文 | 新眸，作者 | 李小东
大模型的牌局上，腾讯终于甩出了一张新牌。
4 月 23 日，腾讯混元 Hy3 preview 语言模型正式发布并开源。这是一款快慢思考融合的混合专家（MoE）模型，总参数 295B（2950 亿），激活参数 21B，最大支持 256K 上下文长度。官方给它的定义干脆利落：" 混元重建后训练的第一个模型 "，以及 " 混元迄今最智能的模型 "。
如果把目光往回拉四个月，腾讯 AI 的日子并不好过。今年年会上，马化腾亲口承认 " 动作慢了 "，慢了 9 个月到 1 年。刘炽平复盘，混元像高中生背题应考，成绩单好看，一上真实考场就露馅。与此同时，字节豆包月活已达 3.45 亿，阿里千问 1.66 亿，而元宝约 5700 万，差距不仅没缩小还在拉大。
所以当 28 岁的姚顺雨——前 OpenAI 研究员、清华姚班出身、中国互联网最受瞩目的天才少年，在去年被正式任命为腾讯 "CEO/ 总裁办公室 " 首席 AI 科学家时，外界解读只有一个意思：腾讯要动真格了。
四个月后，Hy3 preview 上线。交卷时刻似乎到了。
01 一场 " 推倒重来 " 式的重建
Hy3 preview 不是一次常规迭代。用腾讯自己的话说，这是一场底层工程的重构。2 月，混元重建了预训练和强化学习的基础设施，原有的训练框架没有沿用，姚顺雨到任后在一个月内完成了整个基础设施的重建。
重建的方向很明确，三个原则：能力体系化、评测真实性、性价比追求。翻译一下就是，不做 " 偏科生 "，不刷榜，不让模型变成烧钱的无底洞。
" 不做偏科生 " 这条尤其值得展开。Hy3 preview 从研发之初就围绕智能体场景做了针对性设计，而姚顺雨的判断是，即便是代码智能体的单一应用，也涉及推理、长文、指令、对话、代码、工具等多种能力的深度协同。你不能让模型只会写代码却看不懂文档，或者能聊天但调不了 API。
同时，姚顺雨指出，过去的混元过度追逐榜单成绩，将打榜语料放入训练集导致数据被污染，影响了真实场景表现。他要求团队 " 以后不要打榜 "，主动跳出易被刷榜的公开榜单，通过自建题目、最新考试、人工评测、产品众测等多种方式来评估模型的 " 真实战斗力 "。
从研发节奏来看，Hy3 preview 于 2026 年 1 月底正式启动训练，从训练到上线用了不到三个月，被腾讯内部定义为混元大模型从 " 读万卷书 " 走向 " 行万里路 "、尝试解决真实世界复杂问题的开端。
不到三个月，重建基础设施、定方向、训模型、开源发布。这个速度放在大厂体系里，相当激进。
Hy3 preview 最核心的技术理念是 " 快慢思考融合 "。
这个概念对应的是认知科学中的双系统理论：系统 1（快思考）是快速、自动、直觉式的反应；系统 2（慢思考）是缓慢、深度、需要调用大量计算资源的推理。传统大模型在设计时通常两条路只能选一条，要么快但能力有限，要么强但响应慢。
Hy3 preview 的做法是让模型根据任务难度自动选择思考模式：简单任务用快思考，复杂任务切换到慢思考，在速度和能力之间找一个最优平衡点。
工程上，这套机制依赖 MoE 架构来实现。295B 的总参数中，每次推理只激活 21B，激活占比约 7.1%。这意味着实际计算量远小于一个 2950 亿的稠密模型。
慢思考任务会激活更多专家、调用更多计算资源，快思考任务则只激活少数专家、节省算力。快慢思考的切换不是简单叠加两个模型，而是在一个模型内部根据任务自适应用分配计算量。
这个设计思路并不新鲜，但能在不到三个月里完成架构选型、训练和上线，背后的工程能力确实不容小觑。
对腾讯这种手握微信、QQ、腾讯文档等海量用户产品的公司来说，推理成本的可控性很大程度上决定了模型能否真正进入产品，Hy3 preview 的架构选择也正因如此具备了现实的商业考量。
02 不刷榜的底气是什么？
既然说 " 不打榜 "，评估体系就得自己建。
腾讯混元提出了 CL-bench 和 CL-bench-Life 两套评测框架，重点考察模型在长而杂乱的上下文中理解信息、遵循复杂规则并完成任务的能力。这两套框架对应的正是许多真实生产和生活场景里最常见、也最难被传统榜单覆盖的问题。
