腾讯混元团队正式发布自研大模型混元 Hy3正式版。该模型采用混合专家（MoE）架构，总参数达 2950 亿，推理激活参数 210 亿，支持 256K 超长上下文，核心聚焦编程与 Agent 应用。
早在预览版阶段，混元 Hy3 便在 OpenRouter 平台表现强劲，调用量两周翻十倍并登顶榜单，月调用量突破 154 亿 tokens。目前，混元 Hy3 已在 WorkBuddy 平台首发上线，前两周提供全量免费体验。
为验证其实际性能，本文通过五轮横向实测，将混元 Hy3 与 GLM-5.1、DeepSeek-V4 系列进行对比。
01｜3D 赛车游戏：一次跑通，音效惊喜
测试要求生成一个赛博朋克风格的 3D 赛车游戏，包含第一人称视角、无限公路及引擎音效。混元 Hy3 仅用一段提示词便生成 820 行代码，预览即可直接运行。
生成的游戏视觉效果出色，拥有动态落日、摩天大楼背景及随速度变化的透视网格。值得注意的是，模型在未明确要求的情况下，自主调用 Web Audio API 实现了随车速变调的引擎声和撞车音效。
相比之下，GLM-5.1 虽功能设计丰富但卡在标题画面无法运行；DeepSeek-V4-Flash 则出现渲染错误且视角偏离。经进一步优化，混元 Hy3 还成功添加了驾驶舱视角、动态视野及随机弯道等高级特性，稳定性表现最佳。
02｜Xbox 手柄 SVG：3D 质感突出
在经典的"Xbox 手柄”SVG 生成测试中，混元 Hy3 展现了卓越的图形渲染能力。其生成的手柄具备明显的 3D 弧面质感、渐变填充、金属高光及柔和投影，立体感显著优于其他参测模型。
GLM-5.1 偏向线框风格，DeepSeek-V4-Flash 比例略有失衡，DeepSeek-V4-Pro 虽布局准确但风格偏扁平插画。混元 Hy3 唯一的小瑕疵是右侧按键字母缺失，但整体完成度最高。
03｜鹈鹕骑车：英文指令理解精准
本轮使用英文原版提示词测试模型的综合绘图与指令理解能力。混元 Hy3 生成的“鹈鹕骑车”图像造型自然，鹈鹕体型敦实、喉囊清晰，自行车结构完整，呈现出儿童书插画风格。
其他模型中，GLM-5.1 将鹈鹕画得过于细长且自行车结构缺失；DeepSeek-V4-Flash 表现中规中矩；DeepSeek-V4-Pro 细节丰富但生物姿态不够自然。此轮测试表明，国产模型在处理复杂英文指令及 SVG 生成上已有显著提升，混元 Hy3 综合表现最优。
04｜天气卡片：前端编程能力比拼
测试要求生成具有磨砂玻璃质感、深色背景及独立动画的天气卡片组。混元 Hy3 生成了带有"Weather Studio"标识的页面，四张卡片均具备渐变背景和持续动画，符合高端应用既视感。
GLM-5.1 的雪花晶体结构精致，但整体紫色渐变过重，"AI 味”较浓；DeepSeek-V4-Pro 风格最为克制，标注了城市与日期，更像成熟的天气 App，但动画效果相对保守。综合来看，DeepSeek-V4-Pro 在此项中质感略胜一筹。
05｜粒子生态模拟器：零 Bug 稳定运行
最后一项测试要求生成基于“剪刀石头布”规则的粒子生态模拟器，涉及算法逻辑、Canvas 动画及 UI 设计。混元 Hy3 以最短的 502 行代码实现了零 Bug 运行，支持高分屏适配及多项手动调节功能，UI 面板同样采用磨砂玻璃风格。
GLM-5.1 色彩鲜明但残留调试网格线；DeepSeek-V4-Pro 视觉效果抓人眼球，甚至主动为物种命名。三者在此项差距较小，DeepSeek-V4-Pro 视觉表现略优，但混元 Hy3 在代码精简度与稳定性上表现出色。
评测总结
经过五轮实测，混元 Hy3 的整体能力与 GLM-5.1、DeepSeek-V4-Pro 处于同一梯队。其在赛车游戏和 SVG 生成等任务中表现更为稳定，且五项测试生成的页面全部正常运行、无一 Bug。
尽管在部分视觉细节上竞品各有千秋，但考虑到混元 Hy3 作为 2950 亿参数大模型所展现的高性价比与稳定性，其已完全具备作为日常主力开发助手的能力，可覆盖 90% 的常规编程与设计任务。
目前，WorkBuddy 平台正开启混元 Hy3 正式版两周全量免费活动，支持桌面端及微信小程序访问。
