-
295B参数,听起来像个庞然大物。 -
但腾讯告诉你,跑起来只用21B,不到总量的十分之一。 -
更狠的是,这东西现在免费,两周不要一分钱。
7月6日凌晨,@TencentHunyuan 悄悄发了一条推文。既未提前预告,也没配发布会海报,配文只有几行英文,外加两个链接。24小时内,这条推文冲到2200多个赞、320次转发、53万次阅读。评论区挤满了正在实测的开发者。
这就是Hy3,腾讯混元团队的最新旗舰。
官方原话:把话说得很满
先看腾讯自己怎么说的。
🚀Hy3 is here.
295B MoE. Best in its size class. Rivals trillion-scale flagships.
Reliable and affordable for most agentic usecases.
Apache 2.0. Friendly for commercial use.
FREE API for 2 weeks → https://openrouter.ai/tencent/hy3:free
「Hy3来了。295B MoE参数,同尺寸级别最佳,可以对标万亿规模的旗舰模型。适合大多数代理工作流,可靠又便宜。Apache 2.0协议,商用友好。免费API开放两周。」


▲ @TencentHunyuan官方公告,2026年7月6日发布,53.4万次浏览,配图为SWE-bench Pro、Terminal Bench 2.1等12项基准对比
这条推文底下附了一张密密麻麻的图,12张柱状图,覆盖SWE-bench Pro、Terminal Bench 2.1、BrowseComp、MathArena Apex等一整套基准。蓝色柱子代表Hy3,浅蓝代表它的上一代预览版,旁边站着GLM5.2、DeepSeek V4 pro、Qwen3.7 Max、GPT 5.5、Claude Opus 4.8。
多数项目里,Hy3的柱子排在中前段,压过好几个体量更大的对手。有些项目它甚至排在GPT 5.5前面。
「Rivals trillion-scale flagships」,对标万亿参数旗舰,这句话腾讯敢写进公告标题。
295B和21B之间,藏着什么秘密
普通人第一反应大概是懵的:参数量都写295B了,怎么又说只用21B?
答案是MoE(Mixture of Experts,混合专家)架构。
把一个稠密模型想象成一个人,每次回答问题都要把脑子里全部知识翻一遍。MoE换了一套逻辑,更像一个有192位专家的智囊团,每次来了一个token,路由器只挑出排名前8的专家来处理,其余的184位专家全部按兵不动。
这就是关键:总参数295B决定了这个智囊团的知识容量有多大,但真正掏钱、真正耗电、真正决定推理速度的,是被激活的那21B。
腾讯官方GitHub仓库把具体数字都摆在了表格里:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
再加一个MTP(Multi-Token Prediction)层,专门用来一次预测多个未来token,进一步压缩解码时间。这套组合拳打下来,效果就是:同样的显存,能服务更多并发;同样的预算,能调用体量大得多的知识库。
有开发者在推文下总结得挺精炼:「295B parameters. 21B active. Zero wasted scale.」,295B参数,21B激活,没有一分浪费的规模。
两周不要钱,怎么白嫖
腾讯这次选的分发渠道是OpenRouter,一个聚合了几十家模型的API市场。


▲ OpenRouter上的Hy3免费页:262K上下文,SiliconFlow与NovitaAI两家服务商托管,延迟3.5秒左右,吞吐36-48 tps
页面上写得明明白白:Price: Free。上下文标注262K,和官方宣传的256K基本一致。两家服务商SiliconFlow和NovitaAI同时提供支持,背后有真金白银的算力在撑着,绝非临时凑出来糊弄人的demo页面。
Novita Labs作为Day-0合作方专门发帖确认:「Hy3 is now available on @OpenRouter. Free through July 21.」,免费期截止到7月21日左右。
免费期过了之后呢?推广材料里给出了腾讯直连侧的参考价格:输入1元/百万token,输出4元,缓存命中只要0.25元。
有开发者算过这笔账:「1 CNY per million input tokens, 4 CNY output, 0.25 CNY on cache hits. that's aggressive for agent workloads where you're hitting the same context over and over.」
「输入每百万token 1元人民币,输出4元,缓存命中0.25元。这个价格对那些反复调用同一段上下文的代理工作负载来说,相当有攻击性。」
这句话说到点子上了。Agent循环工作时经常反复读同一个系统提示词、同一份代码仓库上下文,缓存命中率高的话,费用能压得极低。
270位专家盲测,正面打赢GLM-5.1
参数好看是一回事,真实场景能不能打,是另一回事。
腾讯这次没有只甩基准分数,而是拉了270位领域专家,做了一场盲测,评审不知道自己在测哪个模型,只根据真实工作任务打分。
结果:Hy3拿到2.67分(满分4分),GLM-5.1是2.51分。差距不算天悬地隔,但优势集中在前端开发、数据存储、CI/CD这些真正会天天用到的生产场景。
▲ Hy3完整规格表(295B总参数/21B激活/192专家/256K上下文)与官方benchmark附录,覆盖Agentic Search、Working Agent、Reasoning三大类
有开发者把这个盲测结果这样概括:「their internal blind test with 270 experts scored it above GLM-5.1 on real work tasks. biggest gains are in agent stuff , tool calling, multi-step tasks, web search.」
「270位专家的内部盲测显示,在真实工作任务上得分高于GLM-5.1。最大的提升在代理相关的能力上,工具调用、多步任务、网页搜索。」
这几个词分量不轻:工具调用、多步任务、网页搜索。刷分刷不出这种能力,考验的是模型在长链路操作里不崩、不乱、不瞎编的稳定性。
幻觉率砍半,这才是真正的门槛
很多开源模型在跑分榜单上表现漂亮,一到真实代理场景就现原形,工具调用格式一变就报错,多轮对话说着说着就忘了之前的约束,编个不存在的函数名一本正经地喂给你。
腾讯这次公开了几组内部对比数据,都是从Preview版到正式版的迭代成果:
工具调用:跨CodeBuddy、Cline、KiloCode等不同脚手架测试SWE-Bench Verified,准确率方差控制在4%以内,说明换个agent框架也不会突然掉链子。
幻觉率:内部真实场景幻觉率从12.5%降到5.4%,常识性错误从25.4%降到12.7%。
多轮对话:综合测试问题率从17.4%降到7.9%,指代消解、省略恢复、多轮约束继承都做了针对性优化。
官方给这套改进定了个原则:「有依据才回答,没证据就说明,不混淆来源,不编造。」


