Tencent: обзор провайдера нейросетей, модели и цены 2026

Tencent редко воспринимают прежде всего как разработчика фундаментальных моделей. Для западной аудитории это компания из сферы игр, социальных сетей и цифровых сервисов, а для китайского рынка — владелец WeChat, Tencent Cloud, Tencent Docs и большой экосистемы приложений. За последние годы Tencent выстроила собственный ИИ-стек: от языковых и мультимодальных моделей до облачной инфраструктуры, агентных платформ и пользовательских продуктов.

Главный фокус компании сегодня — не рекордный результат в отдельном бенчмарке, а практическая работа модели в длинной цепочке действий. Tencent позиционирует Hunyuan как Practical AI для реальных задач. Модель применяют для рассуждений, программирования, работы с документами и автоматизации. Флагманская модель поколения Hy3 может выполнять workflow длиной до 495 шагов и переключаться между быстрым и углублённым режимами мышления.

В августе 2026 года Hy3 стала доступна глобально. Это укрепляет позиции Tencent на международном рынке: компания предлагает не только внутренние продукты и экспериментальные публикации, но и открытую MoE-модель с лицензией Apache 2.0. Hy3 поддерживает vLLM и SGLang. Запустить её можно через Tencent Cloud, Hugging Face, ModelScope и сторонние платформы, включая STIVA.ai.

История Tencent и эволюция Hunyuan

Tencent основана в 1998 году и начинала как интернет-компания, развивавшая коммуникационные продукты. Со временем вокруг QQ, WeChat, игровых сервисов, рекламной платформы и облачного бизнеса сформировалась большая экосистема. Она ежедневно обрабатывает текстовые, графические, голосовые и транзакционные данные. Такой масштаб дал Tencent два преимущества в развитии ИИ. Компания получила собственные прикладные сценарии для обучения и тестирования моделей, а также инфраструктуру для их промышленного развёртывания.

Первые публичные работы Tencent в области генеративного ИИ были связаны с семейством Hunyuan. В отличие от стартапов, строящих бизнес вокруг одного чат-бота, Tencent с самого начала развивала несколько направлений. Среди них — языковые модели, генерация изображений и видео, модели для кода, ассистенты и инструменты для корпоративной работы. Hunyuan Video стал одним из заметных продуктов компании в генерации видео. Языковые версии постепенно интегрировались в Yuanbao, CodeBuddy, WorkBuddy, ima, Marvis Agent, Weixin/WeChat и Tencent Docs.

Следующим этапом стала перестройка инфраструктуры pre-training и reinforcement learning. В феврале 2026 года Tencent сообщила об обновлении контура предварительного обучения и обучения с подкреплением. Для конечного пользователя это не просто инженерная деталь. Агентная модель должна планировать действия, вызывать инструменты и проверять промежуточные результаты. Если результат не подходит, она должна менять стратегию. Без отдельной инфраструктуры для RL длинные цепочки быстро становятся нестабильными и дорогими.

23 апреля 2026 года Tencent выпустила Hy3 preview — первую модель нового поколения Hy3 — и открыла её для сообщества. В июле последовал официальный релиз с улучшениями производительности, стабильности и стоимости инференса. В августе модель стала доступна глобально. По заявлению Tencent, её эффективность инференса выросла на 40% по сравнению с сопоставимыми моделями. Это не означает автоматического превосходства во всех тестах: компания не раскрывает в карточке продукта полный набор воспроизводимых результатов по каждому популярному бенчмарку. Показатель скорее отражает основную цель оптимизации — снизить стоимость выполнения длинных агентных задач.

Основные модели и продукты Tencent

Hy3: архитектура и практический смысл характеристик

Hy3 построена по архитектуре Mixture of Experts. Всего в модели 295 млрд параметров, но для обработки конкретного токена активируется около 21 млрд. Это отличает её от плотной модели такого же общего размера. Памяти для хранения весов всё равно требуется много, зато вычислительная нагрузка на каждый токен ниже. Маршрутизатор выбирает подходящих экспертов. Одни могут лучше справляться с рассуждениями, другие — с программированием или обработкой естественного языка.

В спецификации Hy3 также указаны 3,8 млрд параметров MTP. Multi-Token Prediction ускоряет генерацию: модель заранее предсказывает несколько следующих токенов, а основной контур проверяет эти гипотезы. На практике это может повысить скорость декодирования и снизить стоимость длинного ответа. Фактический выигрыш зависит от видеокарт, размера батча, серверного движка и характера запроса.

Контекстное окно в 256K токенов — одна из сильных сторон Hy3. В один запрос можно поместить большой репозиторий, длинный договор или массив технической документации. Туда же помещается история многошагового взаимодействия с инструментами. Однако большое окно не гарантирует одинаково качественную работу на всей длине. Для корпоративного применения нужно проверить, насколько хорошо модель извлекает информацию из середины документа. Также важно оценить, сохраняет ли она ограничения из начала запроса и не начинает ли повторяться на поздних этапах цепочки.

