Tencent, açık ağırlık AI yarışında yeni bir güç gösterisi yaptı. Nisan 2026’da “preview” olarak yayınlanan Hunyuan Hy3’un tam sürümü Temmuz’da resmi olarak sahneye çıktı. Rakamlar iddialı: 295 milyar parametreli MoE, 21 milyar aktif, 256K context. Ama asıl dikkat çeken preview’den tam sürüme kadar geçen sürede yaşanan sıçrama. Bazı benchmark’larda skorlar iki katına, üçüne çıktı.
Öne çıkan sonuçlar:
- ClawEval pass³: 68,5 — DeepSeek V4 Pro’nun 62,4’ünü ve Qwen 3.7 Max’ın 65,2’sini geride bırakıyor.
- BrowseComp: 84,2 — GPT-5.5’in 84,4’üne neredeyse eşit.
- SkillsBench: 29,1 → 55,3 (preview’e göre neredeyse iki kat).
- MathArena Apex: 12,8 → 38,7 (üç kat).
- Halüsinasyon oranı: yarıya indirildi.
- Agent ve kod yetenekleri: %20-30 artış.
Ve fiyat: milyon input token başına 1 yuan (~0,14 dolar), output milyon başına 4 yuan (~0,55 dolar), cache’ten okurken 0,25 yuan. Yani GPT-5.5’in yaklaşık 1/40’ı kadar bir fiyat.
Ancak: model şu an sadece metin. Multimodal değil. Bu ciddi bir dezavantaj — ama muhtemelen geçici. Bu yazıda modelin teknik detaylarına, preview’den yaşanan sıçramanın anatomisine, açık ağırlık yarışındaki konumuna ve multimodal boşluğunun ne anlama geldiğine bakacağız.
Tencent’in “90 günde yeniden inşa” hikayesi
Hunyuan Hy3’ün geliş hikayesi ilginç. Şubat 2026’da Tencent AI ekibi, mevcut Hunyuan altyapısını sıfırdan yeniden inşa etme kararı aldı. Pre-training pipeline’ı, reinforcement learning altyapısı, veri işleme sistemleri, evaluation harness’lar — hepsi baştan yazıldı.
Neden? Çünkü mevcut Hunyuan, Alibaba Qwen ve DeepSeek serilerinin arkasında kalmıştı. Çin’deki üç büyük yerli LLM sağlayıcısı arasında Tencent en zayıf konumdaydı. Radikal bir sıfırlama gerekiyordu.
90 günde yeni altyapı hazır. Nisan’da Hy3 preview yayınlandı: 295B/21B MoE, 256K context, dikkat çekici benchmark’lar — ama Tencent bunu “preview” olarak konumlandırdı. Yani “henüz bitmedi, ama gösterelim.”
Sonraki üç ay, preview sürümünün üzerine kesintisiz post-training uygulandı. Tam sürüm Temmuz’da yayında.
Preview → tam sürüm: sıçramanın anatomisi
Bu üç ayda ne değişti ki bazı benchmark’larda skorlar iki-üç katına çıktı?
Tencent’in kendi raporlarına göre temel değişiklikler şunlar:
1. Reinforcement learning pipeline’ının olgunlaşması. Preview sürümü verifiable reward’larla eğitilmiş ama nispeten dar bir domain’de. Tam sürüm çok daha zengin bir görev dağılımıyla RLVR aldı: matematik, kod, agentic tool use, uzun form akıl yürütme, tabular data analizi.
2. Halüsinasyon-özel RL fazı. Nihai sürümde model, “bilmediğini bilme” için özel bir RL fazı geçti. Sonuç: halüsinasyon oranı yarıya indi. Benchmark’lardan çok, üretim ortamı için kritik bir kalite artışı.
3. Tool use ve agent yeteneği için özel fine-tune. Terminal-Bench, BrowseComp ve ClawEval sonuçları burada belirgin sıçrama gösteriyor.
4. WorkBuddy iç değerlendirmesi. Tencent’in kurumsal AI ürünü WorkBuddy, gerçek iş görevlerinden oluşan bir dahili değerlendirme sunuyor. Preview’de %72 olan başarı oranı, tam sürümde %90’a çıktı. Ortalama görev süresi de %34 azaldı. Bu, benchmark’dan çok ürün mühendisliği metriği — ve endüstrinin gerçekten önemsediği rakam.
Boyutuna göre mükemmel bir konumlanma
Hy3’ün asıl iddiası “dünyanın en iyi modeli” değil. Aşağı yukarı şu: kendi büyüklüğünde en iyi, sınıfının üstünde performans, çok daha büyük modelleri belirli görevlerde geride bırakıyor.
