Arrakis / Modelos / Hy3

Requisitos de GPU de Hy3

Hy3 tiene 299B parámetros. Para servirlo, calcula unos 717 GB de memoria de GPU en 16 bits, 359 GB en 8 bits o 179 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 192 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 299B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

Precisión	Memoria y configuración mínima
16 bits	717 GB: 4 × B200, desde 27,16 US$ por hora las 4
8 bits	359 GB: 2 × B200, desde 13,58 US$ por hora las 2
4 bits	179 GB: una B200, desde 6,79 US$ por GPU-hora

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

Método	Memoria y configuración mínima
QLoRA	209 GB: una B300, desde 4,60 US$ por GPU-hora
LoRA	717 GB: 4 × B200, desde 27,16 US$ por hora las 4
Ajuste fino completo	4.781 GB: más de una máquina de 8 GPU

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros: 299B
Expertos: 192
Expertos por token: 8
Ventana de contexto (tokens): 262,144
Publicado en: BF16
Licencia: apache-2.0
Fecha de publicación: 2026-07-02
Pesos: tencent/Hy3

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM

vllm serve tencent/Hy3 --tensor-parallel-size 4

Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita Hy3?

Para servirlo, unos 717 GB en 16 bits, 359 GB en 8 bits y 179 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 209 GB con QLoRA, 717 GB con LoRA y 4.781 GB para un ajuste fino completo con Adam, sin contar las activaciones.

¿Puedo ejecutar Hy3 en una sola GPU?

Sí, cuantizado. En 4 bits necesita unos 179 GB, que caben en una B200. En 16 bits necesita 4 GPU B200.

¿Cuánto cuesta ejecutar Hy3?

En 16 bits necesita 4 GPU B200; en 4 bits, una B200. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

¿Cómo despliego Hy3 en Arrakis?

Abre Models en la consola de Arrakis, pega tencent/Hy3, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.