Гибридное fast/slow thinking — ещё одна характеристика Hy3. Модель использует быстрый режим для простых операций и переключается на более затратное рассуждение, если задача требует планирования или проверки. Такой подход ближе к работе практического агента, чем постоянное использование максимального reasoning-режима. В массовом сервисе это сокращает задержку и стоимость. В сложной задаче модель может направить больше вычислений на трудный участок.

Лимит в 495 шагов для агентных workflow нужно понимать правильно. Речь идёт не о длине ответа в токенах, а о количестве последовательных действий: вызове инструмента, получении результата, анализе и следующем вызове. Это полезно для задач, где нужно найти данные в источниках, обработать файлы, запустить код, проверить результат и подготовить итоговый документ. Надёжность длинной цепочки зависит не только от LLM. На неё также влияют оркестратор, схема инструментов, обработка ошибок и защита от циклических вызовов.

Бенчмарки и оценка качества

Tencent позиционирует Hy3 как модель для agent capabilities, reasoning, coding и productivity. В предоставленных материалах нет полного официального набора баллов по MMLU, GPQA, SWE-bench, LiveCodeBench, AIME и другим международным тестам. Поэтому приписывать Hy3 конкретные места в рейтингах было бы некорректно. Заявленные 40% улучшения относятся к эффективности инференса по сравнению с сопоставимыми моделями, а не к универсальному росту качества на всех бенчмарках.

Для технического сравнения с моделями OpenAI, Anthropic, Google, DeepSeek, Qwen и другими открытыми MoE-системами нужно разделять несколько показателей. Один из них — качество ответа на короткий запрос. Другой — устойчивость рассуждения и программирования. Отдельно стоит оценивать стоимость длинного workflow. Hy3 особенно интересно тестировать по последнему пункту. Здесь её 256K-контекст, MoE-архитектура, гибридное мышление и заявленная оптимизация инференса могут дать более заметный результат, чем единичный балл в академическом тесте.

Открытая лицензия Apache 2.0 подходит для исследовательского и коммерческого использования. Модель можно развернуть самостоятельно, адаптировать под внутренние политики и подключить к собственному агентному контуру. Но 295 млрд общих параметров требуют много памяти и распределённого инференса. Даже при активации 21 млрд параметров понадобятся серверные GPU, способные разместить веса и KV-кэш для длинного контекста. Нужны также служебные компоненты MoE-маршрутизации. Для большинства команд API или готовая облачная платформа будут рациональнее локального запуска.

Hunyuan Video и прикладная экосистема

Языковые модели — только часть стратегии Tencent. Hunyuan Video отвечает за генерацию видео и расширяет семейство в сторону мультимодального контента. В доступной карточке для Hunyuan Video не указаны размер модели и контекстное окно. Поэтому сравнивать её с видеомоделями конкурентов по этим параметрам не следует.

Сильная сторона Tencent — интеграция моделей в продукты, где уже есть пользователи, данные и привычные рабочие процессы. Yuanbao рассчитан на диалоговые и продуктивные задачи. CodeBuddy помогает разработчикам. WorkBuddy и ima связаны с рабочими сценариями. Marvis Agent развивает агентный подход. Weixin/WeChat и Tencent Docs дают доступ к коммуникациям, документам и совместной работе. Такая связка позволяет Tencent проверять модели не только в лабораторных запросах, но и в повседневной эксплуатации.

На этом фоне Tencent отличается от независимых лабораторий. OpenAI и Anthropic в первую очередь продают доступ к моделям и экосистемам API. Google связывает Gemini с облаком и собственными сервисами. Meta и некоторые китайские разработчики делают ставку на открытые веса. Tencent сочетает несколько подходов: собственные модели, закрытые интеграции в крупные приложения, облачный API и открытый релиз Hy3. Такая стратегия сложнее в управлении, но даёт компании больше каналов распространения.

Цены и варианты доступа

Для корпоративного использования Tencent предлагает Tencent Cloud TokenHub. Стоимость рассчитывается индивидуально. Доступ предоставляется через API и Token Plan package, поэтому итоговая цена зависит от объёма запросов, выбранной конфигурации и условий размещения.

Для разработчиков агентных приложений предусмотрен Personal Token Plan стоимостью около 4,10 доллара в месяц. Он предназначен для agent development platforms, включая OpenClaw и аналогичные инструменты. Это не обязательно безлимитный доступ. Перед подключением нужно проверить квоты, ограничения скорости и список доступных моделей.

• Tencent Cloud TokenHub: индивидуальная цена, API-доступ и пакеты Token Plan.
• Personal Token Plan: примерно 4,10 доллара в месяц для агентных платформ.
• OpenRouter: бесплатный доступ к Hy3 preview на ограниченный период — две недели.
• Open Source: бесплатное распространение Hy3 через Hugging Face и ModelScope с лицензией Apache 2.0.

