Innhold Vis
En AI-modell du sannsynligvis aldri har hørt om topper OpenRouter-rangeringene i mai 2026 – og gjør det med over 50 prosent margin over Claude. Hy3 preview, laget av det kinesiske teknologiselskapet Tencent, brukes tilsynelatende i stor skala av noen – men ingen vet hvem, og den er knapt nevnt på Hacker News eller Reddit.
Det er egentlig ganske rart. Når en modell plutselig dominerer en av de mest brukte AI-gatewayene der ute, forventer man litt støy. Men Hy3 skled inn i toppen uten fanfare, uten bloggposter og uten diskusjoner i de vanlige kanalene. Det er det som gjør saken verdt å grave i.
Analysebloggen minimaxir.com publiserte nylig en grundig gjennomgang av Hy3-fenomenet basert på OpenRouter-statistikk. Her er det de fant – og hva vi faktisk kan konkludere med.
Hva er Hy3 fra Tencent?
Hy3 preview er en åpen språkmodell utgitt av Tencent og tilgjengelig på Hugging Face. Den er tilgjengelig på OpenRouter via leverandøren SiliconFlow til en pris av $0.066 per million input-tokens. Det er ikke spesielt billig sammenlignet med konkurrentene, noe vi kommer tilbake til.
Benchmarks viser ikke noe oppsiktsvekkende. Hy3 er ikke overlegen andre kinesiske modeller som DeepSeek V4 Flash, og den har heller ikke skapt noen bølger i AI-miljøet basert på ytelse alene. Likevel – den topper rangeringene.
Fra 8. mai 2026 skiftet Hy3 fra gratis til betalt tilbud på OpenRouter. Det interessante er at bruken ikke stoppet da. Den fortsatte. Det er her mysteriet begynner.
Hva sier tallene?
I slutten av mai 2026 viser OpenRouter-statistikken at Hy3 har slått Claude med over 50 prosent målt i tokenforbruk. Det er ikke en liten margin – det er et massivt gap til en modell som nesten ingen snakker om.
Noe annet er like interessant: forholdet mellom input- og output-tokens for Hy3 er 98 prosent input og kun 2 prosent output. Det høres merkelig ut til å begynne med, men det reflekterer faktisk et normalt mønster for agentic AI-workflows – der systemer sender hele samtalehistorikken ved hvert kall uten å nødvendigvis forvente lange svar. Men det forteller oss noe om hvem som bruker modellen: det er ikke vanlige brukere som chatter frem og tilbake. Det er noe mer automatisert.
Videre: de topp 5 applikasjonene som er registrert på OpenRouter utgjør under 1 prosent av all Hy3-aktivitet. Det betyr at trafikken ikke kommer fra kjente, profilert apper – den kommer fra ett eller noen få uidentifiserte systemer som hamrer løs.
Er Hy3 egentlig billigst?
På papiret ser $0.066 per million tokens rimelig ut. Men det er prisen som er oppgitt – ikke nødvendigvis det du betaler effektivt. Analysen fra minimaxir regner ut at effektiv pris for Hy3 via SiliconFlow er rundt $0.034 per million tokens når man tar hensyn til caching-rater (SiliconFlow har 44 prosent cache-hits i snitt).
Til sammenligning er DeepSeek V4 Flash oppgitt til $0.10 per million tokens – men via DeepSeek sin egen leverandør og med 2 prosent caching, ender effektiv pris på rundt $0.018 per million tokens. Det er nesten halvparten av Hy3 sin effektive pris.
Med andre ord: Hy3 er ikke det billigste alternativet. Noen bruker den likevel – i massiv skala. Det eliminerer teorien om at det er prisrasjonelle bedrifter som optimerer for kostnad.
Hvem bruker Hy3 – og hvorfor?
Analysen fra minimaxir peker mot den mest sannsynlige forklaringen: det er sannsynligvis én stor applikasjon, ikke knyttet til Tencent, som bruker Hy3 som databehandlingsryggrad. Ikke en agentic kodingsapp – noe større.
Teorien støttes av at aktiviteten på OpenRouter startet da Hy3 var gratis, og fortsatte da den ble betalt. Det tyder på en aktør som valgte Hy3 aktivt – kanskje fordi de allerede hadde bygget integrasjonen i perioden med gratis tilgang – og som nå betaler for å fortsette.
Det er verdt å merke seg at ingen av de åpenbare kinesiske AI-gigantene er identifisert som brukere. Og OpenRouter-data gir ikke direkte svar på hvem kunden er.
Jeg er personlig litt skeptisk til kinesiske modeller, særlig med tanke på datahåndtering og hvem som til syvende og sist kontrollerer dem. Det betyr ikke at de er dårlige teknisk – det betyr at man bør tenke seg om to ganger før man sender sensitiv data gjennom en modell der eierskapet og lojaliteten er uklar. Jeg har skrevet om det samme dilemmaet med GLM 4.7 tidligere – billig, men til hvilken pris egentlig?
Hva sier dette om OpenRouter-rangeringer generelt?
Det er ett poeng her som er viktigere enn Hy3 spesifikt: OpenRouter-rangeringer kan bli fullstendig dominert av én enkelt aktør uten at markedet vet om det. Det gjør rangeringslisten til et dårlig signal for hva som faktisk er populært eller bra blant utviklere og bedrifter.
Tenk på det: hva bruker du rangeringslisten til? Sannsynligvis for å finne modeller som andre mener er gode. Men hvis én mystisk app sender milliarder av tokens gjennom en modell i bakgrunnen, forteller det deg ingenting om faktisk brukertilfredshet.
For en god gjennomgang av hva OpenRouter faktisk er og hvordan du bruker det, se guiden min om OpenRouter som unified AI API. Og hvis du vurderer å bytte ut dyre Claude Code-abonnementer, er Zed og OpenRouter-kombinasjonen verdt å se på. For dem som vil ta kostnadsreduksjon enda lengre, finnes det verktøy som NadirClaw – open source LLM-ruter som kutter Claude Code-kostnadene med 40-70 prosent.
Bør du prøve Hy3?
Kort svar: det er ikke mye grunn til det akkurat nå. Benchmarks er ikke imponerende, effektiv pris er ikke spesielt konkurransedyktig, og du vet ikke hvem som egentlig kontrollerer infrastrukturen. Det er heller ikke dokumentert for hvilke oppgaver Hy3 eventuelt skinner.
Det eneste scenariet der Hy3 er relevant er hvis du allerede bruker SiliconFlow-infrastrukturen og vil teste en alternativ modell i porteføljen. Men da er DeepSeek V4 Flash fortsatt mer kostnadseffektiv for de fleste brukstilfeller med en effektiv pris på rundt $0.018 per million tokens via DeepSeeks egne servere.
Det vi sitter igjen med er en spennende liten AI-mysteriesak. Et ukjent selskap bruker en lite omtalt Tencent-modell i så stor skala at den topper OpenRouters rangeringer. Og ingen vet hvem det er. Det sier kanskje mer om hverdagen i AI-infrastruktur enn om modellkvalitet – store systemer kjøres i det stille, uten bloggposter og uten PR-kampanjer.