在具体性能表现上，Hy3 preview 在几个关键基准测试中取得了有竞争力的结果。在编程基准 SWE-Bench Verified 中，Hy3 preview 得分 74.4%，相比前代 Hy2 的 53.0% 提升超过 40%，已接近 GLM-4.7 的水平。
在复杂推理任务上，Hy3 preview 在 FrontierScience-Olympiad、IMOAnswerBench 等高难度理工科推理任务中表现突出，全国中学生生物学联赛（CHSBO 2025）等高难度推理任务中，Hy3 preview 同样取得优异成绩，展现了其在复杂逻辑推理上的泛化能力。
虽然没有刻意追求任何单一维度的 "SOTA"，但 Hy3 preview 在各个方向上都展现出了相当均衡的竞争力。这种选择恰好印证了姚顺雨在 AGI-Next 峰会上传递的信号，行业需要跳出 " 打榜 " 束缚，核心聚焦在真实用户价值。
不过也要看到，Hy3 preview 的某些实测表现并不完美。
有机构一手测试显示，在一个覆盖数据抓取、数值计算、可视化生成和文本分析的全链路综合任务中，Hy3 preview 在数据获取阶段反复受阻，接口认证失败后接连切换多个数据源，部分数据因速率限制缺失而被迫用模拟数据替代；
最关键的是，提示词明确要求输出 500 字的跨市场资产配置 Memo，模型却只给出了几行 Bullet point 式的简略配置比例，没有成文的分析段落。
这表明 Hy3 preview 在真实复杂场景下的交付完整性仍有不小提升空间。当然，作为一款 preview 版本，这些瑕疵大致在预期之内。
除此以外，价格层面可能也是现在最受关注的问题之一，Hy3 preview 在腾讯云大模型服务平台 TokenHub 上的定价是：输入价格最低 1.2 元 / 百万 tokens，输入命中缓存价格 0.4 元 / 百万 tokens，输出价格最低 4 元 / 百万 tokens。同时，腾讯云联合混元推出的定制 Token Plan 套餐，个人版定价最低 28 元 / 月。
放在当前的市场坐标系里，Hy3 preview 的价格并不算激进。
作为对比，DeepSeek-V4-Flash 的输入价格为 0.2 元 / 百万 tokens，V4-Pro 在限时优惠后输入缓存命中价格更是低至 0.025 元 / 百万 tokens。在 OpenRouter 平台上，DeepSeek-V4-Flash 每百万 Token 的平均输出价仅为 GPT-5.5 Pro 的 1.55 ‰。
但在 " 百模大战 " 进入 Agent 时代的当下，腾讯的价格逻辑是清晰的：不拼绝对低价，追求 " 能力 - 成本 - 场景 " 的三角平衡。
21B 的激活参数本身就是一张成本牌的底，结合 MoE 架构的高效推理，它为 Agent 场景中高频次、长链路的调用提供了一个相对可控的成本底座。
换句话说，摸到了 Agent 落地的门槛。
03 腾讯 AI 的底牌仍然是自有生态
模型的真正价值在于用起来。
Hy3 preview 目前在腾讯云、元宝、ima、CodeBuddy、WorkBuddy、QQ、QQ 浏览器、腾讯文档、腾讯乐享等首发上线，微信公众号、和平精英、腾讯新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也在陆续接入中。
值得留意的是开源生态的接入：Hy3 preview 支持接入 OpenClaw、OpenCode、KiloCode 等流行开源智能体产品。这意味着腾讯不仅在用自己的模型武装自家的产品矩阵，也在试图进入更广泛的开源智能体生态。
但产品侧的挑战同样直接。元宝此前接入 DeepSeek-R1 后日活暴涨超 20 倍，但搜索链路分走混元和 DeepSeek 两套系统，体验不统一，留存转化始终是难题。Hy3 preview 全面接入后，能否解决这个 " 分流 " 问题，将是检验模型真实战斗力的第一次试金。
