腾讯混元模型与 API

Q: 可以通过 OpenAI SDK 调用 腾讯混元 吗？

可以。使用 TokenHub Base URL、API Key 和已发布的 腾讯混元 模型 ID，即可通过 OpenAI Python 或 Node.js SDK 发起请求。

比较 TokenHub 当前可用的腾讯混元模型，包括 Tencent Hy3、Hunyuan 3 和 Hunyuan A13B。查看价格、上下文窗口、能力和模型 ID，并通过一套兼容 OpenAI 的 API 工作流完成调用。

查看腾讯混元模型获取 API Key

腾讯混元模型与 API 价格

比较腾讯混元 API 的输入、输出、缓存读取价格、上下文窗口、端点和模型 ID。当前目录可能包含 Tencent Hy3、Hunyuan 3 和 Hunyuan A13B，实际以 TokenHub 实时模型列表为准。

API 价格模型参数

分别比较可用腾讯混元模型的输入、输出和缓存读取价格，上线前请在模型详情页确认计费单位与模型 ID。

模型名称输入/ 百万 Token输出/ 百万 Token缓存读取/ 百万 Token

Tencent

Hy3hy3

$0.1429$0.5714$0.0357

比较 Tencent Hy3、Hunyuan 3 和 Hunyuan A13B 的上下文窗口、最大输出、推理、工具调用、端点和发布日期。

模型名称模态上下文窗口最大输出推理工具调用端点发布日期

Tencent

Hy3hy3

256K

128K

✓

Anthropic / OpenAI / Responses

2026年7月6日

目录数据说明

价格、模型可用性、上下文窗口和端点支持来自 TokenHub 当前模型目录。规格与可用性可能调整，生产环境上线前请在模型详情页再次确认。

最后更新: 2026-08-25

开始调用腾讯混元 API

创建 TokenHub API Key，复制已发布的腾讯混元模型 ID，并通过 OpenAI Chat Completions、Responses 或 Claude Messages 发起请求。已有 OpenAI SDK 项目通常只需替换 API Key、Base URL 和模型 ID。

01创建 TokenHub API Key
02选择可用的腾讯混元模型
03选择 API 协议
04复制已发布的腾讯混元模型 ID
05发送第一个请求

获取 API Key 阅读 API 文档

选择 API 协议

OpenAI ChatPOST /v1/chat/completionsOpenAI ResponsesPOST /v1/responsesClaude MessagesPOST /v1/messages

OpenAI SDK · TypeScriptOpenAI SDK · PythoncURLTypeScript fetchPython requests

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({
  "model": "hy3",
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
})
console.log(result.choices[0]?.message?.content)

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("TOKENHUB_API_KEY"),
    base_url="https://us-api.tokenhub.com/v1",
)

request = json.loads("{\"model\":\"hy3\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}")
result = client.chat.completions.create(**request)
print(result.choices[0].message.content)

curl 'https://us-api.tokenhub.com/v1/chat/completions' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "hy3",
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
}'

const response = await fetch("https://us-api.tokenhub.com/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "hy3",
    "messages": [
      {
        "role": "user",
        "content": "Explain why low latency matters for an AI product in one sentence."
      }
    ]
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"hy3\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())

OpenAI SDK · TypeScriptOpenAI SDK · PythoncURLTypeScript fetchPython requests

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.responses.create({
  "model": "hy3",
  "input": "Explain why low latency matters for an AI product in one sentence."
})
console.log(result.output_text)

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("TOKENHUB_API_KEY"),
    base_url="https://us-api.tokenhub.com/v1",
)

request = json.loads("{\"model\":\"hy3\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}")
result = client.responses.create(**request)
print(result.output_text)

curl 'https://us-api.tokenhub.com/v1/responses' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "hy3",
  "input": "Explain why low latency matters for an AI product in one sentence."
}'

const response = await fetch("https://us-api.tokenhub.com/v1/responses", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "hy3",
    "input": "Explain why low latency matters for an AI product in one sentence."
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/responses",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"hy3\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}"),
)
response.raise_for_status()
print(response.json())

cURLTypeScript fetchPython requests

curl 'https://us-api.tokenhub.com/v1/messages' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "hy3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
}'

const response = await fetch("https://us-api.tokenhub.com/v1/messages", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "hy3",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Explain why low latency matters for an AI product in one sentence."
      }
    ]
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/messages",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"hy3\",\"max_tokens\":1024,\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())

