21 世纪经济报道记者 吴佳楠

7 月 6 日，腾讯混元 Hy3 正式发布。Hy3 是一个快慢思考融合的模型，采用 MoE 架构，总参数 295B、激活参数 21B，支持 256K 上下文长度。

4 月 23 日发布的 Hy3 preview 为混元重建后第一个版本，在复杂推理、指令遵循、上下文学习、代码生成与智能体能力上相较于 Hy2 实现了质变；Hy3 延续了清晰陡峭的能力增长曲线，通过进一步提升后训练的算力规模以及数据质量和多样性，在各类任务上较 Hy3 preview 再次跃升，以较小尺寸首次比肩国内外大尺寸旗舰模型的效果。

Hy3 延续了实用、普惠的模型定位，定价为输入 1 元 / 百万 tokens，输出 4 元 / 百万 tokens，输入命中缓存价格仅 0.25 元 / 百万 tokens。

据介绍，目前 Hy3 已接入 WorkBuddy/CodeBuddy、元宝、Marvis、ima 等多个业务，API 已在腾讯云 TokenHub 上线，多个海外 API 平台也将陆续接入。

preview 版本上线后被腾讯内部多条产品线真实调用，被全球开发者使用，在真实任务中反复验证。

这两个月的后训练迭代集中在三个方向，包括进一步提升后训练的算力规模、数据质量和多样性，以及针对 preview 阶段暴露的幻觉问题做细粒度检测与训练约束。

结果体现在 benchmark 上。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% 至 30%，幻觉率下降一半。

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 等类别优势显著。

目前，海量产品 Co-design 测试的结论是主要场景中至少 90% 的 Agent 任务可以使用 Hy3 成功执行，覆盖范围包括数据处理、文档生成、研报分析、信息查询、网页制作、生活决策等办公与生活自动化场景。这意味着，Hy3 已经可以满足绝大多数企业和个人用户的日常 Agent 需求。

开源方面，Hy3 采用商业友好度高的 Apache 2.0 开源协议，全球开发者均可下载和免费商用。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，且同时 "Day 0" 接入开源模型社区 HuggingFace、ModelScope 魔搭平台。

从 2026 年 1 月底的基础设施重建，到 4 月 Hy3 preview 的发布，再到今天 Hy3 的进步，混元用不到半年的时间跑通了从底层重构到产品反哺的完整模型研发链路。

据介绍，Hy3 在全球开发者的使用以及腾讯海量真实业务中验证，从 preview 上线以来日均 token 消耗量增加了 20 倍。

作为国内知名的 AI 办公智能体，WorkBuddy 拥有自动化脚本生成、工作流编排等真实且复杂的场景需求，为混元模型能力迭代提供了高价值的方向。自发布以来，WorkBuddy 上自主选择 Hy3 preview 的用户数增长了 6 倍。Hy3 在 WorkBuddy 办公场景的内部测评中，任务成功率从 72% 升至 90%，平均耗时缩短 34%，解决各种问题更省心、更高效。

元宝的对话交互场景也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，Hy3 常识错误率较 preview 版本下降了一半，幻觉率下降了超过一半。基于 Hy3 大幅提升的 Agent 能力，元宝也同步上线了 Agent 功能。在其内部评估中，Hy3 在综合办公与生活服务两大场景上已超过 GLM5.1 等大量国产优秀模型，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，满足日常办公需求，且全部免费。

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。在 Agent 任务中，Hy3 综合表现优异，系统稳定性高达 95.1%。混元也在持续支持微信和游戏的各种业务。在微信公众号的 AI 分身和客服专项评测里，Hy3 的意图识别准确率提升到 98.94%，面对不完整的表达也能结合账号定位与上下文合理判断，不脑补过度或机械套模板。在微信读书中，Hy3 相较 Hy3 preview 标签标注准确率提高 14.1%，综合分类效能提升 8.4%。在游戏场景中，WeGame 近期上线的《流放之路：降临》AI 游戏助手接入 Hy3 后，多轮推理与工具调度综合成功率提升至 92%，幻觉率从 4.5% 降至 2.8%。

在今年 6 月 5 日的腾讯云 AI 产业应用大会上，腾讯首席 AI 科学家姚顺雨表示，腾讯在产品形成体系化会有比较大的优势。比如和元宝的 Co-Design 可以使模型产生很强的聊天和搜索能力，这样的能力可能又可以被迁移到 ima 或 WorkBuddy 等其他产品，这些数据之间又可以相互泛化，形成一个网络体系，这样的价值越来越重要。preview 模型最重要的目的之一就是希望能获得真实世界的反馈，来修复各种各样榜单中没法发现的底线问题，这一点会在正式版上有一个非常大的改进。

可以看到的是，腾讯极其多元的产品矩阵为混元模型的优化提供了广泛而真实的反馈，而混元模型能力的进步也反哺到所有产品。例如，对话场景中意图理解和输出风格等优化也可以赋能各种 Agent 场景，而智能体工具调用能力的提升也帮助了对话搜索等业务的提升。

截至 7 月 6 日港股收盘，腾讯控股（0700.HK）涨 4.82%，报 452 港元 / 股，总市值 4.1 万亿港元。

更多内容请下载 21 财经 APP