▲ Hy3的两类核心用例:Coding Agent(理解需求、搭UI、加交互、调试)与Working Agent(规划任务、处理长文档、跑多工具流程)
社区实测也印证了这一点。有人拿相同的物理模拟场景,在Hy3、Gemini 3.5、Sonnet 5、GLM-5.2、DeepSeek V4之间跑对比,Hy3在质量接近的情况下,token消耗最低,速度最快。3D城市、工厂流水线、沙堡物理引擎这类HTML5 Canvas任务,输出干净,基本没有语法错误。
当然也有清醒的声音:部分纯SWE-bench Pro或Terminal Bench项目上,Hy3仍落后于最强的闭源模型或个别专精开源模型;MoE架构在极长多步工作流里的一致性,还需要更长时间观察。
自己扛这个模型,值不值
免费期只有两周,之后想长期用,摆在面前的选择是:继续走API,还是自己买卡自托管。
第三方部署平台Spheron专门写了一篇实操指南,标题就叫「Deploy Hunyuan 3 on GPU Cloud」。
▲ Spheron博客的Hy3自托管部署教程,聚焦GPU显存配置、vLLM专家并行与MTP推测解码
文章开门见山:Hy3以约21B激活参数,对标那些激活参数高出3到5倍的模型,效率差距来自「差异化专家规模」这个设计选择,用更少的激活参数干更多有用的活。
但代价也摆在明面上:295B总参数需要8张大显存GPU(H20-3e的141GB版本,或者H200/MI300X这类顶配卡),开启expert parallelism(专家并行)加上MTP推测解码,吞吐才能拉到可用水平。FP8量化版本能进一步压显存需求,官方也同步开源了。
这个门槛不低。对个人开发者和小团队来说,更现实的路径是先用OpenRouter的免费或低价额度把自己的场景跑一遍,验证靠不靠谱,再决定要不要认真租一批GPU。
免费背后,是一场分发飞轮
腾讯这套打法眼熟。今年4月Hy3-preview发布时,免费期一度让它冲上OpenRouter使用量榜首,编码类任务尤其突出。这次正式版复刻了同样的路线:开权重、上OpenRouter、限时免费。
逻辑不难理解。权重这东西,公开了就成了商品,真正值钱的是后面那套数据飞轮,谁用得多,谁的失败案例多,谁的真实场景数据就越丰富,模型下一轮迭代就越有的放矢。免费两周,等于让全世界的开发者主动帮着做压力测试,腾讯拿真实使用数据,开发者拿到一个能顶两倍体量对手的免费工具,两边都不吃亏。
Apache 2.0协议进一步降低了门槛:可以拿来商用,不需要额外谈判;可以微调后内部部署,也可以再分发。Preview阶段社区已经折腾出不少GGUF、MLX量化版本,正式版大概率会更快铺开。
至于其他玩家,DeepSeek系列讲究极致性价比,GLM、Qwen、Kimi各有编码或中文长文本上的强项,Hy3这次选的差异化路径很明确:MoE效率打底,agent场景专攻,再配一个免费入口把决策成本压到零。
「参数越大越好」这套说法已经流行了很多年,很少有厂商像这次一样,把「21B active」堂而皇之地写进公告标题当卖点。等到7月21日免费期结束,价格敏感的开发者会不会继续留下来,才是检验这套逻辑成不成立的真正考场。

