混元 Hy3 正式版发布：开源免费，Agent 能力全面升级
智东西 7 月 6 日报道，腾讯混元 Hy3 正式版正式发布并开源。元宝第一时间接入该模型并同步上线 Agent 能力，支持通过日常对话完成复杂任务并直接交付可用文件，所有功能均免费开放。
Hy3 采用 MoE 架构，融合快慢思考机制。其总参数达 295B，激活参数 21B，最大支持 256K 上下文长度，专为 Coding 与智能体（Agent）场景设计。
相比今年 4 月发布的预览版，Hy3 在智能体和代码能力上提升 20%-30%，修复了已知问题，显著增强了稳定性与体验。主要升级包括：
1、Coding Agent 深度优化：针对前端开发场景，在需求理解、组件生成、交互逻辑编写及自动化 Debug 方面可用性大幅提升。
2、Working Agent 能力拓宽：强化复杂工作流的任务规划、长文本处理及多工具调用能力，自主执行更稳定，多步调用更精准。
基准测试显示，在 SWE-bench Pro 中，Hy3 得分 57.9，超越 DeepSeek V4 pro 和 Seed2.1 Pro；在 FrontierScience-Olympiad 测试中，超越 GPT 5.5 和 Qwen3.7 Max 位列第一。此外，Hy3 在多项编程、终端操作及网页交互测试中跻身前列，在智能体长上下文推理测试中与 Qwen3.7 Max 并列第二。
▲基准测试
▲升级曲线
在腾讯内部 270 位专家的真实工作盲测中，Hy3 均分 2.67/4，优于 GLM5.1，尤其在前端、数据存储及 CI/CD 等领域优势明显。
定价方面，Hy3 输入价格为 1 元/百万 tokens，输出 4 元/百万 tokens，缓存命中仅需 0.25 元/百万 tokens。
模型发布后，腾讯元宝迅速接入 Hy3 正式版并上线 Agent 能力。用户切换至快速思考模式，只需描述需求及交付文件类型即可触发。
智东西对其写代码、做项目及处理复杂办公任务的能力进行了实测。
Github、Huggingface、Modelscope、Gitcode、腾讯云、Blogpost 及 AI Studio 等平台均已上线相关资源。
01. 前端动画生成：逻辑完整但物理细节待优化
在腾讯桌面办公智能体 WorkBuddy 上，测试聚焦于 Coding Agent 的前端编程能力。
指令：构建自包含 HTML5 Canvas 场景，演示火车从断裂桥梁脱轨坠水的真实物理过程。
结果显示，Hy3 能理解关键元素并生成可运行动画，但物理表现不够稳定。例如桥面坍塌层次感不足，车厢连接关系失真，入水状态缺乏重力下沉感。
对比 DeepSeek-V4-Pro，后者在事故连续性、水花涟漪及烟雾细节上更为逼真。
第二轮测试要求生成两车在半空相撞的场景，Hy3 完成度明显提升，成功串联斜坡、飞出、碰撞等关键动作。
02. 复杂任务执行：从全栈开发到长文解析
针对 Working Agent 能力，测试重点在于复杂任务规划及完整项目生成。
任务一：设计并生成类似“美团外卖”的微信小程序项目方案与核心代码。
交付结果完成度较高，README 说明完整，后端接口覆盖商家管理、订单流程及模拟支付等核心环节，实现了从浏览到支付的全流程闭环。
UI 具备 Demo 基本形态，涵盖首页定位搜索、个人中心管理等模块，视觉清爽，但距离商业级产品仍有差距。
分析报告覆盖核心信息、业务结构、风险因素及二级市场关注点，具有较高参考价值。
任务三：腾讯元宝 PPT 生成测试。指令为撰写国内具身智能百亿独角兽盘点报告，并要求严格遵循模板格式。
指令：根据主题和数据挑选合适 PPT 模板样式生成，严格遵循页面格式和文本槽位，避免溢出错位。
生成内容覆盖面广，数据可靠，但视觉效果仍需人工二次调整方可用于正式汇报。
03. 结语：Agent 能力成核心看点
混元 Hy3 正式版的发布，标志着腾讯在 Agent 方向的持续加码。无论是面向移动端用户的文件生成，还是面向办公场景的长程任务执行，都在推动模型能力向具体生产力场景落地。
未来，其 Agent 能力能否在更长链路、更复杂的真实工作中保持稳定，将是观察混元后续进展的关键。
