2026.04.25
1
0
0
기타 LLMNEW

Tencent Hy3 Preview 출시: 295B MoE 모델로 위챗·위안바오 통합

Tencent가 2026년 4월 24일 Hy3 Preview를 오픈소스로 공개했다. 295B 파라미터(21B 활성)의 MoE 모델로 SWE-bench 74.4%를 기록했으며, 위챗·위안바오 등 10개 이상 서비스에 즉시 통합됐다.

#Tencent#Hy3#Hunyuan#MoE#오픈소스LLM
Tencent Hy3 Preview 출시: 295B MoE 모델로 위챗·위안바오 통합
AI 핵심 요약

Tencent가 2026년 4월 24일 Hy3 Preview를 오픈소스로 공개했다. 295B 파라미터(21B 활성)의 MoE 모델로 SWE-bench 74.4%를 기록했으며, 위챗·위안바오 등 10개 이상 서비스에 즉시 통합됐다.

핵심 요약

Tencent가 2026년 4월 24일 Hunyuan 3.0, 즉 Hy3 Preview를 오픈소스로 공개했다. 295억(295B) 파라미터의 Mixture-of-Experts(MoE) 모델로, 256K 토큰 컨텍스트를 지원한다. 새 경영진 체제 출범 후 첫 주요 AI 모델 업데이트로, Yao Shunyu 수석 AI 과학자 합류 후 프리트레이닝 및 강화학습 스택을 전면 재구축한 결과물이다.

주요 기능 분석

1. MoE 아키텍처와 효율성

Hy3 Preview는 Mixture-of-Experts 방식을 채택해 295B 전체 파라미터 중 토큰 처리 시 21B만 활성화한다. 이 설계로 대형 모델의 성능과 중형 모델의 추론 비용을 동시에 달성했다. Tencent는 추론 효율이 이전 세대 대비 40% 향상됐다고 밝혔으며, API 입력 가격은 100만 토큰당 1.2위안(약 0.17달러)으로 책정됐다.

2. 개발 타임라인의 특이점

2026년 1월 말 트레이닝을 시작해 3개월 이내에 출시까지 완료했다. Yao Shunyu가 주도한 프리트레이닝 및 강화학습 인프라 전면 재구축이 핵심 가속 요인이다. 기존 Hunyuan 인프라를 완전히 교체하는 대규모 엔지니어링 작업을 단기간에 완료했다는 점에서 주목받고 있다.

3. 코딩 성능의 도약

SWE-bench Verified(실제 GitHub 버그 수정 능력 평가) 점수가 이전 세대 Hy2의 53%에서 74.4%로 상승했다. 절대 수치 기준 40% 이상의 성능 향상이다. 이는 특히 소프트웨어 엔지니어링 에이전트 적용 시 실질적 생산성 향상으로 이어질 수 있는 수치다. 복잡한 추론, 명령어 이해, 컨텍스트 학습, 에이전트 작업에서도 전면적 개선이 이루어졌다.

4. 제품 생태계 통합

Hy3 Preview는 출시와 동시에 위챗(WeChat), QQ, 위안바오(Yuanbao), 텐센트 미팅 등 10개 이상의 핵심 서비스에 즉시 통합됐다. 특히 위안바오의 기반 모델이 DeepSeek에서 자체 개발 Hy3로 교체됐다. 이는 자사 AI 모델의 외부 의존도를 줄이는 전략적 전환이기도 하다.

5. 오픈소스 공개 범위

Hy3 Preview는 GitHub, Hugging Face, ModelScope에 동시에 오픈소스로 공개됐다. Tencent Hy Community License Agreement 하에 제공되며, 연구 및 상업적 사용이 가능하다. API는 OpenAI 호환 형식으로 제공돼 기존 개발 환경에서의 통합이 용이하다.

사용성 분석

코딩 에이전트 도구로서의 활용 가능성이 특히 높다. SWE-bench 74.4%는 실제 코딩 작업에서 의미 있는 수준이며, 256K 컨텍스트는 중대형 코드베이스 분석에 충분하다. 중국 내 WeChat 생태계와 연동된 서비스 개발에는 Hy3 API 활용이 자연스러운 선택이 된다.

비용 측면에서 100만 토큰당 1.2위안은 GPT-5.4(500만 입력 토큰당 $5)나 Claude Opus 4.7($5/100만) 대비 크게 저렴하다. 고빈도 API 호출이 필요한 서비스에서 비용 효율이 두드러진다.