Karşılaştırma yapalım:
- Hy3 (295B/A21B) vs. Claude Opus 4.8 (kapalı, ~1T parametre tahmini): Bazı agentic benchmark’larda yaklaşıyor, fiyat çok daha düşük.
- Hy3 vs. GLM-5.2 (744B/A40B): Boyut olarak çok daha küçük, ama SWE-Bench Verified’da (%74,4) yakın; agent’ta ClawEval’de önde.
- Hy3 vs. DeepSeek-V4-Pro (1,6T): Hy3’ün toplam parametresi 5 kat daha küçük, ama ClawEval pass³’te önde.
- Hy3 vs. Ornith-1.0-397B (DeepReinforce): Benzer boyut sınıfında; kod tarafında Ornith rekabetçi, agent tarafında Hy3 önde.
21B aktif parametre — yani her token üretimi için sadece 21 milyar parametre çalışıyor — inference maliyeti çok düşük. GLM-5.2’nin 40B aktif’i ve DeepSeek-V4-Pro’nun ~80B aktif’ine göre belirgin avantaj.
Şu anlık dezavantaj: multimodal değil
Hy3’ün mevcut sürümü sadece metin. Görsel input yok, video anlama yok, ses işleme yok.
Bu 2026 ortasında ciddi bir dezavantaj. Rakiplere bakalım:
- GPT-5.5: Native multimodal (metin, görsel, ses, video).
- Claude Opus 4.8: Görsel + doküman anlama, kod ekran görüntüsü.
- Gemini 3.5 Pro: 2M context ile en güçlü multimodal.
- GLM-5.2: Metin ağırlıklı ama multimodal versiyonu “yakında”.
- Qwen 3.7 Max: Native VL (Vision-Language).
Hy3’ün metin-only olması, birçok kurumsal senaryoyu doğrudan dışarıda bırakıyor:
- Doküman anlama (PDF+görsel+tablo).
- Web sitesi ekran görüntüsünden UI/UX analizi.
- Diagram, akış şeması ve teknik çizim yorumlama.
- Video özet ve içerik moderasyonu.
Ama muhtemelen geçici. Tencent’in HunyuanImage 3.0 ekibi zaten aktif; HunyuanVideo serisi de aktif. Görsel encoder’ın Hy3 mimarisi ile entegrasyonu teknik olarak zor değil. Q4 2026 veya 2027 Q1’de multimodal Hy3 çıkması sürpriz olmaz.
Bu arada Hy3’ü kullanacak takımlar için pratik strateji: reasoning + tool use + kod senaryolarında Hy3, multimodal senaryolarda Qwen 3.7 Max veya Claude Opus 4.8’e paralel bir provider olarak konumlanabilir. Modern router (LangChain, Instructor, LiteLLM) altyapıları bu “görev başına model” yaklaşımını zaten destekliyor.
Fiyat: Çin ekosisteminin agresif atağı
Hy3’ün fiyatlandırması akıl almaz derecede agresif:
- Milyon input token: 1 yuan (yaklaşık 14 sent).
- Milyon output token: 4 yuan (yaklaşık 55 sent).
- Cache’ten okuma: milyon başına 0,25 yuan (yaklaşık 3,5 sent).
Karşılaştırma:
- GPT-5.5: milyon input ~$10, output ~$40.
- Claude Opus 4.8: milyon input ~$15, output ~$75.
- DeepSeek-V4-Pro: milyon input ~$0,30, output ~$1,20.
Hy3, GPT-5.5’in 1/40 fiyatında, Claude Opus 4.8’in 1/60 fiyatında. DeepSeek-V4-Pro’dan bile daha ucuz. Bu, sadece Çin’deki oyuncular arasında değil, küresel ölçekte de en agresif fiyatlandırma stratejilerinden biri.
Fiyatın sürdürülebilirliği tartışmalı — Tencent muhtemelen ilk aylarda pazar payı için subsidize ediyor. Ama Çin’deki DeepSeek dinamiği zaten fiyatın uzun vadede düşük kalabileceğini gösteriyor. Cache-hit senaryosunda kelimenin tam anlamıyla bedava olabilir.
Ekosistem: WeChat, Yuanbao ve JPMorgan yorumu
Tencent’in Hy3 lansmanının borsa etkisi de dikkat çekti. Hong Kong borsasında Tencent hisseleri %4’ün üzerinde yükseldi. Piyasa değerinde onlarca milyar dolarlık artış.
