大数跨境
首页
>
ZPedia｜腾讯Hy3正式版上线，姚顺雨半年交卷
>

ZPedia｜腾讯Hy3正式版上线，姚顺雨半年交卷

ZPedia｜腾讯Hy3正式版上线，姚顺雨半年交卷 Z Finance
2026-07-06
23
导读：姚顺雨重建混元，但微信在步步紧逼
7 月 6 日，腾讯混元 Hy3 正式版上线。距离 4 月 23 日 Preview 版开源发布，历时两个半月。
参数规模上，Hy3 延续 MoE 混合专家架构：总参数量 295B，激活参数量 21B。相较于行业头部模型普遍迈向 T 级门槛，Hy3 与 DeepSeek V4 Flash、MiniMax M3 规模接近，体现了克制策略。
上下文窗口方面，在 1M 成为行业标配的当下，Hy3 正式版仍维持在 256K。其核心逻辑在于不盲目追求长文本容量，而是聚焦于推理能力、指令遵循、Agent 执行及幻觉控制的深度优化，旨在有限窗口内提升复杂任务的处理精度。

评测表现：务实偏科，局部突围

Hy3 正式版在官方公布的 12 项评测维度中，横向对比了 GLM-5.2、DeepSeek V4 Pro、Qwen 3.7 Max、GPT-5.5 及 Claude Opus 4.8 等主流模型。

代码与软件工程

SWE-bench Multilingual 得分为 75.8，优于 DeepSeek V4 Pro 和 Qwen 3.7 Max，但落后于 Claude Opus 4.8 和 GLM-5.2；SWE-bench Pro 得分为 57.9，较 Preview 版提升超 25%，但仍大幅落后于国际顶尖水平；Terminal Bench 2.1 得分 71.7，位列第四；NL2repo 得分 45.6，处于中游水平。

Agent 与工具调用

ClawEval 得分 68.5，表现亮眼，仅次于 Claude Opus 4.8；SkillsBench (text-only) 得分 55.3，较 Preview 版提升近 90%，位列第二；但在 MCP Atlas 工具调用测试中得分为 79.1，在主流模型中排名末位。

搜索与信息检索

BrowseComp 得分 84.2，与 GPT-5.5 几乎持平，是 Hy3 最强单项之一；AA-LCR 得分 73.4，与 GLM-5.2 并列。

STEM 与推理

GPQA Diamond 得分 90.4，接近 GPT-5.5，在国产模型中表现突出；MathArena Apex 得分 38.7，较 Preview 版实现 207% 的增长，本土竞品中仅次于 Qwen 3.7 Max。
整体来看，Hy3 呈现出“务实偏科”特征：在科学推理和特定 Agent 执行维度跻身头部，但在生态落地关键指标及硬核软件工程赛道上，与国际顶级模型仍有差距。这符合前 OpenAI 研究员姚顺雨提出的"AI 下半场转向真实世界效用”的理念。

长板优势：Agent 效率与编程审美

Hy3 在 BrowseComp、AA-LCR 及 ClawEval 的高分，凸显了其在信息精准定位、筛选与整合方面的能力。这种“实用技能”已直接转化为腾讯产品矩阵的优势，如元宝的长文本总结、ima 知识库问答及腾讯文档智能分析，有效提升了高频办公场景的效率。
此外，Hy3 在编程 Agent 领域展现出独特的“审美功底”。实测显示，其不仅能生成可运行代码，在 UI 设计、图标渲染等视觉建模维度亦达到国产大模型领先水平。不过，这种极强的主动发挥倾向是一把双刃剑：面对模糊需求能带来惊喜，但在约束清晰的硬核工程中可能显得不够克制。
指令遵循方面，Hy3 明显强于同尺寸的 DeepSeek-V4 Flash，部分深度理解任务可比肩 Pro 版本，但代价是 Token 消耗量增加了 50% 至 150%。

短板挑战：数学推理与工具协作

尽管 12 个维度全线增长，但 Hy3 在全球竞争坐标系中仍存在明显缺口。数学推理是差距最集中的领域，MathArena Apex 虽大幅提升，但相较 GPT-5.5 仍有显著距离，且高 Token 消耗限制了其在资源受限场景的应用。
MCP Atlas 得分偏低，反映出模型在多工具连续协作的复杂工作流中，接口认证与异常处理的容错能力尚需打磨。这在一定程度上影响了其在跨平台 Agent 生态中的流畅度。

市场卡位：性价比博弈与生态围城

国内大模型第一梯队已进入胶着期，Hy3 综合表现与竞品在均值附近波动。腾讯采取了极具攻击性的定价策略：输入 1 元/百万 tokens，输出 4 元/百万 tokens，缓存命中低至 0.25 元。这一“降维卡位”使其单价仅为同级别旗舰竞品的几分之一。
低价背后是动态算力博弈。在长文本总结等优势场景，Hy3 凭借高效率实现 Token 瘦身，叠加低单价，大幅降低企业算力开销；但在跨平台协作或硬核代码重构等短板场景，因缺乏算法直觉易陷入"Token 黑洞”，账单优势可能被抵消。
坚持 256K 上下文窗口而非盲目卷长文本，是 Hy3 压低成本的体现，但也使其在超长源码库等场景失去入场券。这条极致性价比路线，硬性框定了其技术边界与商业定位。

尾声：技术突围与组织暗战

知名评测人「赛博史官」宣布加入混元团队，标志着外界对 Hy3 进展的认可。作为姚顺雨接掌混元后的首份核心成绩单，Hy3 通过务实的后训练策略，成功修正了早期的结构性缺陷。
然而，比技术更棘手的是组织架构挑战。腾讯内部“联邦制”格局下，微信事业群（WXG）长期保持独立产品理念。据悉，微信高层已表达自建大模型的诉求。拥有十亿级入口的微信团队与需要证明价值的混元团队，将在资源分配与话语权归属上展开关于未来 AI 战略坐标的暗战。
【声明】内容源于网络
0
0
Z Finance
我们相信认知能够跨越阶层，致力于为年轻人提供高质量的科技和财经内容。
内容 854
粉丝 0
Z Finance 我们相信认知能够跨越阶层，致力于为年轻人提供高质量的科技和财经内容。
总阅读79.4k
粉丝0
内容854