原帖 ModelScope (@ModelScope2022):** > Meet Hy3 on ModelScope! > 295B total / 21B active MoE, built for agentic workflows with 256K context and an FP8 variant ready for deployment. 🚀 License: Apache 2.0. > 🤖https://t.co/0y9tfq8iBP > 🏆 Human eval: 270 experts compared outputs in blind real-world workflow tests. Hy3 scores 2.67/4, ahead of GLM-5.1 at 2.51/4, with the clearest gains in frontend development, CI/CD, and data & storage. > 🛠️ Agent reliability: stronger tool calling, formatting, and error recovery, with SWE-Bench Verified variance within 4% across major scaffolds. > 🧠 Multi-turn gains: issue rate drops from 17.4% to 7.9%, and MRCR rises from 42.9% to 75.1%. > ⚙️ Model lineup: Hy3 BF16 instruct model plus Hy3-FP8 quantized instruct model, with vLLM and SGLang deployment support. > https://x.com/ModelScope2022/status/2074023677625086368

相关动态

01

Mind Lab 开源长文本强化学习项目

Mind Lab 开源了一个长文本强化学习(RL)项目,支持 2M tokens 的长上下文。相比以往需要数千个 GPU 的 1M 上下文研究,该项目仅需 8 个 GPU 即可完成,大幅降低了超长上下文研究的算力门槛。

twitter关注列表2026-07-17#开源#技术突破#模型
观察
02

BestBlogs 早报 · 07-18

月之暗面发布Kimi K3,2.8万亿参数,896选16的Stable LatentMoE,上下文100万token,接近Fable-5但仍落后最强闭源模型,完整权重7月27日前开源;VentureBeat调查显示54%企业已发生AI代理安全事件;xAI开源Grok Build(84万行Rust代码)并残留上传用户代码痕迹;Cursor评...

twitter关注列表2026-07-17#AI#模型发布#开源
观察
04

Astribot发布Lumo-2

Astribot发布了40亿参数的Lumo-2机器人基础模型,推理速度比前代快2.71倍,支持人类视频和多机器人身体。该模型在105个未见物体上取得更好结果,并在22项涵盖 motion prediction、memory、physical reasoning、long tasks、fine hand control的真实操作任务中表现最...

twitter关注列表2026-07-17#技术#模型发布#AI
观察
05

杨植麟在 GTC 2026 演讲:如何扩展 Kimi K2.5

月之暗面在 GTC 2026 宣布开源三个替代 Transformer 基础组件:MuonClip 优化器(数据效率接近翻倍)、Kimi Linear 线性注意力(3:1 混合全注意力,首个全面超越全注意力的架构)、Attention Residue 残差连接(提升 24% Token 效率)。同时披露 Agent Swarm 支持 10...

twitter关注列表2026-07-17#技术突破#模型发布#开源
观察