文章摘要
Hy3 AI模型正式推出，其基于预览版优化后训练数据及算力投入，核心性能升级，比肩大参数旗舰模型。体验细节也深度优化，多场景落地效果显著，如某办公协作工具任务解决率升至90%。此外，Hy3已开源，降低使用成本，未来将持续迭代。

在完成4月底的预览版测试后，团队通过50余个业务场景收集了大量用户反馈，针对体验问题进行了全面修复，并进一步优化了后训练的质量与规模。如今，我们正式推出Hy3 AI模型。这款产品不仅在同尺寸模型中表现亮眼，更能比肩参数规模2至5倍的旗舰级模型，大幅提升了各类产品与生产力任务的实用价值。

核心性能全面升级

Hy3基于预览版进一步优化了后训练数据的质量与多样性，同时扩大了强化学习的算力投入规模，在推理任务、智能体应用以及长上下文处理等领域都实现了显著进步，达到了远超同尺寸模型的效果，甚至比肩参数规模是其2到5倍的国内外旗舰模型。

在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力相关任务中，Hy3的提升尤为突出，成为高性价比的可靠选择。在内部组织的270位行业专家参与的盲测中，Hy3以2.67/4的均分，表现优于另一款模型的2.51/4的成绩，尤其在前端开发、数据存储与管理、CI/CD流程等细分领域优势明显。

以下是一些典型的应用场景示例：借助模型完成核聚变能源引擎的概念宣传网页设计；通过摄像头手势交互实现图片粒子的融解与重组；通过多轮交互协作开发落日飞车主题游戏；在办公场景中，从101个SKU的销售数据中快速生成Excel建模分析报告与30页的项目汇报PPT；将公司三个地区的业务数据通过联动公式汇总为一张包含5000多个单元格的综合表格。

体验细节深度优化

模型的实际使用体验并非完全与榜单成绩挂钩。基于广泛的用户反馈与数据分析，团队针对一系列体验向能力进行了精准优化，获得了产品侧的一致好评：

输出格式与工具调用稳定性：团队修复了一系列基础底线问题，确保模型在各类工具设置与输出要求下都能达到生产级标准，工具调用的错误恢复能力与效率都得到了大幅提升。此外，Hy3还增强了跨脚手架的泛化能力，主流开发脚手架在SWE Bench Verified上的分数标准差控制在4个百分点以内。

知识常识与抗幻觉能力：内生知识准确性与外部幻觉问题直接影响真实使用体验，团队基于“有依据才回答、无依据明示缺失、多来源信息不乱拼、数据和状态不乱编”的原则，进行了细粒度的数据清洗与训练约束。在基于真实产品的内部评测中，Hy3的幻觉率从12.5%降至5.4%，常识错误率从25.4%降至12.7%，有效改善了张冠李戴、无中生有、逻辑矛盾等问题。

复杂上下文承接与多轮意图保持能力：Hy3在SFT与RL阶段联合优化了指代消解、省略还原以及多轮约束继承等业务痛点，内部评测的多轮问题率从17.4%降至7.9%。同时，模型在长对话理解基准测试中取得了显著突破，比如MRCR指标从42.9%提升至75.1%，能够在保证输出精炼的同时，确保复杂意图在长程交互中不衰减、不跑偏。

多场景落地效果显著

以下是不同业务场景接入Hy3后的实际效果反馈：

某办公协作工具：相比预览版，任务解决率从72%跃升至90%，平均耗时缩短34%。在高频办公任务中，Token消耗显著低于竞品，文档处理节省47.4%，PPT制作节省49.0%。任务完成率提升的同时单次消耗降低，用户愿意将更多工作交给模型处理。

某智能助手：接入Hy3后，用户反馈Excel格式无需反复调整，数据分析结果可直接使用，网页工具接入即可运行。在覆盖信息查询、数据处理、文档办公、生活决策、网页制作五大场景的内部评测中，文档生成综合分提升7%，网页制作与自动化脚本提升6%。

某产品团队：在Agent任务中，Hy3的综合表现优异，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，复杂办公任务可以用更少的Token消耗获得可用结果。知识库问答场景推理质量净提升近19%，幻觉率下降15个百分点，长文写作与方案生成的结构完整度与可用性明显增强。

多Agent协作场景：接入Hy3后，任务每一步衔接都更加顺畅。在文件生成、电脑诊断与操作等Agent场景中，任务完成率达到93.7%，产物卡与操作卡的指令遵循率提升18.3%。在任务耗时、Token消耗等工程指标上表现优异，为降本增效带来实质性帮助。

某主流浏览器：Hy3上线后，浏览器内置智能助手的编程与代码输出类任务成功率大幅提升37.6%，覆盖HTML网页、插件开发等场景，网页理解与财经社会时事等专项调研也稳定运转。用户的体验变化明显，从最初的“帮我写一个起点”，转变为“帮我写一个可以直接使用的成品”。

某网络阅读平台：在网络文学标签标注场景中，相较预览版，Hy3在高质量人工标注数据集上的准确率提高14.1%，综合分类效能提升8.4%。标签标注更精准，意味着内容推荐的初始判断更加可靠。

某公众号运营平台：针对用户仅用“上次那个”“能帮我看看吗”这类不完整表述沟通的场景，Hy3的意图识别能力明显升级，意图识别准确率从98.28%提升到98.94%。更关键的是，面对不完整的表达，Hy3能够结合账号定位与上下文做出合理判断，既不会过度脑补，也不会机械套用模板。

某游戏服务平台：《流放之路：降临》的AI游戏助手接入Hy3后，多轮推理与工具调度的综合成功率提升至92%，幻觉率从4.5%降至2.8%。对玩家来说，AI的回答无需再反复验证，这就是优质的使用体验。后续平台将接入更多游戏产品，将这套体验带给更多玩家。

开源与成本优化

Hy3已采用Apache 2.0协议在多个开源代码托管平台开放。得益于一系列软硬协同的优化，我们进一步降低了Hy3在主流云服务平台的API价格以及在各类产品中的使用成本，让AI模型普惠更多用户与场景。

Hy3 API 价格 （每百万 Tokens）
输入 输出 输入（命中缓存）
1元 4元 0.25元

从1月底启动基础设施重建，到4月发布Hy3预览版，再到如今迭代推出正式版，团队用不到半年的时间跑通了从底层基建到产品落地的完整研发链路。但这仅仅是一个起点，还有大量问题需要解决，模型的迭代与进步才刚刚开始。我们将持续扎实地扩大训练规模、提升数据质量、优化体验细节，保持敏捷迭代与坦诚开放的态度。

开源与体验链接：

附录：模型得分

模型得分相关详细数据可通过官方公开渠道查阅完整报告。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。

以上内容不代表本平台立场，仅供读者参考