วิธีใช้ Hy3 Preview API ฟรี

Tencent ได้เปิดตัว Hy3 Preview ในวันที่ 22 เมษายน 2026 และภายในหนึ่งวัน OpenRouter ก็ได้จัดให้เป็นปลายทางที่ใช้งานได้ฟรีโดยสมบูรณ์ ไม่ต้องใช้บัตรเครดิต ไม่มีการคิดค่าโทเค็น ไม่ต้องทดลองใช้ คุณสามารถเรียกใช้โมเดล Mixture-of-Experts ขนาด 295B พารามิเตอร์ตัวเดียวกันที่ขับเคลื่อนแอป Yuanbao และผู้ช่วย CodeBuddy ของ Tencent ได้จากโค้ดของคุณเองตั้งแต่วันนี้ โดยไม่มีค่าใช้จ่าย

คู่มือนี้แสดงวิธีการใช้ Hy3 Preview API ฟรีผ่าน OpenRouter, Hugging Face Space และ Hy3 repo ดั้งเดิม นอกจากนี้ยังครอบคลุมโหมดการให้เหตุผลที่ทำให้ Hy3 แตกต่างจากโมเดลเปิดส่วนใหญ่ในปี 2026 และวิธีทดสอบ API ภายใน Apidog โดยไม่ต้องเขียนสคริปต์ที่ใช้แล้วทิ้ง

หากคุณต้องการวิธีที่เร็วที่สุดในการรับคำตอบแรก ให้ข้ามไปที่หัวข้อ "ขั้นตอน: เรียกใช้ Hy3 Preview ฟรีบน OpenRouter"

สรุป (TL;DR)

• Hy3 Preview ใช้งานได้ฟรีบน OpenRouter ภายใต้ Model ID tencent/hy3-preview:free โดยมีค่าใช้จ่ายอินพุต $0 และเอาต์พุต $0
• เป็น โมเดล Mixture-of-Experts: พารามิเตอร์ทั้งหมด 295B, ทำงาน 21B, 192 experts พร้อมการกำหนดเส้นทางแบบ top-8 และ หน้าต่างบริบทขนาด 256K โทเค็น
• มี สามโหมดการให้เหตุผล ในตัว: no_think สำหรับคำตอบที่รวดเร็ว, low และ high สำหรับการคิดแบบ chain-of-thought เชิงลึกในงานของเอเจนต์และการเขียนโค้ด
• ผลการทดสอบมาตรฐานแข็งแกร่งสำหรับโมเดล open-weights: SWE-bench Verified 74.4, Terminal-Bench 2.0 54.4, GPQA Diamond 87.2, MMLU 87.42
• คุณสามารถใช้งานได้ฟรีสามวิธี: OpenRouter free tier, Hugging Face Hy3-preview Space หรือการอนุมานในเครื่องด้วย vLLM และ open weights
• Apidog เข้ากันได้ดีกับ OpenRouter endpoint เพราะ Hy3 ใช้ OpenAI Chat Completions schema; เพียงแค่ส่งคำขอไปยัง OpenRouter แล้วเริ่มต้นได้เลย

Hy3 Preview คืออะไร?

Hy3 Preview เป็นการเปิดตัวเรือธงครั้งแรกจากทีมโมเดลพื้นฐาน Hunyuan ของ Tencent ที่ได้รับการปรับโครงสร้างใหม่ ซึ่งปัจจุบันนำโดย Yao Shunyu อดีตนักวิจัย OpenAI ที่บริษัทจ้างมาเพื่อผลักดันสแต็กการให้เหตุผลของตน ลองมองว่าเป็นโมเดลที่ทรงพลังที่สุดของ Tencent และเป็นคำตอบโดยตรงต่อการเปิดตัวโมเดล open-weights ชั้นนำของจีนจาก DeepSeek, Alibaba และ Zhipu

ข้อมูลทางเทคนิคจาก model card อย่างเป็นทางการ เน้นการทำงานแบบ agent-first:

• สถาปัตยกรรม: Mixture-of-Experts, 80 เลเยอร์บวกหนึ่งเลเยอร์ MTP, 64 attention heads พร้อม grouped-query attention
• พารามิเตอร์: รวม 295B, ทำงาน 21B ต่อ forward pass
• Experts: 192 ผู้เชี่ยวชาญพร้อมการกำหนดเส้นทางแบบ top-8 ต่อโทเค็น
• บริบท: 256K โทเค็น (262,144 บนรายการของ OpenRouter)
• Tokenizer: คลังคำศัพท์ 120,832 รายการพร้อมความแม่นยำ BF16
• ลิขสิทธิ์: Tencent Hy Community License, อนุญาตให้ใช้เชิงพาณิชย์ภายใต้เงื่อนไขลิขสิทธิ์

สิ่งที่ทำให้แตกต่างจาก MoE ขนาด 200B ทั่วไปคือการฝึกแบบ agentic Tencent ได้สร้างโครงสร้างพื้นฐาน RL ใหม่สำหรับการใช้งานเครื่องมือแบบหลายรอบ และคะแนนที่เผยแพร่บน SWE-bench Verified, Terminal-Bench 2.0 และชุด WildClawBench ภายใน ทำให้มันเข้าใกล้โมเดลปิดชั้นนำในงานด้านโค้ดและเชลล์

สามวิธีใช้ Hy3 Preview ฟรี

คุณมีสามเส้นทางขึ้นอยู่กับว่าคุณต้องการ UI แชท, API หรือน้ำหนักโมเดลแบบโลคัล

นักพัฒนาส่วนใหญ่จะต้องการเส้นทาง OpenRouter เป็นเส้นทางที่สั้นที่สุดตั้งแต่การสมัครใช้งานไปจนถึงการเรียก API ที่ใช้งานได้ และอัตราการจำกัดบน free tier ก็มากพอสำหรับการสร้างต้นแบบ

ขั้นตอน: เรียกใช้ Hy3 Preview ฟรีบน OpenRouter

นี่คือเส้นทางขั้นต่ำตั้งแต่เริ่มต้นไปจนถึงการได้รับคำตอบจาก tencent/hy3-preview:free

1. สร้างบัญชี OpenRouter ลงทะเบียนที่ openrouter.ai เพียงใช้อีเมลก็พอ ไม่จำเป็นต้องมีวิธีการชำระเงินสำหรับโมเดล free-tier
2. สร้าง API key ในแดชบอร์ด OpenRouter ให้เปิด "Keys" และสร้างคีย์ใหม่ คัดลอกไปยังตัวแปรสภาพแวดล้อม เช่น export OPENROUTER_API_KEY=sk-or-...
3. เปิดหน้าโมเดล ไปที่ รายการ Hy3 Preview ฟรี และยืนยันว่าแบนเนอร์สถานะแสดงว่า "Free" คุณจะเห็นสถิติการใช้งานที่นั่นด้วย ตอนเปิดตัว endpoint นี้รองรับโทเค็นพร้อมท์ 6.81B ต่อวันสำหรับผู้ใช้ทั้งหมด

ส่งคำขอแรกของคุณ OpenRouter ใช้ OpenAI Chat Completions schema ดังนั้น SDK ของ OpenAI ใดๆ ก็สามารถใช้งานได้:

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tencent/hy3-preview:free",
    "messages": [
      {"role": "user", "content": "Explain the MoE routing decision inside a top-8 of 192 setup in 3 sentences."}
    ],
    "temperature": 0.9,
    "top_p": 1.0
  }'

1. เปิดใช้การให้เหตุผลเมื่อคุณต้องการ Hy3 ยอมรับพารามิเตอร์ reasoning โดยตั้งค่า effort เป็น low หรือ high OpenRouter จะส่งคืนร่องรอยการคิดในอาร์เรย์ reasoning_details แยกต่างหาก ซึ่งคิดค่าใช้จ่ายเป็น bucket โทเค็นของตัวเอง:

