2026 年 7 月 6 日，腾讯自研新一代混合专家大语言模型 Hy3 正式上线开源，面向所有开发者免费开放在线推理、本地下载、二次微调与商用适配能力。

Hy3 是腾讯重构训练框架后推出的新一代 MoE 混合专家大语言模型，总参数量 295B，激活参数仅 21B，兼顾大模型能力与推理成本。模型原生支持 262K 超长上下文窗口，可完整读取整仓代码、技术白皮书、行业文档、海量日志，无需分段处理。模型内置三级推理模式自由切换：快速模式（no_think，问答提速）、标准模式（think_low，通用场景均衡）、深度推理（think_high，代码/数学/复杂逻辑专用），精准匹配日常咨询、业务问答、复杂逻辑等全场景需求，实现极速响应与可控算力成本的兼顾。

当前昇腾系列产品一直同步支持业界领先系列模型，此次 Hy3 正式版开源发布后，昇腾在开源社区实现 0day 适配，基于 vLLM-Ascend 和 SGLang 在昇腾上实现高性能推理服务，帮助用户快速部署落地。模型介绍见之前的报道。

昇腾 Hunyuan3 模型适配

Hy3 与 Hy3-preview 采用相同架构。昇腾基于 vLLM-Ascend 和 SGLang 底座为其提供完整的适配支持。本教程以 Atlas A3 单机为例，为开发者展示在 Atlas A3 上部署 Hy3 模型的方案。

vLLM-Ascend 部署方式

推荐使用昇腾官方 Docker 镜像一键部署：

# 拉取并启动 Docker 容器

容器内执行 vllm serve 启动推理服务：

cd /workspace

功能验证：

# 检查模型就绪状态

SGLang 部署方式

（验证版本：SGLang v0.5.13+，建议使用 v0.5.13 或更新版本）

# 拉取昇腾官方 Docker 镜像

容器内启动推理服务：

export SGLANG_SET_CPU_AFFINITY=1

功能验证（无思考模式）：

curl http://${HOST}:${PORT}/v1/chat/completions \

模型权重下载地址：

• Hugging Face（BF16）： https://huggingface.co/tencent/Hy3

• Hugging Face（FP8）： https://huggingface.co/tencent/Hy3-FP8

• ModelScope： https://modelscope.cn/models/Tencent-Hunyuan/Hy3

• AtomGit： https://ai.atomgit.com/tencent_hunyuan/Hy3

SGLang 支持特性一览：

更多资源

• vLLM-Ascend Hy3 部署教程： https://github.com/vllm-project/vllm-ascend/pull/11804

• SGLang Hy3 昇腾部署文档： https://github.com/sgl-project/sglang/pull/30223

• Hy3 模型开源地址 (AtomGit)：

  https://ai.atomgit.com/tencent_hunyuan/Hy3

昇腾，让国产算力更懂大模型。 立即体验 Hy3，开启您的高效推理之旅！