腾讯混元Hy3正式发布：295B MoE架构，Agent任务解决率跃升至90%
2026年7月6日，腾讯混元Hy3正式版发布。这是继4月23日Hy3 preview版本发布后，混元团队用时两个多月完成的一次重要迭代。相比preview版本，Hy3在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型的效果。本文将从技术架构、性能表现、产品落地、开源生态、定价策略等维度，对腾讯混元Hy3进行全面解读。
一、Hy3的诞生：混元“推倒重来”后的首个正式版本
1.1 从Hy3 preview到正式版：两个月的加速迭代
2026年4月23日，腾讯混元Hy3 preview语言模型发布并开源。这是混元团队在2026年2月全面重建预训练和强化学习等基础设施后发布的第一个模型。Hy3 preview于2026年1月底启动训练，从训练到上线用了不到三个月。
preview版本上线后，在全球开发者的使用以及腾讯海量真实业务中反复历练。日均Token消耗量增加了20倍。基于preview阶段积累的反馈和真实场景数据，Hy3正式版在以下三个方向完成了关键迭代：
- 进一步提升后训练的算力规模
- 提升后训练数据的质量和多样性
- 针对preview阶段暴露的幻觉问题做细粒度检测与训练约束
1.2 姚顺雨主导的“混元重建”
Hy3是腾讯首席AI科学家姚顺雨加入腾讯后交出的第一份完整答卷。2026年2月，姚顺雨主导完成了混元预训练和强化学习基础设施的全面重建，同时确立了模型追求实用性的三大核心原则。从基础设施重建（2月）到preview发布（4月），再到正式版上线（7月），混元用不到半年的时间跑通了底层重构到产品反哺的完整模型研发链路。
正如姚顺雨所言，混元Hy3 preview是“混元快速探索实用性大模型、解决真实世界问题的开端”。正式版Hy3则延续了这一路线，将实用性推向新的高度。
二、技术架构：快慢思考融合的MoE模型
2.1 核心参数：295B总参数、21B激活参数
Hy3是一个快慢思考融合的混合专家（MoE）模型。其核心架构参数如下：
| 参数项 | 规格 |
|---|---|
| 总参数量 | 295B（2950亿） |
| 激活参数 | 21B（210亿） |
| MTP层参数 | 3.8B |
| 上下文长度 | 256K |
| 架构类型 | MoE（混合专家）+ 快慢思考融合 |
Hy3 preview是“混元迄今最智能的模型”。正式版Hy3在此基础上进一步升级，以“较小尺寸首次比肩国内外大尺寸旗舰模型的效果”。
2.2 快慢思考融合机制
Hy3采用“快慢思考融合”机制，是其在架构层面的核心差异化特征。
- 快思考：适用于日常问答、简单推理等场景，响应迅速
- 慢思考：适用于复杂逻辑推理、多步工具调用等深度任务
这种融合机制天然适配复杂逻辑推理与多步工具调用场景。在Agent和工具编排类任务中，Hy3建立了明确的差异化优势。
2.3 256K上下文长度
Hy3支持256K上下文长度（约25万Token）。在同尺寸模型中处于较高水平，能够处理长文档、长对话、复杂代码库等场景。基于256K上下文，Hy3在长文写作与方案生成的结构完整度、可用性方面表现突出。
三、性能评测：Agent能力跃升，逼近旗舰模型
3.1 相比preview版本的关键提升
Hy3正式版在preview版本基础上实现了全面跃升：
| 评测维度 | Hy3 preview | Hy3正式版 | 提升幅度 |
|---|---|---|---|
| SkillsBench | 29.1 | 55.3 | +90% |
| MathArena Apex | 12.8 | 38.7 | +202% |
| Agent能力 | 基线 | — | +20%-30% |
| 代码能力 | 基线 | — | +20%-30% |
| 幻觉率 | 基线 | — | -44% |
在12项横向对比中，Hy3相比preview版进步最大的两项是SkillsBench（从29.1到55.3）和MathArena Apex（从12.8到38.7）。Agent和代码核心能力提升20%-30%，幻觉率下降约44%。
3.2 Agent能力：ClawEval超越DeepSeek V4 Pro
在Agent和工具编排类测试中，Hy3建立了明确的差异化优势：
| 评测基准 | Hy3 | DeepSeek V4 Pro | Qwen 3.7 Max | GPT 5.5 |
|---|---|---|---|---|
| ClawEval pass³ | 68.5 | 62.4 | 65.2 | — |
| SkillsBench | 55.3 | — | — | — |
| BrowseComp | 84.2 | — | — | 84.4 |
ClawEval pass³拿到68.5，超过DeepSeek V4 Pro的62.4和Qwen 3.7 Max的65.2。SkillsBench 55.3同样领先这两个对手。BrowseComp 84.2与GPT 5.5的84.4几乎持平。