{
  "model": "tencent/hy3-preview:free",
  "messages": [
    {"role": "user", "content": "Plan, then write a Bash script that rotates daily log files older than 30 days into a dated archive folder."}
  ],
  "reasoning": {"effort": "high"}
}

1. วนซ้ำ เก็บเซสชันไว้ในเธรดเดียวกันหากคุณต้องการให้โมเดลสร้างต่อจากบริบทก่อนหน้า หน้าต่าง 256K ของ Hy3 รองรับโค้ดเบสขนาดเต็มส่วนใหญ่แบบ end to end

นั่นคือขั้นตอนทั้งหมด โมเดลที่คุณเรียกใช้นั้นเป็นตัวเดียวกับที่เผยแพร่บน Hugging Face คุณภาพบน OpenRouter free tier เหมือนกับเส้นทางแบบชำระเงินของผู้ให้บริการรายอื่น

ฟรี, พลัส, และโฮสต์เอง: สิ่งที่แตกต่างกัน

ฟรีไม่ใช่เส้นทางเดียว และเป็นประโยชน์ที่จะดูความแตกต่างที่แท้จริงก่อนที่คุณจะตัดสินใจเลือก

ฟรีเป็นตัวเลือกที่เหมาะสมสำหรับต้นแบบ, โครงการส่วนตัว, การประเมินมาตรฐาน และเอเจนต์ที่มีปริมาณการใช้งานน้อย การจ่ายเงินหรือโฮสต์เองจะสมเหตุสมผลเมื่อความหน่วงเวลามีความสำคัญหรือคุณเกินขีดจำกัดอัตราการใช้งาน

เคล็ดลับ Prompt และ Parameter เพื่อดึงประสิทธิภาพสูงสุดจาก Hy3

Hy3 ให้ผลตอบแทนที่ดีกว่าหากมีการตั้งค่าที่ชัดเจนมากกว่าโมเดลขนาดเล็ก นิสัยบางอย่างช่วยได้

• ปรับอุณหภูมิให้เข้ากับโหมด Model card แนะนำ temperature=0.9 และ top_p=1.0 เป็นค่าเริ่มต้น ลดเป็น 0.3 สำหรับเอาต์พุตที่มีโครงสร้าง และคงไว้ที่ 0.9 สำหรับงานสร้างสรรค์
• ใช้ no_think สำหรับการสนทนาในชีวิตประจำวัน โหมดการให้เหตุผลเริ่มต้นถูกปิดด้วยเหตุผล คุณต้องการ low หรือ high สำหรับการวางแผน โค้ดหลายขั้นตอน หรือคณิตศาสตร์เท่านั้น การรัน high สำหรับคำถามสั้นๆ เพียงบรรทัดเดียวเป็นการสิ้นเปลืองโทเค็นการให้เหตุผล
• ตั้งชื่อเครื่องมือใน system prompt Hy3 ถูกฝึกมาเพื่อใช้เครื่องมือด้วย parser เฉพาะ (hy_v3) แม้บน OpenRouter คุณจะได้ผลลัพธ์ที่ดีขึ้นเมื่อ system prompt อธิบายหน้าที่ของเครื่องมือแต่ละชิ้น แทนที่จะพึ่งพาสคีมาเพียงอย่างเดียว
• อ้างอิงโค้ด ไม่ใช่สรุป หน้าต่าง 256K ช่วยให้คุณสามารถวางไฟล์ทั้งหมดได้ วางไฟล์แล้วถามคำถาม อย่าขอให้โมเดลจินตนาการโค้ด
• รวมการแก้ไขหลายไฟล์เข้าด้วยกัน คะแนน SWE-bench Verified ของ Hy3 ที่ 74.4 มาจากการแก้ไขไฟล์หลายไฟล์ที่สอดคล้องกัน ให้ข้อมูลทั้งหมดในข้อความเดียว แทนที่จะค่อยๆ หยดทีละไฟล์
• ขอแผนก่อน สำหรับงานแบบ agentic รูปแบบสองขั้นตอน ("ร่างแผน รอการยืนยันของฉัน จากนั้นดำเนินการ") ให้ผลลัพธ์ที่สะอาดกว่า prompts แบบครั้งเดียวอย่างสม่ำเสมอ

