Topic 2｜腾讯混元 Hy3 正式发布：295B 总参数 / 21B 激活，Agent 解决率从 72% 飙到 90%
> 7/12 腾讯混元官方宣布 Hy3 正式版上线。这是一款快慢思考融合的 MoE 架构模型，总参数 2950 亿、激活参数仅 210 亿，256K 上下文长度，Apache 2.0 完全开源。Hy3 在内部 270 位专家盲测中拿到 2.67/4 分（GLM-5.1 为 2.51/4），前端、数据与存储、CI/CD 类别领先；幻觉率从 12.5% 降到 5.4%，常识错误率从 25.4% 降到 12.7%。最关键的工程指标——WorkBuddy 上的任务成功率从 72% 升至 90%，平均耗时缩短 34%，Marvis Agent 任务完成率达 93.7%。 > > Hy3 已经接入 WorkBuddy、CodeBuddy、元宝、Marvis、ima、微信公众号 AI 分身、微信读书、WeGame 游戏助手，API 已在腾讯云 TokenHub 上线，多个海外 API 平台也将陆续接入。定价：输入 1 元/百万 tokens，输出 4 元/百万 tokens。7/8 上午 10 点 Hy3 在 WorkBuddy 上把算力挤爆，排队率超 50%，官方连夜扩容才在 7/9 上午恢复。
—
一、模型架构：295B/21B MoE 不是参数内卷，是「实用主义胜利」
Hy3 的技术选型在 2026 年中显得格外”反共识”。其他头部厂商的路线：
| 厂商 | 当前旗舰 | 技术路线 |
|---|---|---|
| DeepSeek | V4 系列 | 超大规模 MoE + 推理优化 |
| Qwen | 3.7 | 密集 + MoE 双版本 |
| GLM | 5.2 | 密集模型 + 代码特化 |
| Meta | Llama 4 | 超大规模 MoE |
| Tencent Hy3 | 295B/21B MoE | MoE + 产品驱动 + Apache 开源 |
Hy3 的核心命题：与其训练一个”在所有维度都平均”的通用模型，不如训练一个”基础能力强 + 针对具体产品微调”的模型。 2950 亿的总参数提供足够的知识储备，210 亿激活参数把推理成本压到与小模型相当，50 多个内部产品的反馈循环持续调优——这是典型的”产品驱动 + 工程实用”路径。
技术上 Hy3 的几个关键设计： – 快慢思考融合：支持 fast / slow thinking 模式切换，与 Hunyuan-A13B 同源 – 256K 上下文：覆盖中等规模项目的全代码库 – Post-training 大幅加码：相对 Hy3 preview 进一步提升后训练算力规模与数据质量 – Apache 2.0 协议：全球开发者可免费商用，已同步上线 HuggingFace、ModelScope
姚顺雨（腾讯混元首席研究员）的判断是：“在 Agent 时代，能力够用 + 成本够低 + 开源够彻底，就能赢得开发者。” 这个判断在 7/8 WorkBuddy 算力挤爆上得到了验证。
—
二、实战数据：Hy3 不刷 benchmark 刷工程
Hy3 的发布不靠刷榜。腾讯官方公布的实战数据是过去两个月里真实生产环境的累计：
WorkBuddy 智能体任务（自动化脚本生成 + 工作流编排） – 任务成功率：preview 阶段 72% → 正式版 90% – 平均耗时：缩短 34% – Hy3 preview 自主选择率：日均 Token 消耗增长 20 倍 – WorkBuddy 上自主选择 Hy3 preview 的用户数增长 6 倍
元宝 Agent（日常对话中执行复杂任务） – 上线 Agent 功能，直接交付 PPT、Word、Excel、PDF、HTML 等文件 – 全部免费（这是产品策略，不是技术指标，但会反向推动调用量）
Marvis Agent（文件编辑、文件管理、电脑诊断） – 任务完成率 93.7%，较 preview 提升 12.7% – 速度、稳定性、成本均显著优化 – 支持更可靠的多 Agent 协作
270 位内部专家盲测（真实工作场景） – Hy3：2.67/4 – GLM-5.1：2.51/4 – 领先类别：前端、数据与存储、CI/CD – 幻觉率：12.5% → 5.4%（降一半多） – 常识错误率：25.4% → 12.7%（降一半）
算力挤爆事件（7/8） – WorkBuddy 平台算力资源被挤爆 – 排队率峰值超 50% – 7/8 当晚连夜扩容 – 7/9 上午公告服务恢复 – 用户没有大规模流失——”Hy3 的生产力价值值得排队”
—
三、深度剖析：Agent 向 LLM 的工程化转向
Hy3 的官方定位是 “Agent 向 LLM”——这个词不是 marketing 包装，是真切的工程判断。
