Tencent Hy3 догоняет DeepSeek-V4-Pro в программировании при пятикратно меньшем размере модели

Независимая лаборатория SuperCLUE опубликовала результаты тестирования языковой модели Tencent Hy3, которая, имея архитектуру MoE с общим объёмом параметров 295 млрд и всего 21 млрд активных параметров на запрос, сумела набрать 47,37 балла в задачах по программированию, сравнявшись с флагманской DeepSeek-V4-Pro.
Tencent Hy3 догоняет DeepSeek-V4-Pro в программировании при пятикратно меньшем размере модели

Tencent Hy3 догоняет DeepSeek-V4-Pro в программировании при пятикратно меньшем размере модели. Фото: СС0

При этом конкуренты используют в несколько раз больше параметров, но не смогли создать существенного разрыва в производительности.

Основным преимуществом Hy3 стала стоимость решения одной задачи по программированию — в среднем 0.063 $, что делает модель доступной для долгосрочного и частого использования и значительно снижает финансовую нагрузку при коммерческом внедрении.

Модель также показала высокую скорость выполнения, тратя менее 400 секунд на один запрос, и эффективно использует вычислительные ресурсы, потребляя около 1,16 млн токенов на задачу.

Hy3 уже доступна для свободного скачивания и коммерческого использования по лицензии Apache 2.0, и успех этой модели демонстрирует, что оптимизированные архитектуры и стратегии обучения могут конкурировать с флагманскими аналогами в задачах программирования, а когда размер параметров перестаёт быть единственным критерием возможностей, на первый план выходят реальная производительность и экономическая эффективность.

Упомянутый сервис
DeepSeek Нейросеть для генерации текста, кода и работы с документами.
Нейросеть для генерации текста, кода и работы с документами.

Больше интересного

Актуальное

Завтраки в кафе: как проверить меню и экономику до запуска Яндекс восстановил более 99 % данных на Диске «Чёрная пятница» в сервисе финучёта Adesk — до 6 месяцев подписки в подарок
Ещё…

Популярные теги