腾讯混元Hy3发布：Agent能力和产品体验跃升

Hy3采用Mixture-of-Experts（MoE）架构，总参数量295B，但每次推理仅激活21B参数，外加3.8B参数的多任务预测层（MTP）。上下文窗口最长256K tokens。这种设计旨在以较小的计算成本获取接近全参数模型的性能——腾讯官方声称Hy3“匹配2-5倍其激活参数规模的旗舰模型”。全精度模型权重约598GB，FP8量化版约300GB，均以Apache 2.0许可证开源，允许商用。

与2026年4月发布的Preview版相比，正式版据称在推理、智能体（Agent）和长上下文处理能力上取得明显进步。这一提升主要来自对50多个产品的反馈收集和更高质量的后训练数据。

腾讯公布了两项关键评估结果。在270名人类专家参与的盲评中，Hy3总分2.67/4，高于GLM-5.1的2.51（GLM-5.2同期实测达到类似水平）。内部测试中，幻觉率从Preview版的12.5%降至5.4%，降幅超过一半。此外，腾讯声称Hy3在多项基准上超越同尺寸模型，并能与700B级模型（如GLM-5.1）竞争。但该结论来自官方测试，独立第三方验证尚未广泛开展。

APPSO的实测文章指出Hy3的榜单成绩与GLM-5.2“比肩”，但未提供具体数字。社交媒体上有开发者实测后表示其在生成标题、标签和SEO友好URL时效果不错，但评价偏主观。需要注意的是，官方声称“匹配”更大模型是基于特定任务和内部测试，实际泛化能力仍需用户自行判断。

Hy3已通过Hugging Face、ModelScope和GitHub发布，并附带FP8量化版本。OpenRouter提供免费API至2026年7月21日，之后按需付费。计划支持Cline、OpenRouter等平台。这一开放策略旨在吸引社区开发者并加速生态建设，与部分中国闭源模型形成对比。

在商业落地方面，腾讯已将Hy3集成到50多个内部产品中，包括WorkBuddy（工作助手）、CodeBuddy（编程助手）、元宝（AI助手）、微信（社交）、ima（可能为图像相关）以及《流放之路：冒险》游戏助手。这种“自产自用”模式一方面验证了模型的实用性，另一方面也表明腾讯在AI下半场将模型能力快速转化为产品优势的意图。

尽管官方数据亮眼，但一些关键点仍存疑。首先，“匹配2-5倍大小模型”的说法源自腾讯自身，尚未有独立研究复现。盲评仅覆盖270名专家，且满分4分的最终得分（2.67）并非碾压式领先。其次，大型MoE模型的高效部署本身是一个挑战：295B总参数即使只激活21B，对显存和带宽仍有较高要求，全精度模型598GB、量化版300GB，普通开发者难以本地运行。

另外，Hy3的发布节点正值全球AI浪潮“下半场”，开源模型竞争激烈。Meta的Llama系列、Mistral等均已是成熟选手，Hy3能否在中文能力和生态支持上持续获得开发者青睐，还有待时间检验。长期来看，其性能稳定性、社区贡献度以及腾讯的后续迭代计划将是关键变量。