Neden bu kadar coşku? Çünkü Tencent’in AI stratejisi sadece Hy3 modeli değil. Ekosistem entegrasyonu şöyle:
- WeChat AI Agent: Hy3, WeChat’in yeni AI ajanının motoru. WeChat 1.3+ milyar kullanıcıyla dünyanın en büyük sohbet uygulaması. Hy3’ün buraya entegrasyonu, muazzam bir kullanım hacmi sağlıyor.
- Yuanbao: Tencent’in bağımsız AI asistan uygulaması. Hy3 tabanlı.
- WorkBuddy: Kurumsal AI ürünü, %90 task resolution rate.
JPMorgan analistleri lansman sonrası: “WeChat AI Agent, Tencent’in risk primini düşürüyor. Şirketin AI cephesindeki geri kalmışlığı endişesi ortadan kalkıyor.”
Açık ağırlık ekosistemindeki yeri
Hy3, açık ağırlık AI dünyasında Tencent’i yeniden konumlandırıyor. 2026 ortasındaki manzara:
- Reasoning + agent uzmanı: Hy3 (metin only), Nex-N2-Pro (Apache 2.0, agentic thinking), Ornith-1.0 (self-scaffolding RL).
- Frontier open source: GLM-5.2 (MIT, 744B, 1M context), DeepSeek-V4-Pro (1,6T), Qwen 3.6/3.7.
- Multimodal: Qwen 3.7 Max, Gemma 4 Unified, Mellum2 (ama son ikisi coding odaklı).
- Edge/on-device: Liquid LFM2.5-230M/8B-A1B, SmolLM 3, Gemma 4 E2B/E4B.
Tencent, saf reasoning + agent + tool use üçgeninde Nex-N2-Pro ve Claude Fable 5 ile aynı arenada. Metin-only olması dezavantaj — ama bu 3 aylık bir hikaye, bir yıllık değil.
Türk şirketleri için pratik etkiler
1. Kurumsal AI maliyeti düşmeye devam edecek. Hy3’ün fiyatlandırması, tüm Çinli ve Batılı model sağlayıcıları üzerinde baskı yaratacak. Anthropic ve OpenAI 2026’nın son çeyreğinde fiyat indirimine gitmek zorunda kalabilir.
2. Türk kurumsal SI’lar için “multi-provider router” fırsatı. Hy3 metin, Qwen 3.7 Max multimodal, GLM-5.2 uzun context — bu üç modeli tek arayüzde birleştiren yerel deployment’lar Türk kurumsal müşteriler için değer yaratabilir.
3. Multimodal için hâlâ Qwen/GPT/Claude tercih edilecek. Türkçe belge işleme, form doldurma, görsel arama gibi senaryolarda Hy3 tercih edilmemeli. Metin-yoğun agentic tool use ve kod tarafında ise güçlü seçenek.
4. WeChat AI Agent bir örnek olabilir. BiP Messenger (Turkcell), WhatsApp benzeri Türk mesajlaşma uygulamaları için WeChat’in AI ajan entegrasyonu bir vaka çalışması. “Mesajlaşma + AI ajanı + kurumsal iş akışı” birleşimi Türkiye’de de deneyebilir.
Sonuç: fiyat/performans yarışının yeni yıldızı
Hy3, açık ağırlık dünyasında “boyutuna göre en iyi” kategorisine güçlü bir aday. Preview’dan tam sürüme yaşanan sıçrama, Tencent’in mühendislik disiplinini kanıtlıyor. 90 günde altyapıyı sıfırdan kurmak, sonraki üç ayda benchmark’larda iki-üç kat sıçrama yapmak — bu, endüstrinin geneline “bu iş bu hızda ilerleyebiliyor” mesajı veren bir performans.
Multimodal boşluğu ciddi bir dezavantaj, ama muhtemelen geçici. Q4 2026 veya 2027 Q1’de multimodal Hy3 çıkarsa, tercih edeceğimiz model sıralamasında ciddi yeniden değerlendirme yapılır.
Şu an için Hy3, reasoning + tool use + kod + agent görevleri için — özellikle maliyete duyarlı senaryolarda — kayda değer bir seçenek. WeChat ekosistemine entegrasyonu ile Çin’deki ölçek testi de yakında görülür.
Modeli denemek isteyenler için: Hugging Face üzerinde tencent/Hy3 deposundan indirilebilir. OpenRouter üzerinden API erişimi de mevcut. Kod tabanı ve teknik detaylar Tencent-Hunyuan/Hy3 GitHub deposunda.
Bir yanıt yazın