十年磨一剑，两月一模型。
四月份的时候 Hy3 Preview 上线，这个被冠上了「姚顺雨腾讯首秀」的大模型，开始能接住一些用户的真实需求，但在具体的编程实测表现上，对比同期的几款大模型，还是有一定的差距。
姚顺雨在之前的「腾讯 AI 下半场」和汤道生对话中曾说，「我们先发一个 Preview 模型最主要的目的之一，是希望获得真实世界反馈，修复榜单里发现不了的问题。」
▲ WorkBuddy 内 Hy 3 限时免费中
两个月的时间，混元 3 正式版上线。结合了用户对预览版的反馈以及对模型稳定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了实质的提升。
我们做了多个前端网页的生成测试，大多数都包含复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同的框架和库文件，Hy3 交付的内容要比预览版好上一个等级。
最明显的例子是「旧金山金门大桥 3D 体验」，我们在 WorkBuddy 内输入此前相同的提示词，选择 Hy3 模型。WorkBuddy 会和 Codex 一样，先将我们的要求分解成包含多个进程的子任务，然后一步一步实现、验证再交付。
直接看最后的效果，Hy3 设计了近距穿梭、中景环绕、高空俯瞰、自动环绕，以及电影巡游几种不同的视角，对桥面的设计、桥面上的汽车以及水面的倒影，其呈现效果都比预览版更加真实。
作为对比，当时的预览版更像是一个未完成的中途项目，又粗糙又很局限。
前端能力的提升，是基于模型底层的进化，而这些优化也让 Hy3 在综合的 Coding Agent 任务和办公场景中有了更通用的能力。
我们使用 WorkBuddy 测试其办公能力时，面对一些复杂的工作流，Hy3 的任务规划、长文本信息处理和多工具的调用等，相比预览版都得到了强化，交付的成果更符合我们的期待。
而官方的模型发布博客显示，Hy3 的推理和 STEM 复杂推理、数理能力也得到了显著提升。现在，使用 Hy3 也可以帮助我们完成高阶数据分析、科学研究等更加硬核的任务。
▲ WorkBuddy 会将我们的任务进行详细的规划，一步一步完成。
目前，我们可以在 WorkBuddy 和元宝内使用 Hy3，WorkBuddy 是腾讯早前推出的全场景 AI 工作台，和 Codex 类似，它可以直接从我们的本地文件出发，快速处理电脑上的各种任务。
元宝也提供了 Agent 能力，使用混元模型，选择快速思考模式，当我们输入明确的要求，告诉模型我们最终需要的文件类结果，元宝会自动触发 Agent 能力。
像是 PPT、Word、Excel、PDF，以及 HTML 等文件，现在都可以直接在元宝内，使用 Hy3 的 Agent 能力进行生成。
API 调用上，Hy 3 的定价为输入 1 元 / 百万 tokens，输出 4 元 / 百万 tokens，输入命中缓存价格是 0.25 元 / 百万 tokens。作为对比，DeepSeek V4 Pro 对应的价格是 3 元、6 元和 0.025 元。
我们做了更多的测试，可视化的结果能看到，Hy3 确实更不一样了。
可以跟其他旗舰模型比肩的网页效果
除了开头提到的「金门大桥」变化，在 benchmark 的表现上，Hy3 这次同样是延续了此前预览版本的快速提升。在经典的 SWE-bench、HLE、BrowseComp 等榜单上，Hy3 几乎是进步最显著的模型。
而在完整的 Benchmark 表现上，Hy 3 主要和 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 以及豆包 Seed 2.1 Pro 进行了对比。
能看到对比预览版，Hy3 要更接近国内外旗舰模型的表现，甚至超过了部分模型，整体水平来到了 GLM 5.2 附近。
我们继续测试了上次用在预览版上的提示词，同样的提示词，同样的设置，Hy3 这次的表现还有哪些提升？
