7 月 6 日，腾讯正式发布新一代 AI 大模型混元 Hy3。相较 preview 版本，Hy3 展现出强于同尺寸模型且比肩旗舰开源模型的智能水平。

腾讯表示，Hy3 展现出显著强于同尺寸模型的智能水平，并比肩更大尺寸旗舰模型的效果，大幅提升了在各类产品和生产力任务中的实用价值。

目前，Hy3 已在 WorkBuddy / CodeBuddy、元宝、Marvis、ima 等多个业务接入，API 已在腾讯云 TokenHub 上线，多个海外 API 平台也将陆续接入。自 preview 上线以来，Hy3 在全球开发者的使用以及腾讯海量真实业务中历练，日均 Token 消耗量增加了 20 倍。

Hy3 基于 preview 版本进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2~5 倍）的效果。

Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择。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。

比如，Hy3 可以用模型来设计核聚变能源引擎的概念宣传网页。

实现基于摄像头通过手势交互控制图片粒子融解重组。

通过多轮交互制作一个落日飞车游戏。

或者是在办公场景中，从 101 个 SKU 销售数据中，产出 Excel 建模分析以及 30 页汇报 PPT。

把公司三个地区的数据，用联动公式汇总成一张 5000 多个单元格的表。

腾讯表示，模型的实用体验不完全与榜单成绩挂钩。基于广泛的用户反馈和分析，腾讯定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价：

输出格式和工具调用稳定性：显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3 还增强了跨脚手架泛化性，不同脚手架（如 Codebuddy、Cline、KiloCode）在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。

知识常识和抗幻觉能力：内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。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 " 的理想态，进行了细粒度的数据清洗和训练约束。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%，显著改善了 " 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、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从 17.4% 降至 7.9%。同时 Hy3 在长对话理解基准中取得显著跨越（如 MRCR 从 42.9% 升至 75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏。

Hy3 已以 Apache 2.0 协议在 GitHub、HuggingFace、ModelScope、GitCode 开源。得益于一系列软硬协同的优化，腾讯也进一步降低了 Hy3 在腾讯云的 API 价格及在 WorkBuddy 等产品上的使用成本，让混元模型普惠更多用户和场景。

港股腾讯控股今日大涨 4.82%，截至收盘最新股价报 452 港元 / 股，最新总市值超 4.1 万亿港元。