ข้อจำกัดที่ควรทราบก่อนนำไปใช้งานจริง

ข้อผิดพลาดบางอย่างอาจทำให้คุณสะดุดได้หากคุณละเลยมัน

• อัตราการจำกัดยืดหยุ่นตามภาระงาน OpenRouter free tier แชร์ความจุระหว่างผู้ใช้ฟรีทั้งหมด ณ เวลาเปิดตัว ปริมาณพร้อมท์รายวันอยู่ที่ 6.81B โทเค็นแล้ว การเรียกใช้ในช่วงเวลาที่มีผู้ใช้งานสูงสุดอาจเจอข้อผิดพลาด 429 ให้สร้างการลองใหม่ (retries) ด้วย exponential backoff
• โทเค็นการให้เหตุผลนับเป็นเอาต์พุต reasoning_details ฟรีบน OpenRouter free tier แต่บนเส้นทางแบบชำระเงินจะถูกคิดค่าใช้จ่ายเป็นเอาต์พุต อย่าปล่อยให้ค่าเริ่มต้น effort: "high" ถูกใช้ในผลิตภัณฑ์ที่อ่อนไหวต่อรายได้โดยไม่มีการวัดผล
• ลิขสิทธิ์ไม่ใช่ Apache 2.0 Tencent Hy Community License อนุญาตให้ใช้เชิงพาณิชย์ แต่มีข้อกำหนดเกี่ยวกับนโยบายการใช้งานและการระบุแหล่งที่มา โปรดอ่าน ลิขสิทธิ์ฉบับเต็มบน GitHub repo ก่อนนำ Hy3 ไปฝังในผลิตภัณฑ์
• การเรียกใช้เครื่องมือต้องใช้ parser ที่ถูกต้อง หากคุณโฮสต์เอง ให้รัน vLLM หรือ SGLang ด้วย --tool-call-parser hy_v3 (หรือ hunyuan สำหรับ SGLang) หากไม่มี การเรียกใช้เครื่องมือจะกลับมาเป็นข้อความธรรมดา
• ภาษาอังกฤษและภาษาจีนเป็นหลัก; ภาษาอื่น ๆ เป็นรอง คะแนน C-Eval 89.80 และ CMMLU 89.61 แสดงให้เห็นถึงความแข็งแกร่งในภาษาจีน ภาษาอื่น ๆ ได้รับการสนับสนุนผ่าน MMMLU แต่คุณภาพจะลดลง
• มันยังตามหลังเรือธงชั้นนำของสหรัฐฯ ในบางเกณฑ์การให้เหตุผล HLE อยู่ที่ 30 และรายงานข่าว SCMP ระบุว่า Hy3 ทัดเทียมกับโมเดลจีนชั้นนำ แต่ยังคงตามหลังเรือธงปัจจุบันของ OpenAI และ Google DeepMind ในชุดการให้เหตุผลที่ยากที่สุด

เส้นทางด่วนสำหรับนักพัฒนา: Hy3 Preview บวก Apidog

การใช้ Command-line curl เหมาะสำหรับการสาธิต แต่สำหรับการวนซ้ำจริง ๆ ไคลเอนต์ API แบบภาพจะช่วยประหยัดเวลาได้หลายชั่วโมง