这些数据表明，Hy3在Agent任务解决能力上已经达到了与行业头部模型竞争的水平。
3.3 代码能力：SWE-bench Pro从46.0提升至57.9
代码类测试中：
| 评测基准 | Hy3 preview | Hy3正式版 | 提升幅度 |
|---|---|---|---|
| SWE-bench Pro | 46.0 | 57.9 | +25.9% |
| NL2repo | 35.3 | 45.6 | +29.2% |
进步幅度显著，但与DeepSeek V4 Pro和Qwen 3.7 Max仍有3-5个点的差距。
3.4 数学推理：当前最明显的天花板
MathArena Apex上Hy3得分38.7，而GPT 5.5是85.4。在纯推理任务上，国产模型整体与GPT 5.5之间的结构性差距仍然存在——Qwen 3.7 Max的44.5同样远低于GPT 5.5。这也是国产模型整体需要追赶的方向。
3.5 专家盲测：优于GLM5.1
在内部组织的270位专家基于真实工作的模型盲测中，Hy3（均分2.67/4）展现出优于GLM5.1（均分2.51/4）的表现。尤其在前端、数据与存储、CI/CD等类别上优势显著。
四、产品落地：Hy3已接入腾讯核心产品矩阵
4.1 已接入产品列表
Hy3已在多个腾讯核心业务中接入：
| 产品名称 | 产品定位 |
|---|---|
| WorkBuddy/CodeBuddy | 腾讯云全场景桌面AI智能体 |
| 元宝 | 腾讯AI助手App |
| Marvis | 腾讯系统级AI助手 |
| ima | 腾讯知识库与AI写作工具 |
| QQ浏览器 | 腾讯浏览器产品 |
| 腾讯新闻 | 腾讯新闻资讯平台 |
| WeGame | 腾讯游戏平台 |
| 腾讯乐享 | 腾讯企业知识管理平台 |
| 搜狗输入法 | 腾讯输入法产品 |
| 微信公众号 | 腾讯内容生态核心产品 |
另有近50个业务在接入队列中。
4.2 WorkBuddy场景：任务解决率从72%跃升至90%
WorkBuddy作为腾讯云推出的全场景桌面AI智能体，是国内使用最广泛的效率AI智能体服务。自发布以来，WorkBuddy上自主选择Hy3 preview的用户数增长了6倍，日均Token消耗量增长了4倍。
Hy3正式版上线后，基于WorkBuddy办公场景内部测评显示：
| 指标 | Hy3 preview | Hy3正式版 | 提升幅度 |
|---|---|---|---|
| 任务解决率 | 72% | 90% | +25% |
| 平均耗时 | 基线 | — | -34% |
在数据处理、文档处理、研报分析等多类细分任务中都有更好的表现。
4.3 元宝场景：Agent功能同步上线，幻觉率下降超一半
元宝的对话交互场景为模型提供了极具价值的反馈。针对长文和AI搜索场景存在的幻觉现象，Hy3通过细粒度的数据清洗与训练约束，让模型学会在复杂证据下可靠输出。
在基于真实日志的评测中：
| 指标 | 提升幅度 |
|---|---|
| 常识错误率 | 下降50% |
| 幻觉率 | 下降超50% |
基于Hy3大幅提升的Agent能力，元宝同步上线了Agent功能。在内部评估中，Hy3在综合办公与生活服务两大场景上已超过GLM 5.1等国产优秀模型，足以稳定支撑真实业务链路。用户在日常对话中输入需求，元宝即可直接执行复杂任务并交付PPT、Word、Excel、PDF、HTML等文件，且全部免费。
4.4 ima场景：Agent综合表现优异，推理质量提升19%
ima基于线上知识库问答与Agent两大核心场景对Hy3进行了评测：
- Agent任务：Hy3综合表现优异，系统稳定性高达95.1%，工具编排能力尤为突出，盲目重试、应止未止等无效操作大幅减少
- 知识库问答：推理质量净提升近19%，思考更系统、信息覆盖更全面
- 长文写作：结构完整度、可用性明显增强
4.5 Marvis场景：任务完成率达93.7%
Hy3在Marvis Agent的文件编辑/生成、文件管理、电脑诊断与操作等核心场景评测中：
| 指标 | 数据 |
|---|---|
| 任务完成率 | 93.7%（相比preview提升12.7%） |
| 6个Agent协作下任务派发正确率 | 92%（相比preview提升13.5%） |
Hy3在复杂任务执行、多步骤Agent工作流、办公自动化、减少幻觉等维度展现出显著能力升级，能够稳定支撑真实业务链路。
五、开源与定价：Apache 2.0协议，输入1元/百万Token
5.1 开源协议：Apache 2.0
Hy3采用商业友好度最高的Apache 2.0开源协议。全球开发者均可下载和免费商用。
最核心的变化是，开源许可证换成了最宽松的Apache 2.0，废除了此前预览版中禁止欧盟、英国和韩国使用的地域条款。这标志着Hy3在全球化部署和商业应用上的开放度进一步提升。
