Hy3

मूल लेख ↗ Hacker News चर्चा ↗

मॉडल क्षमताएँ और तुलना

  • कई उपयोगकर्ताओं को Hy3 “अपने आकार के हिसाब से बहुत प्रभावशाली” लगता है, अक्सर GPT‑5.4‑mini और Sonnet‑5 के क़रीब, लेकिन GPT‑5.5 या GLM‑5.2 स्तर पर नहीं।
  • कुछ लोग कहते हैं कि GLM‑5.2 GPT‑5.4 से “आसानी से मेल खाता है” और Hy3 से बेहतर है; अन्य कहते हैं कि Hy3 के कोडिंग बेंचमार्क कम कीमत के बावजूद DeepSeek V4 Pro और MiMo v2.5 Pro की बराबरी करते हैं।
  • कई लोग इसकी सीधे तुलना DeepSeek V4 Flash/Pro से करते हैं: Hy3 को अधिक स्थिर और काम पर टिके रहने में बेहतर माना जाता है, जबकि DS4 Flash तेज़ है लेकिन अधिक चिड़चिड़ा है और गलत मानसिक मॉडल बनाने की प्रवृत्ति रखता है।
  • कुछ अन्य रिपोर्ट करते हैं कि सुरक्षा ऑडिटिंग या “real work” जैसे कार्यों पर Hy3, Gemma 4 31B, Qwen 3.6 27B, या Gemma MoE जैसे छोटे मॉडलों से भी खराब प्रदर्शन करता है, और इसे बहुत बढ़ा-चढ़ाकर बताया गया कहते हैं।

आकार, आर्किटेक्चर, और स्थानीय परिनियोजन

  • Hy3 लगभग 295B पैरामीटर का है, जो स्केल में DS4 Flash (~284B) के समान है।
  • इसे इस श्रेणी में “shockingly small for how capable it is” माना जाता है, लेकिन फिर भी स्थानीय उपयोग के लिए सामान्यतः multi-GPU rigs की आवश्यकता होती है (जैसे multi-DGX Spark-क्लास हार्डवेयर)।
  • Hy3 में DS4 की KV-cache दक्षता नहीं है: FP4 quantization के बावजूद, उपलब्ध KV cache DS4 Flash की तुलना में बहुत छोटा है, जिससे लंबे context की व्यावहारिकता सीमित होती है।
  • Quantization के प्रति इसकी सहनशीलता स्पष्ट नहीं है; DS4 Flash को बार-बार 2-bit पर भी मज़बूत बताया जाता है, जबकि भारी quantization में Hy3 का व्यवहार अभी तक अच्छी तरह वर्णित नहीं है।

बेंचमार्क और मूल्यांकन संबंधी चिंताएँ

  • ब्लॉग बेंचमार्क कुछ लोगों को प्रभावित करते हैं (Hy3 अपने आकार/लागत से ऊपर प्रदर्शन करता है), लेकिन अन्य लोग DeepSWE में GPT‑5.4 के मुकाबले कमियों को उजागर करते हैं और संदूषण या “benchmaxxing” का संदेह करते हैं, विशेष रूप से चीनी मॉडलों के सापेक्ष।
  • ब्लॉग के एक चार्ट की संख्या-संबंधी स्कोर और बार की लंबाई में असंगति के लिए आलोचना की जाती है।
  • कई लोग ज़ोर देते हैं कि बेंचमार्क वास्तविक दुनिया के प्रदर्शन से मेल नहीं खा सकते और कार्य-विशिष्ट परीक्षण का आग्रह करते हैं।

मूल्य निर्धारण, पहुँच, और विश्वसनीयता

  • Hy3 को “exceedingly cheap” और Apache/MIT-licensed कहा जाता है, जिससे यह एक FOSS विकल्प के रूप में आकर्षक बनता है।
  • OpenRouter के माध्यम से, इसकी प्रभावी कीमत DeepSeek V4 Flash के समान बताई जाती है; एक अस्थायी free tier (एक विशेष तारीख तक) ने प्रयोग को बढ़ावा दिया।
  • कुछ लोगों ने आक्रामक rate limiting और HTTP errors के कारण इसका उपयोग बंद कर दिया; preview quality को वर्तमान release से बदतर कहा जाता है।

उपयोग के मामले और व्यवहार

  • उपयोगकर्ता अच्छे instruction following, आकर्षक prose, अपने आकार के हिसाब से मज़बूत world knowledge, और छोटे कार्यों में solid performance की रिपोर्ट करते हैं।
  • अन्य लोग इसे छोटे मॉडलों की तुलना में समय बर्बाद करने वाला पाते हैं, जो अपनी ज्ञान-सीमा के भीतर “actually smart” महसूस करते हैं, क्योंकि यह आत्मविश्वासी लेकिन सतही उत्तर देता है।
  • लंबे, agentic coding sessions या niche tech stacks के लिए, कुछ लोग अभी भी Qwen या Gemma को पसंद करते हैं; Hy3 का लाभ सामान्य coding और prose में अधिक दिखता है, बजाय सुरक्षा ऑडिटिंग जैसे specialized domains के।

UI, दस्तावेज़ीकरण, और नामकरण

  • official UI/demo को जैंकी बताया गया है, जिसमें QR-locked trial chat और product क्या है, इसकी confusing या missing front-page explanation है।
  • कुछ लोग mobile usability issues (blocked zoom, buggy image zoom) और demo interactions की विचित्रताओं (जैसे pelican/SVG और animation quirks) को नोट करते हैं।
  • “Hy3” नाम कुछ लोगों को निराश करता है, जिन्होंने असंबंधित “Hy” language की release की उम्मीद की थी।

व्यापक ecosystem संदर्भ

  • Hy3 को एक crowded landscape के भीतर देखा जाता है: top-tier closed models, strong mid-tier proprietary models, और increasingly competitive open Chinese models (DeepSeek, GLM, Qwen, आदि)।
  • राय इस पर बंटी हुई है कि क्या Hy3 का कोई स्पष्ट niche है, क्योंकि कुछ प्रतिस्पर्धी सस्ते हैं (DeepSeek V4) या बेहतर माने जाते हैं (GLM‑5.2, Gemma, Qwen); अन्य लोग इसकी license, cost, और balanced capabilities को आकर्षक मानते हैं।