1. เปิด Apidog และสร้างโปรเจกต์ใหม่ นำเข้า OpenAI Chat Completions OpenAPI spec; OpenRouter ใช้สคีมาเดียวกัน
2. ตั้งค่า base URL เป็น https://openrouter.ai/api/v1 และเพิ่มตัวแปรสภาพแวดล้อมสำหรับ OPENROUTER_API_KEY
3. สร้างคำขอ ที่เรียกใช้ /chat/completions โดยตั้งค่าโมเดลเป็น tencent/hy3-preview:free
4. Fork คำขอ เพื่อเปรียบเทียบโหมดการให้เหตุผล Apidog ช่วยให้คุณสามารถทำซ้ำคำขอและปรับพารามิเตอร์หนึ่งตัวได้ ดังนั้นคุณจึงสามารถรัน prompt เดียวกันกับ no_think, low และ high แบบเคียงข้างกัน และตรวจสอบความหน่วงเวลาและความแตกต่างของเอาต์พุตได้
5. บันทึกเทมเพลต prompt Prompts แบบ agentic อาจยาว Apidog's environment และ variable system ช่วยให้ system prompts, tool schemas และ user turns แยกจากกัน เพื่อให้คุณสามารถนำกลับมาใช้ใหม่ในการทดสอบต่างๆ ได้

หากคุณมาจาก Postman การเปลี่ยนแปลงจะรวดเร็ว คู่มือการทดสอบ API โดยไม่ต้องใช้ Postman ในปี 2026 ของเราครอบคลุมการย้ายข้อมูล ทีมที่ทำงานใน editor สามารถรันเวิร์กโฟลว์เดียวกันภายใน VS Code ด้วย Apidog ภายใน VS Code ซึ่งช่วยให้การปรับแต่ง prompt อยู่ใกล้กับโค้ดที่ใช้เอาต์พุต

ทางเลือกฟรีเมื่อคุณถึงขีดจำกัด

หาก OpenRouter free pool จำกัดการใช้งานของคุณในช่วงเวลาที่มีผู้ใช้สูงสุด มีสองเส้นทางที่น่าลองก่อน

• Hugging Face Space Hy3-preview Space โฮสต์การสาธิตแชทในเบราว์เซอร์ มันไม่สามารถเขียนสคริปต์ได้ แต่ฟรีและมีประโยชน์สำหรับการเปรียบเทียบอย่างรวดเร็ว
• โมเดล open-weights ของจีนฟรีอื่น ๆ Qwen 3.5 Omni ของ Alibaba มี free tier พร้อมเอาต์พุตมัลติโมดัลที่แข็งแกร่ง ดู ประกาศ Qwen 3.5 Omni และ คู่มือการใช้งาน สำหรับการตั้งค่า Zhipu GLM 5V Turbo เป็นอีกทางเลือกหนึ่งที่มี free tier ที่ใจกว้าง คู่มือ API GLM 5V Turbo มีคำแนะนำฉบับเต็ม

ไม่มีโมเดลเหล่านี้ที่เทียบเท่ากับตัวเลข SWE-bench และ Terminal-Bench ของ Hy3 สำหรับการเขียนโค้ดแบบ agentic แต่ครอบคลุมการแชท การใช้งานหลายภาษา และมัลติโมดัล ซึ่ง free tier ของ Hy3 ไม่ได้ให้ความสำคัญ สำหรับการสร้างผลิตภัณฑ์ ดาวน์โหลด Apidog และตั้งค่าหนึ่ง collection ต่อหนึ่งโมเดล การเปรียบเทียบแบบเคียงข้างกันด้วย prompts จริงของคุณดีกว่าการอ่านตารางคะแนนใด ๆ

โฮสต์ Hy3 Preview เองด้วย vLLM

หากคุณมีฮาร์ดแวร์ การอนุมานในเครื่องคือเส้นทางฟรีทางที่สี่ Model card แนะนำ vLLM พร้อม tensor parallelism ขนาด 8 และเปิดใช้งาน multi-token prediction สำหรับ speculative decoding:

vllm serve tencent/Hy3-preview \
  --tensor-parallel-size 8 \
  --speculative-config.method mtp \
  --speculative-config.num_speculative_tokens 1 \
  --tool-call-parser hy_v3 \
  --reasoning-parser hy_v3 \
  --enable-auto-tool-choice \
  --served-model-name hy3-preview