Открытая версия доступна через Hugging Face и ModelScope. Для запуска поддерживаются vLLM и SGLang. Пользователю не обязательно привязываться к одному облаку или фирменному интерфейсу Tencent. Инженерная команда может выбрать собственный inference stack, настроить квантование, маршрутизацию запросов и правила хранения данных.

Доступ к Tencent в России через STIVA.ai

Российским пользователям может быть неудобно оформлять зарубежные API, сталкиваться с региональными ограничениями или самостоятельно запускать 295-миллиардную MoE-модель. В этом случае модели Tencent доступны через STIVA.ai. Платформа объединяет ИИ-сервисы в одном интерфейсе и берёт на себя техническую часть доступа.

Такой вариант избавляет от необходимости настраивать VPN и регистрировать иностранный платёжный аккаунт. Не придётся и самостоятельно разбираться с маршрутизацией запросов. Подписка STIVA.ai начинается от 495 ₽ в месяц. Оплатить её можно картой «МИР» или через СБП. Для знакомства с Hy3 это проще, чем сразу строить собственный серверный контур. Для команд разработки API Tencent Cloud остаётся более гибким вариантом.

Через STIVA.ai Tencent можно использовать для анализа больших документов и генерации кода. Платформа также подходит для ревью кода, подготовки структурированных материалов и построения агентных цепочек. При этом у посреднического интерфейса могут быть свои ограничения. Набор моделей, лимиты, скорость и форматы экспорта способны отличаться от прямого API. Перед внедрением в рабочий процесс условия лучше проверить.

Для пользователей, которым нужен регулярный доступ по невысокой цене, доступны партнёрская программа STIVA.ai и тарифы от 495 ₽ в месяц. Это не заменяет корпоративный SLA Tencent Cloud, но снижает порог входа для частных специалистов, небольших команд и независимых разработчиков.

Итог

Tencent Hy3 — не просто очередная большая открытая модель. Её архитектура показывает, куда компания направляет ресурсы: на многошаговое выполнение задач, гибридное рассуждение и длинный контекст. Отдельная цель — снизить стоимость агентного инференса. В модели 295 млрд параметров, из которых активны 21 млрд. Она поддерживает окно 256K, содержит дополнительные 3,8 млрд MTP-параметров и рассчитана на workflow до 495 шагов. Эти характеристики делают её подходящей для сложных прикладных сценариев.

Главное ограничение оценки Hy3 связано не с архитектурой, а с прозрачностью сравнительных данных. Без полного набора официальных бенчмарков нельзя объявлять её лучшей моделью для математики, кода или общего диалога. Зато у Tencent есть собственная экосистема продуктов и облачная инфраструктура. Компания также предлагает открытую лицензию и понятный путь от модели к рабочему агенту.

В августе 2026 года Tencent выглядит одним из интересных поставщиков ИИ для компаний, которым нужен баланс между открытым развёртыванием и готовыми сервисами. Для экспериментов подойдут Hugging Face, ModelScope или STIVA.ai. Для промышленного API можно использовать Tencent Cloud TokenHub. Для глубокой интеграции подойдёт собственный стек на vLLM или SGLang. В такой конфигурации Hunyuan становится не отдельным чат-ботом, а основой экосистемы автоматизации.

FAQ

Что такое Hy3?

Hy3 — флагманская языковая модель Tencent поколения Hunyuan. Это MoE-система на 295 млрд параметров, из которых около 21 млрд активируются при обработке конкретного токена. Модель поддерживает контекст до 256K токенов и гибридные режимы fast/slow thinking. Длина агентного workflow может достигать 495 шагов.

Можно ли запустить Hy3 самостоятельно?

Да. Hy3 распространяется по лицензии Apache 2.0 через Hugging Face и ModelScope. Для инференса заявлена поддержка vLLM и SGLang. Однако из-за общего размера в 295 млрд параметров самостоятельный запуск потребует серьёзной серверной инфраструктуры. Для первых тестов проще воспользоваться API или готовым интерфейсом.

Сколько стоит доступ к моделям Tencent?

Tencent Cloud TokenHub работает по индивидуальным условиям. Personal Token Plan стоит около 4,10 доллара в месяц и рассчитан на агентные платформы. Hy3 preview можно было использовать через OpenRouter бесплатно в течение ограниченного двухнедельного периода. В России модели Tencent доступны через STIVA.ai по тарифам от 495 ₽ в месяц с оплатой картой «МИР» или через СБП, без VPN.

Чем Hy3 отличается от обычной большой языковой модели?

Hy3 оптимизирована не только для генерации текста, но и для длинных цепочек действий. MoE-архитектура снижает вычислительную нагрузку на токен. Режимы fast/slow thinking помогают распределять вычисления между простыми и сложными запросами. Контекст в 256K токенов подходит для больших документов и репозиториев. Практический результат зависит от задачи, качества инструментов и настройки агентного контура.