장단점

장점:

  • MoE 아키텍처로 고성능과 저비용 추론 동시 달성
  • SWE-bench 53%→74.4% 대폭 향상
  • 1.2위안/100만 토큰으로 경쟁사 대비 낮은 가격
  • GitHub·HuggingFace·ModelScope 동시 오픈소스 공개
  • WeChat·QQ 등 Tencent 생태계와 즉시 통합

단점:

  • 현재 프리뷰 버전으로 GA(정식 출시) 일정 미확정
  • 256K 컨텍스트는 DeepSeek V4의 1M 대비 짧음
  • Tencent Hy Community License 조건 별도 검토 필요
  • 글로벌 서비스 지원 및 데이터 프라이버시 정책 불명확

전망

Tencent Hy3는 중국 내 AI 모델 경쟁에서 Tencent의 자체 역량 강화를 보여주는 신호다. DeepSeek 기반 서비스를 자체 모델로 전환하는 흐름은 중국 테크 기업 전반에 걸친 AI 내재화 트렌드를 반영한다. Yao Shunyu 영입 후 3개월 만의 대형 릴리즈는 팀 역량을 증명했으며, 향후 추론(reasoning)·멀티모달 기능 확장이 예상된다. 글로벌 개발자 커뮤니티의 오픈소스 채택 여부가 Tencent AI의 국제적 입지를 결정하는 변수가 될 것이다.

결론

Tencent Hy3 Preview는 코딩 능력과 비용 효율에서 경쟁력 있는 선택지다. 특히 Tencent 생태계 내 서비스 개발자나 비용 민감형 고빈도 API 사용자에게 테스트할 가치가 충분하다. 다만 프리뷰 단계인 만큼 프로덕션 적용은 안정성 검증 후 판단하는 것이 적절하다.

장점

  • MoE 아키텍처로 고성능과 저비용 추론 동시 달성(21B 활성 파라미터)
  • SWE-bench 74.4%로 코딩 에이전트 작업에 실용적 성능
  • 100만 토큰당 1.2위안의 경쟁력 있는 가격
  • GitHub·HuggingFace·ModelScope 오픈소스 공개로 접근성 높음
  • Tencent 거대 생태계와 즉시 통합으로 실사용 검증 가속

단점/한계

  • 프리뷰 단계로 프로덕션 안정성 및 GA 일정 미확정
  • 256K 컨텍스트로 1M을 지원하는 DeepSeek V4 대비 장문 처리 한계
  • 글로벌 데이터 프라이버시 정책 및 서비스 SLA 불명확

댓글0

주요 기능/특징

1. 295B/21B 활성 MoE 아키텍처: 대형 모델 성능과 중형 모델 추론 비용 동시 달성 2. SWE-bench 74.4%: 이전 세대 Hy2 대비 40% 이상 코딩 성능 향상 3. 3개월 개발 타임라인: 2026년 1월 말 트레이닝 시작, 4월 출시의 초고속 개발 4. Tencent 생태계 즉시 통합: WeChat·QQ·위안바오 등 10개 이상 서비스 동시 적용 5. 저비용 추론: 100만 토큰당 1.2위안으로 주요 경쟁사 대비 대폭 저렴 6. 완전 오픈소스: GitHub·HuggingFace·ModelScope 동시 공개

핵심 인사이트

  • DeepSeek 기반에서 자체 모델 Hy3로 위안바오를 전환한 것은 Tencent의 AI 자립 전략을 명확히 보여준다
  • SWE-bench 53%→74.4% 도약은 Yao Shunyu 영입 및 RL 스택 재구축의 효과를 직접 증명한다
  • 3개월 만의 대형 모델 출시는 중국 AI 기업들의 개발 속도가 글로벌 수준에 도달했음을 시사한다
  • 1.2위안/100만 토큰 가격 전략은 가격 경쟁보다 생태계 장악을 목표로 한 공격적 포지셔닝이다
  • WeChat·QQ 등 10억 이상 사용자 서비스에 즉시 통합해 실사용 피드백 수집 속도가 경쟁사보다 빠를 수 있다
  • 256K 컨텍스트는 코딩·문서 분석에 충분하지만 DeepSeek V4의 1M 대비 차이는 장문 처리 시 제약이 된다
  • Tencent Hy Community License 조건에 따른 상업적 활용 범위 파악이 기업 도입 전 필수다
  • 중국 AI 기업의 글로벌 오픈소스 참여 확대는 개발자 커뮤니티의 다양성을 높이는 긍정적 트렌드다

이 리뷰가 유용했나요?

공유하기