Tencent ปล่อย Hy3 โอเพนเวต 295B ใต้ Apache 2.0 — active แค่ 21B แต่ไล่บี้โมเดลที่ใหญ่กว่า 2-5 เท่า

(ข่าวตามเก็บ — ต้นทางเผยแพร่ 6 กรกฎาคม 2026 เราเพิ่งได้เขียนถึงวันนี้)

Tencent เปิดน้ำหนักโมเดล Hy3 ออกสู่สาธารณะเมื่อ 6 กรกฎาคม 2026 เป็นโมเดล Mixture-of-Experts ขนาด 295B พารามิเตอร์รวม แต่ active เพียง 21B ต่อโทเคน ปล่อยใต้ Apache 2.0 โดยไม่มีข้อจำกัดเชิงพื้นที่แบบที่รุ่นพรีวิวเมื่อ เม.ย. เคยมี

จุดขายไม่ใช่ขนาด แต่คือ อัตราส่วน — Tencent อ้างว่า Hy3 “เอาชนะโมเดลขนาดใกล้เคียงกัน และสูสีกับโมเดลโอเพนซอร์สเรือธงที่มีพารามิเตอร์มากกว่า 2–5 เท่า”

สถาปัตยกรรม

• 295B รวม / 21B active — MoE 192 experts, routing แบบ top-8
• 80 เลเยอร์ (ไม่นับ MTP)
• MTP layer 3.8B พารามิเตอร์ สำหรับ speculative decoding
• Context 256K โทเคน
• BF16 พร้อม checkpoint FP8 แยกต่างหากสำหรับลดหน่วยความจำ
• License: Apache 2.0

Multi-Token Prediction (MTP) เป็นส่วนที่น่าสนใจที่สุดในเชิงวิศวกรรม — มันคือเลเยอร์ที่ฝังมาในโมเดลเพื่อทำ speculative decoding ได้ในตัว ทั้ง vLLM และ SGLang มี recipe รองรับแล้ว ปกติ speculative decoding ต้องหาโมเดลเล็กมาเป็น draft model แยก การมี MTP ติดมาในตัวแปลว่าคุณเร่ง throughput ได้โดยไม่ต้องโหลดโมเดลที่สอง

เบนช์มาร์กและคุณภาพ

ตัวเลขที่ Tencent รายงาน:

เบนช์มาร์ก	คะแนน
GPQA Diamond	90.4
SWE-bench Verified	78.0
USAMO 2026	72.0
SWE-bench Pro	57.9
SkillsBench V1.1	55.3

ที่น่าสนใจกว่าคือ การประเมินแบบ blind expert กับผู้ร่วมทดสอบ 270 คน ซึ่ง Hy3 ได้ 2.67 จาก 4 เทียบกับ GLM-5.1 ที่ได้ 2.51 — การให้มนุษย์ตัดสินโดยไม่รู้ว่ากำลังดูโมเดลไหน เป็นวิธีที่ทนต่อการ overfit เบนช์มาร์กมากกว่า

และตัวเลขที่ทีมพัฒนาน่าจะภูมิใจที่สุด:

• อัตราการหลอน (hallucination) ลดจาก 12.5% → 5.4%
• อัตราความผิดพลาดเชิงสามัญสำนึก ลดจาก 25.4% → 12.7%

รันได้จริงไหม — คำตอบที่ต้องพูดตรง ๆ

ไม่ใช่โมเดลสำหรับการ์ดใบเดียว Tencent แนะนำ GPU 8 ใบ (เช่น H20-3e) สำหรับ serving ถึงแม้ active จะแค่ 21B แต่ น้ำหนักทั้ง 295B ต้องอยู่ในหน่วยความจำ เพราะ router เรียก expert ตัวไหนก็ได้ในทุกโทเคน checkpoint FP8 ช่วยลดขนาดลงได้มาก แต่ยังอยู่ในระดับ data center อยู่ดี

เทียบกับ GLM-5.2 ที่มีราว 744B รวม / ~40B active — Hy3 ยอมเสียความแม่นด้านโค้ดไปบ้าง แลกกับ active compute ที่เล็กกว่าเกือบครึ่ง ซึ่งแปลตรง ๆ เป็นค่า inference ต่อโทเคนที่ถูกลงสำหรับคนที่โฮสต์เอง

มุมมอง AI Curator

สิ่งที่ควรจับตาในข่าวนี้คือ บรรทัดเรื่องไลเซนส์ ไม่ใช่บรรทัดเบนช์มาร์ก

รุ่นพรีวิวเมื่อเมษายนมีข้อจำกัดเชิงพื้นที่ติดมาด้วย รุ่นจริงตัดทิ้งหมดแล้วปล่อยเป็น Apache 2.0 บริสุทธิ์ — นำไปใช้เชิงพาณิชย์ได้ fine-tune ได้ โฮสต์เองได้ ขายต่อได้ ไม่ต้องขออนุญาต ไม่มีเงื่อนไขว่าคุณอยู่ประเทศไหน สำหรับองค์กรไทยที่มีข้อกำหนดว่าข้อมูลห้ามออกนอกประเทศ (ธนาคาร โรงพยาบาล หน่วยงานรัฐ) นี่คือความต่างระหว่าง “ใช้ได้” กับ “ใช้ไม่ได้” — และมันมีค่ามากกว่าคะแนน SWE-bench ที่ต่างกันสองสามจุด

แต่ต้องอ่านคู่กับข่าววันนี้อีกชิ้น: Meta เพิ่งเปิด API แบบปิดคิดเงินรายโทเคน ขณะที่ Tencent แจกน้ำหนัก 295B ฟรีใต้ Apache 2.0 ทิศทางของสองค่ายนี้กำลังสวนกันอย่างสมบูรณ์ — และเมื่อรวมกับการที่ Databricks ตั้ง GLM-5.2 เป็นเอนจินโค้ดดิ้งหลัก ภาพที่ได้คือ ecosystem โอเพนเวตระดับเรือธงกำลังย้ายศูนย์กลางไปจีนอย่างชัดเจน

ผมคิดว่าคนไทยควรมองเรื่องนี้ด้วยสายตาที่ไม่โรแมนติกทั้งสองทาง โอเพนเวตไม่เท่ากับปลอดภัย และ จีนไม่เท่ากับน่ากลัว — เกณฑ์ที่ควรใช้คือ คุณโหลดน้ำหนักมารันในเครือข่ายตัวเองได้ไหม ตรวจสอบพฤติกรรมมันได้ไหม และถ้าวันหนึ่งผู้ผลิตเปลี่ยนใจ คุณยังใช้ของที่โหลดมาแล้วต่อได้ไหม Apache 2.0 ตอบว่า “ได้” ทั้งสามข้อ

ข้อควรระวังที่เหลือคือความจริงเชิงฮาร์ดแวร์: GPU 8 ใบไม่ใช่ของที่ทีมเล็กในไทยมี ความหมายที่แท้จริงของ “โอเพนเวต” สำหรับคนส่วนใหญ่จึงไม่ใช่ “รันเองที่บ้าน” แต่คือ “มีผู้ให้บริการหลายเจ้าแข่งกันโฮสต์ให้ ราคาจึงลง และไม่มีใครล็อกคุณไว้ได้” ซึ่งก็ยังเป็นชัยชนะ แค่คนละแบบกับที่หลายคนจินตนาการ

แหล่งข่าว:

• tencent/Hy3 — Hugging Face
• Tencent Releases Hy3: An Open 295B MoE Model with 21B Active Parameters and 256K Context — MarkTechPost
• Tencent-Hunyuan/Hy3 — GitHub