可用于长文本处理、代码生成等长序列任务，具备100万token稳定上下文，支持多级别思考力平衡性能与延迟，采用IndexShare架构降低计算量，MIT许可完全开源无地域限制。

MOSS-Transcribe-Diarize 是 OpenMOSS 团队推出的开源语音转写与说话人分离模型。它对长音频、多说话人音频进行统一建模，支持自动语音识别、带说话人标识的转写、说话人分离、时间戳预测以及简洁转录文本生成。

Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型，总参数量 295B，激活参数 21B，MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后，我们在 50 多个业务中获得了广泛的反馈，修复了各种体验问题，进一步提升了后训练的质量和规模。今天，我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰（参数规模往往是 Hy3 的 2～5 倍）开源模型的智能水平，显著提升了在各类产品和生产力任务中的实用价值。

可用于在 llama.cpp、Ollama 等运行时进行文本生成，支持长上下文与多模态功能。基于 Qwen3.5-9B 量化，具备强推理能力，支持函数调用和 1M 上下文窗口。

可在标准笔记本或单GPU上实现27B级推理，用于文本生成等场景。项目采用三元语言权重，部署 footprint 约7.2GB，保留95% FP16智能，支持CUDA、Metal、CPU，具备262K token上下文和4-bit KV缓存量化。