คำสั่ง SGLang ที่เทียบเท่าจะใช้ --tool-call-parser hunyuan และ --reasoning-parser hunyuan เมื่อเซิร์ฟเวอร์ทำงานที่ http://localhost:8000/v1 แล้ว SDK ของ OpenAI ใดๆ ก็สามารถชี้ไปยังเซิร์ฟเวอร์นั้นได้เหมือนกับการชี้ไปยัง OpenRouter โดยจะเปลี่ยนแค่ base URL และ key เท่านั้น

คาดว่าจะต้องใช้ GPU ระดับ H100 แปดตัวที่ BF16 สำหรับโมเดลเต็มรูปแบบ รุ่นชุมชนที่ผ่านการควอนไทซ์จะปรากฏขึ้น แต่เมื่อเปิดตัว เส้นทางอย่างเป็นทางการคือความแม่นยำเต็มรูปแบบ

คำถามที่พบบ่อย (FAQ)

Hy3 Preview ฟรีหรือไม่?ใช่ OpenRouter ระบุ tencent/hy3-preview:free ด้วย $0 ต่อล้านโทเค็นอินพุต และ $0 ต่อล้านโทเค็นเอาต์พุต โทเค็นการให้เหตุผลบน free tier ก็ฟรีเช่นกัน แม้ว่าจะนับรวมในอัตราการจำกัด โปรดยืนยันสถานะปัจจุบันบน หน้าโมเดล OpenRouter ก่อนที่จะพึ่งพามันสำหรับการผลิต

Hy3 Preview เปรียบเทียบกับ DeepSeek V3 และ Qwen 3 อย่างไร?คะแนน SWE-bench Verified ของ Hy3 Preview ที่ 74.4 และ Terminal-Bench 2.0 ที่ 54.4 ทำให้อยู่ในระดับเดียวกับโมเดลเปิดชั้นนำของจีน โดยมีแนวโน้มชัดเจนไปทาง agent และการใช้เครื่องมือ สำหรับการแชทล้วนๆ Qwen 3 และ DeepSeek V3 สามารถแข่งขันได้ สำหรับเวิร์กโฟลว์ agent และการเขียนโค้ด การใช้เครื่องมือที่ฝึกด้วย RL ของ Hy3 คือจุดที่แตกต่างกัน

โหมดการให้เหตุผลของ Hy3 มีอะไรบ้าง?มีสามโหมด: no_think (ค่าเริ่มต้น, คำตอบโดยตรง), low และ high เปลี่ยนโหมดได้ผ่านพารามิเตอร์ reasoning บน OpenRouter หรือผ่าน chat_template_kwargs={"reasoning_effort": "high"} เมื่อเรียกใช้โมเดลโดยตรง ใช้ high สำหรับการวางแผน โค้ดหลายขั้นตอน และคณิตศาสตร์; ไม่ต้องใช้สำหรับแชท

ฉันสามารถใช้ Hy3 Preview ในเชิงพาณิชย์ได้หรือไม่?ใช่ ภายใต้ Tencent Hy Community License ลิขสิทธิ์อนุญาตให้ใช้เชิงพาณิชย์พร้อมการระบุแหล่งที่มาและการปฏิบัติตามนโยบายการใช้งาน โปรดอ่านเงื่อนไขฉบับเต็มบน Hy3 GitHub repo ก่อนนำไปใช้ในผลิตภัณฑ์ที่สร้างรายได้

Free tier รองรับความยาวบริบทเท่าใด?256K โทเค็นแบบ end to end รายการของ OpenRouter แสดง 262,144 โทเค็น ซึ่งตรงกับ model card คุณสามารถวางโค้ดเบสขนาดกลางทั้งหมด และยังมีพื้นที่สำหรับ schemas เครื่องมือและประวัติการสนทนา

ฉันจะทดสอบ Hy3 Preview โดยไม่ต้องเขียนโค้ดได้อย่างไร?ใช้ Hugging Face Space สำหรับการสาธิตแชทในเบราว์เซอร์ หรือชี้ Apidog ไปยัง OpenRouter endpoint Apidog นำเข้า OpenAI OpenAPI spec ดังนั้นการกำหนดค่าคำขอจึงมีเพียงสามฟิลด์: base URL, API key และ model name