目前，腾讯旗下最大的 AI 应用元宝已全面接入 Hy3 preview。从微信到 QQ，从腾讯文档到和平精英，腾讯的产品矩阵正在围绕一个统一的模型底座进行集结。这种 " 自有生态 + 自有模型 " 的打法，和字节豆包依托火山引擎的路径形成了有趣的对比。
回到 Hy3 preview，发布当天，同一天晚上，OpenAI 发布 GPT-5.5。不到 24 小时，DeepSeek V4 预览版跟着上线。
这是一个缩影。今年大模型牌局，对手们出牌的速度远比外界想象的快。
Meta 前段时间凭 Muse Spark 打了个翻身仗，股价当日大涨；Google 的 Gemini 3.1 系列继续保持强势，AI 聊天机器人市场份额已从不到 6% 攀升至约 20% 以上。国内方面，阿里的 Qwen3.6-Max-Preview，月之暗面的 Kimi K2.6。更早之前，豆包大模型 2.0 首次大版本跨代升级，百度也发了 2.4 万亿参数的原生全模态文心大模型 5.0 正式版。
至于 DeepSeek，V4-Pro 在 Agent 能力、世界知识和推理性能上达到开源模型最佳水平，并在两天内连续降价，部分价格降至原价的四十分之一，V4-Flash 每百万 tokens 输入缓存命中价格仅为 0.02 元。
行业里有了共识，跟 DeepSeek 拼价格，对任何厂商都不是划算的买卖。
在这一背景下，腾讯按自己的节奏走 " 实用主义 + 生态落地 " 的路线。正如汤道生此前判断的，主流大模型的能力差距正在缩小，企业的核心需求已不再是拥有最好的模型，而是如何通过系统工程把模型的能力最大程度发挥出来，真正拉开差距的是 " 工程化交付能力 "。
04 姚顺雨：从 " 定义下半场 " 到 " 交出模型 "
整件事最特别的地方在于一个人：姚顺雨。
2025 年 4 月，还在 OpenAI 的姚顺雨发表了一篇博客《The Second Half》，提出 AI 已经从上半场走到下半场，重点不再是训练出更强的模型，而是如何定义值得解决的问题，用更接近真实世界的方式评估模型。
这篇博客让他获得了 " 定义 AI 下半场的人 " 这样的标签。
加入腾讯后，他需要从提出判断走向落地判断。四个月，一套新的基础设施，一个新模型，一次开源。对于外界来说，Hy3 preview 是一个答案的开头。
姚顺雨自己的表态很清醒："Hy3 preview 是混元大模型重建的第一步。我们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 "。
这番话没有任何夸口的成分，倒更像一个阶段性的项目汇报。
公开信息显示，除了姚顺雨，腾讯在过去一年从微软、阿里、DeepSeek 等顶尖团队引入了不下 10 位 AI 大牛，包括前微软亚洲研究院视觉计算组首席研究员胡瀚、微软 WizardLM 项目创建者徐灿等。腾讯在 AI 人才上的投入力度，从薪资、职级到职责范围，都给了候选人能在业内拿到的几乎最高水平。
Hy3 preview 不是一个天才少年单枪匹马的成果，而是一个重新集结后的团队，在一个被重建的基础上做出的第一款产品。
对于腾讯而言，Hy3 preview 本质上是在回答一个问题：腾讯大模型到底还行不行？从参数、架构、评测数据和产品落地来看，这份答卷至少在及格线之上。
但一个 preview 版本只是起点。在这样一个对手环伺、节奏加速的牌局里，腾讯需要的是一个能持续迭代、真正在自有生态里扎根、并最终跑出差异化价值的模型体系。
这才是接下来真正值得关注的问题：Hy3 正式版何时到来，腾讯的产品矩阵能否围绕它形成一套真正自洽的 " 模型 - 应用 - 商业 " 闭环，元宝能否在混元自己的基座上跑出留存和增长，以及，在 Agent 时代真正到来时，腾讯的生态纵深能否转化为实际的竞争优势。
四个月前，姚顺雨拿到了一张新牌桌。四个月后，Hy3 preview 是第一张牌。接下来怎么打，才是看功力的地方。
本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。
— END —
更多内容，点击下方关注
