Los métodos de gradiente conjugado de tres términos han atraído mucha atención para problemas no restringidos a gran escala en los últimos años, ya que tienen factores prácticos atractivos como una computación simple, baja demanda de memoria, mejor propiedad de descenso y fuerte propiedad de convergencia global. En este documento, se propone un algoritmo híbrido de gradiente conjugado de tres términos que posee una propiedad de descenso suficiente, independiente de cualquier técnica de búsqueda de línea. Bajo algunas condiciones suaves, el método propuesto es globalmente convergente para funciones objetivo uniformemente convexas. Mientras tanto, al usar la ecuación de secante modificada, el método propuesto también tiene convergencia global sin suposición de convexidad sobre la función objetivo. Los resultados numéricos también indican que el algoritmo propuesto es más eficiente y confiable que otros métodos para los problemas de prueba.