应该选择哪个腾讯混元模型？

根据中文应用、通用对话、推理、代码与长上下文处理选择腾讯混元模型，上线前比较价格、上下文窗口、推理、工具调用和端点支持。

API 任务	优先查看	适合场景	上线前确认
高频腾讯混元 API 调用	Hy3	适合快速迭代、对话、信息提取、摘要和批量任务。	腾讯混元 API 价格、吞吐和输出 Token 成本
腾讯混元推理与代码	Hy3	适合多步骤分析、代码生成、调试和 Agent 任务。	推理支持、工具调用、延迟和请求总成本
通用腾讯混元应用	Hy3	适合日常助手、内容生成、信息提取和产品功能。	任务准确率、端点支持和生产价格
长上下文腾讯混元任务	Hy3	适合文档、代码库、研究和长对话处理。	上下文窗口、输入价格、最大输出和流式支持
质量优先的腾讯混元任务	Hy3	适合能力上限比最低单位成本更重要的生产输出。	任务质量、延迟以及与快速模型的价格差异

选择与比较腾讯混元模型

通过实时目录比较腾讯混元 API 价格、模型参数、上下文窗口和支持端点。

腾讯混元 API 价格比较可用腾讯混元模型的输入、输出、缓存读取或按请求计费价格。腾讯混元模型参数查看上下文窗口、最大输出、推理、工具调用、端点和发布日期。选择腾讯混元模型根据中文应用、通用对话、推理、代码与长上下文处理匹配合适的腾讯混元模型。

集成 Tencent Hunyuan

通过 TokenHub，将 Tencent Hunyuan 接入团队已在使用的开发工具。

Cursor 集成配置 Cursor，通过 TokenHub API Key 调用 Tencent Hunyuan。OpenClaw 集成通过兼容 OpenAI 的 API 将 OpenClaw 接入 Tencent Hunyuan。Claude Code 集成使用 TokenHub 端点与 API Key 在 Claude Code 中调用 Tencent Hunyuan。Cline 集成让 Cline 在编程工作流中使用 Tencent Hunyuan 模型。Codex 集成通过 TokenHub API Key 和兼容 OpenAI 的端点在 Codex 中使用 Tencent Hunyuan。OpenCode 集成配置 OpenCode，通过 TokenHub 端点调用 Tencent Hunyuan。

查看全部集成

腾讯混元 API 常见问题

腾讯混元、混元、混元大模型和 Tencent Hunyuan是什么关系？

腾讯混元、混元、混元大模型和 Tencent Hunyuan是这个模型系列相关的品牌名称和常见搜索方式。实际调用时请使用 TokenHub 实时目录展示的厂商名称和模型 ID。

TokenHub 上有哪些腾讯混元模型？

上方实时列表展示当前可用模型。常见型号包括 Tencent Hy3、Hunyuan 3 和 Hunyuan A13B，只有 TokenHub 目录实际展示的模型才能通过本页调用。

如何获取腾讯混元 API Key？

腾讯混元 API、混元 API 和混元 API Key 对应同一套 TokenHub 接入流程：创建 API Key，从目录选择已发布的腾讯混元模型 ID，并在应用中使用 TokenHub Base URL。

腾讯混元 API 如何计费？

价格取决于所选模型和计费类型。请比较输入、输出、缓存或按请求价格，生产使用前再次确认模型详情页。

可以通过 OpenAI SDK 调用腾讯混元吗？

可以。使用 TokenHub Base URL、API Key 和已发布的腾讯混元模型 ID，即可通过 OpenAI Python 或 Node.js SDK 发起请求。

应该使用哪个腾讯混元模型？

根据中文应用、通用对话、推理、代码与长上下文处理进行选择，并在实时目录中比较实际价格、上下文窗口、推理、工具调用和输出限制。

腾讯混元的不同模态是否使用相同端点？

混元 3D、混元视频和混元图像与本页大语言模型使用不同的模型和端点。

开始使用腾讯混元

选择一个腾讯混元模型，复制模型 ID，创建 TokenHub API Key，并通过统一兼容协议发送第一个请求。

查看腾讯混元模型获取 API Key

腾讯混元 模型与 API

腾讯混元 模型与 API 价格

开始调用 腾讯混元 API

应该选择哪个 腾讯混元 模型？

选择与比较 腾讯混元 模型