过去两年 LLM 演化的两条主线： – 能力线：参数规模、长上下文、推理深度、benchmark 分数 – 工程线：成本、延迟、可靠性、可调试性
2026 年开始两条线正式分叉： – 能力线服务于新能力的解锁（代码生成、数学证明、视频理解、agent 循环） – 工程线服务于生产环境的可用性（95% 成功率、3 秒响应、$0.01/任务、99.9% SLA）
Hy3 把所有优化资源都投在工程线上。代价是某些能力维度（比如纯视觉、复杂数学证明）不是 SOTA；收益是 Agent 场景的端到端可用性——这是腾讯产品矩阵（微信 + 元宝 + WorkBuddy + Marvis + CodeBuddy）的真实需求。
对比同期 GPT-5.6 系列：Sonnet 5 用 21B 激活打平旗舰 2-5 倍参数规模的产品定位在 Anthropic 与 OpenAI 都在做，但腾讯 Hy3 的差异点是： – 完全开源（Apache 2.0）+ 几乎白送（输入 1 元/百万 tokens，国内开发者心理价位是 OpenAI 的 1/10 到 1/30） – 深度绑定腾讯生态（WorkBuddy/CodeBuddy/元宝/Marvis/ima/微信/微信读书/WeGame 一站式接入） – 姚顺雨主政后的工程师文化（务实、激进、年轻化）——这是 2026 年中腾讯 AI 团队重新进入主桌的关键变量
—
四、为什么这是 AI coding 行业的关键节点
Hy3 挤爆 WorkBuddy 不是孤立事件。放在 2026 H2 整个 AI coding 行业的坐标里看，三条主线同向推进：
1. 国产开源模型正在打穿”性价比天花板”——Hy3 不是唯一一个。同一时期 DeepSeek V4 Flash 在 AMD Instinct MI355X 上做 RL 训练（7/9），美团 LongCat-2.0 5 万卡国产集群开源（7/9），小米 MiMo-7B 编程挑战赛开源。这些模型在 Agent 任务上共同把”前沿智能 + 工程可用”的门槛拉到中国大厂能持续供给的位置 2. Agent 评测从 benchmark 走向生产数据——Hy3 不刷榜，靠 WorkBuddy 真实任务成功率说话。这是过去 12 个月整个 Agent 评测范式的转折：EdgeBench（字节 7/6）、Senior SWE-Bench（7/2）、Ploy 的 redesign suite（7/9）都在走向”真实工作场景” 3. AI coding 工具链国产化加速——CodeBuddy + Hy3 + 元宝 Agent + Marvis 形成腾讯的”四件套”；阿里有 Page Agent + Qwen；字节有豆包 + 扣子；美团有 LongCat + Tabbit。每个大厂都在用自家模型 + 自家 Agent 平台锁住内部工作流
—
五、风险与待观察
Hy3 本身的局限： – 纯视觉能力是短板（视频理解、复杂图表解析） – 长上下文（256K）虽够用，但 1M 上下文窗口下还落后 Claude Code / GPT-5.6 Sol – 工具调用可靠性（structured output、strict mode）需要更多第三方基准验证
腾讯系 Agent 的可信度问题： – WorkBuddy 任务成功率 72%→90% 是腾讯官方数据，第三方盲测还没到位 – “排队率超 50%” 表明即便性价比强，也可能在高并发下出现能力降级 – 元宝 Agent”全部免费”的可持续性是个问号——一旦免费期结束，迁移成本和留存率会快速反映市场真实判断
Agent 评测是否被”工程指标”绑架： – 任务成功率提升 18 个百分点（72% → 90%）的背后：哪些任务的成功率从 30% 涨到 80%（简单任务），哪些从 60% 涨到 75%（困难任务）？分布比平均值更重要 – “耗时缩短 34%” 是 wall-clock 还是 step 数？能否拆解成模型推理延迟 + 工具调用延迟 + 网络 IO 延迟？ – 这些问题在第三方评测出来之前，需要看 8 月 HuggingFace / LMSYS 的独立数据
—
> 原文链接： > – 腾讯官方公告：https://www.tencent.com/zh-cn/articles/2202386.html > – 腾讯云开发者社区深度解读：https://cloud.tencent.com/developer/article/2707339 > – 网易科技报道（含 270 位专家盲测数据）：https://www.163.com/dy/article/L168CHBE0514R9OJ.html > – 科创板日报”算力挤爆”独家：https://new.qq.com/rain/a/20260710A04K9N00 > – 阿易 AI Notes 实测视频：https://x.com/AYi_AInotes/status/2076341952023310580