为进一步方便全球开发者使用，Hy3将陆续在多个海外平台上线，覆盖OpenRouter、Hermes、Kilo、Cline、OpenClaw、OpenCode、CherryStudio等。同时“day 0”接入开源模型社区Huggingface、Modelscope魔搭平台。
5.2 API定价：输入1元/百万Token
得益于一系列软硬协同的优化，腾讯混元进一步降低了Hy3在腾讯云的API价格：
| 计费类型 | 价格（每百万Token） |
|---|---|
| 输入 | 1元 |
| 输出 | 4元 |
| 输入（命中缓存） | 0.25元 |
这一价格在同类模型中具有竞争力。API已在腾讯云TokenHub上线。TokenHub已将国产开源旗舰阵营中多款主流模型集中上架到同一平台，开发者一个API Key即可全部访问。
六、Hy3的行业定位与战略意义
6.1 “不追求参数规模最大，追求实际表现”
Hy3的核心定位是实用主义——不追求参数规模最大，但实际表现逼近参数量2到5倍的旗舰模型的实际表现，同时在价格上有绝对竞争力。
这一定位与Hy3 preview一脉相承。preview版本“刻意回避了跑分竞赛的路子，提出’评测真实性’原则，主动跳出容易被刷榜的公开榜单，改用自建题目和人工评测来衡量真实战斗力”。
6.2 Hy3 vs 竞品定位对比
| 对比维度 | 腾讯混元Hy3 | DeepSeek V4 | GPT 5.5 |
|---|---|---|---|
| 核心定位 | 实用性、性价比 | 技术突破上限 | 通用旗舰 |
| 参数规模 | 295B总/21B激活 | 更大 | 更大 |
| 开源协议 | Apache 2.0 | 开源 | 闭源 |
| 定价策略 | 1元/4元（百万Token） | 较低 | 较高 |
| 核心优势 | Agent能力、产品落地 | 技术参数 | 推理能力 |
Hy3与DeepSeek V4的核心差异在于：“后者暂不考虑商业化，专注于突破技术上限；而混元从研发之初就以适配腾讯业务生态为核心，强调与场景的深度绑定”。
6.3 对腾讯AI战略的意义
Hy3的发布标志着腾讯在AI大模型领域重回牌桌。此前腾讯“真正的问题是没有一个够用的基座，能撑起自己的产品线”。Hy3正式版的推出，意味着腾讯拥有了一个可以稳定支撑内部产品线和外部开发者生态的基座模型。
正如姚顺雨所言：“希望通过这次开源和发布，获得来自开源社区和用户的真实反馈，帮助我们提升Hy3正式版的实用性”。未来，腾讯混元将持续加速技术迭代，不断探索模型智能上限，并重点打造真实场景的应用落地能力。
七、常见问题（FAQ）
Q1：腾讯混元Hy3是什么？
腾讯混元Hy3是腾讯于2026年7月6日正式发布的AI大模型。它是一个快慢思考融合的MoE架构模型，总参数295B、激活参数21B，支持256K上下文长度。
Q2：Hy3和Hy3 preview有什么区别？
Hy3正式版基于preview版本进一步提升了后训练数据的质量和多样性，扩大了RL算力规模。在推理、智能体、长上下文等任务上显著进步，Agent和代码核心能力提升20%-30%，幻觉率下降约44%。
Q3：Hy3的性能如何？
Hy3在Agent能力上表现突出——ClawEval pass³达68.5，超过DeepSeek V4 Pro。在WorkBuddy办公场景中，任务解决率从72%跃升至90%，平均耗时缩短34%。数学推理是目前的主要短板。
Q4：Hy3的开源协议是什么？
Hy3采用Apache 2.0开源协议，商业友好度最高，全球开发者均可下载和免费商用。已在GitHub、HuggingFace、ModelScope、GitCode开源。
Q5：Hy3的API价格是多少？
输入1元/百万Token，输出4元/百万Token，输入命中缓存仅0.25元/百万Token。
Q6：Hy3已经接入了哪些产品？
Hy3已接入WorkBuddy/CodeBuddy、元宝、Marvis、ima、QQ浏览器、腾讯新闻、WeGame、腾讯乐享、搜狗输入法、微信公众号等多个业务。另有近50个业务在接入队列中。
Q7：Hy3和DeepSeek V4有什么区别？
DeepSeek V4暂不考虑商业化，专注于突破技术上限；而混元Hy3从研发之初就以适配腾讯业务生态为核心，强调与场景的深度绑定。
Q8：如何在元宝中体验Hy3？
元宝已第一时间接入Hy3。用户打开元宝App即可直接体验Hy3带来的全面能力升级。输入需求后，元宝可直接执行复杂任务并交付PPT、Word、Excel、PDF、HTML等文件，且全部免费。
Q9：Hy3的上下文长度是多少？
Hy3支持256K上下文长度（约25万Token），在同尺寸模型中处于较高水平。
Q10：Hy3的研发背景是什么？
Hy3是腾讯混元团队在2026年2月全面重建预训练和强化学习基础设施后发布的模型。由腾讯首席AI科学家姚顺雨主导，从基础设施重建到正式版上线用了不到半年时间。