就像这个主题公园的场景，预览版交付的是一个能看能用，但不那么美观、交互也不够友好的产品。但 Hy3 从启动页面，就能看到它在美术设计上下了功夫。
点击开始建造，网页终于不再是那套用烂了的 Emoji 小符号，从小图标到大的场景，都开始使用 AI 生成的图片。不过模型在如何搭配这些图片上还是犯难了，似乎贴到公园里，并不是那么搭配。
我们在里面玩了一会儿，所有的资金、评级、游客、满意度和清洁度等信息，背后都有一套完整的游戏逻辑在支撑运作。
就像一开始一直没有增加洗手间和游客服务中心，满意度总是维持在较低的水平，但是修建了更多的路和增加更多建筑后，满意度会慢慢上升。
此前，同样一套提示词，预览版的效果是这样的。
还有 SVG 测试，之前一个开着汽车的长颈鹿的动态 SVG，预览版给的是一个完全平面 2D 的动画，Hy3 不仅增加了更多的细节，同时让整个 SVG 看起来也更自然了，太阳、长颈鹿、汽车、风景等，也更具动画质感。
▲ Hy3 Preview 生成
▲ Hy3 生成
而之前用于测试 GLM 5.2 的多个游戏复刻任务，现在使用 Hy3 基本上都能达到同一水平的效果，甚至部分表现还更好。
例如复刻一个我的世界，虽然这个场景下没有看到水域，但是这些砖块还原的像素世界，基本上和之前 GPT-5.5 生成的游戏相当。
▲ GLM 5.2 生成
还有复刻黑神话：悟空，这是最让人惊喜的一部分。之前的测试，无论是 GLM 5.2 还是 Opus 4.8 都偏向于使用 2D 或者较暗、较黑的风格来呈现最终的网页，但是 Hy 3 给的游戏算是完成度比较高的一个。
▲ GLM 5.2 生成
其他的游戏，像是地铁跑酷，我们用 Hy3 生成游戏，对比之前在测试省 Token 策略中，使用 GPT-5.5 生成的效果，也要好上不少。无论是可玩性还是可以直接上线的可能性，Hy 3 交付的网页都更强。
而针对具体代码项目的任务，我们从 GitHub 上找到了一篇经典论文的代码文件，交给 Hy3 进行分析，要求它找到里面的 Bug，以及其他可以优化的方向。
其实在提示词里面根本没有要求它交付任何文档，但是 Hy3 还是给了一份详细的 Markdown 报告，里面清晰地列明了项目在研究什么、已经确认的 Bug、潜在的问题与 Robust 风险，以及从性能和架构上给出的可优化方向。
针对项目的修改，Coding Agent 能力的提升，也可以让 Hy3 很快就把一个 Matlab 语言的项目转成其他语言，或是把一个 Python 项目转成能运行在 Google Colab 上的 ipynb 格式，以及修复它自己发现的那些 Bug。
代码之外，我们也在 WorkBuddy 内要求 Hy3 完成一份深度调研的报告，看看计算机科学与技术这个专业如何，最后交付一份网页报告、PPT 文档和 Markdown 文档。
可能我们想到的无非是就业前景、院校排名、薪资等方面，但 Hy3 的联网搜索、推理分析的能力，还给了我们专业课、考研、算法工程的技术方面的内容。
多文件处理的能力，可以让 Hy3 一次性处理多个文件的同时，也能交付多种不同格式的文件。
根据官方的描述，Hy 3 在 WorkBuddy 办公场景下的任务成功率，从 72% 升到了 90%。大到一个超长的网页开发项目，小到各种小游戏、小程序，Hy3 现在都有了稳定交付的能力。
一番实测下来，可以很确定地说，相比之前的 Hy3 Preview，Hy3 进步非常明显。如果你手边没有趁手的工具，Hy3+WorkBuddy 现在或许会是一个不错的选择。
不过，就像开头说的「两个月一更新」，有些模型甚至不用两个月就会迭代。等到 GPT-5.6 全面开放、Gemini 3.5 Pro 上线，到时候的基准又是一个新的标杆。
从 Preview 到正式版，Hy3 用两个月完成了一次肉眼可见的迭代，加上 。下一次还能不能保持这样的速度，可能比这一代模型本身更值得关注。
反正现在越来越多的工作，我们是可以放心交给 AI 了，大模型也有了越来越多的选择。
