Tencent Hy3 用极低的参数规模实现了对 Frontier Model 的越级打击。 这款模型拥有 295b 总参数，但通过 MoE 架构将活跃参数压缩到了 21b。这意味着你可以在自己的硬件上跑出接近顶级闭源模型的性能，彻底打破了“大模型必须依赖云端算力”的认知边界。 目前在 Cline 中可以直接调用 `tencent/hy3:free` 进行测试。对于追求本地化部署、又不想牺牲推理能力的开发者来说，这是目前性价比最高的开源路径。

腾讯 Hy3 模型正式开源发布 @TencentHunyuan 295B/A21B MoE 架构、上下文窗口 256K 模型详细评测和介绍可以看下文： 看到官方引用了 WorkBuddy 的评价，可以看看。 Hy3 和 Hy3 preview 相比： · 任务成功率：72% → 90% · 执行效率：平均耗时缩短 34% · 成本效率：文档处理 token 省 47.4%，PPT 制作省 49.0%（相比 GLM-5.2） 还有引用元宝、ima、Marvis、QQ 浏览器、微信读书、微信公众号、腾讯游戏（流放之路：降临）和腾讯文档 中实际应用的提升。 如果能在腾讯体系内的产品用跑起来，确实是个难得的数据循环强化过程。

我就说腾讯HY3怎么在OpenRouter上涨成那样，原来HY3不设官方API，全部走OpenRouter,这有点刷榜嫌疑了。 不过这倒是给腾讯的AI进展提供了很透明的一个观察窗。

腾讯 @TencentHunyuan HY3的正式版来了！ 4 月底发布 Hy3 preview 后，混元团队在 50 多个业务中获得了广泛的反馈，修复了各种体验问题，进一步提升了后训练的质量和规模。 今天正式发布的Hy3，它展现出显著强于同尺寸模型的智能水平，并比肩更大尺寸旗舰模型的效果，大幅提升了在各类产品和生产力任务中的实用价值。 更强大的智能体能力Hy3 基于 preview 版本进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2～5 倍）的效果。 Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择。在内部组织的 270 位专家基于真实工作的模型盲测中，Hy3（均分 2.67 / 4）展现出优于 GLM5.1（均分 2.51 / 4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。 我们都知道模型的实用体验不完全与榜单成绩挂钩。 所以基于广泛的用户反馈和分析，团队定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价： 输出格式和工具调用稳定性：  正式版显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3 还增强了跨脚手架泛化性，不同脚手架（如 Codebuddy、Cline、KiloCode）在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。 知识常识和抗幻觉能力：  内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的理想态，团队进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中，Hy3 的幻觉率从 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%，显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。 复杂上下文承接与多轮意图保持能力：  Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从  17.4% 降至 7.9% 。同时 Hy3 在长对话理解基准中取得显著跨越（如 MRCR 从 42.9% 升至 75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏 Hy3 已以 Apache 2.0 协议在 GitHub、HuggingFace、ModelScope、GitCode开源。 得益于一系列软硬协同的优化，也进一步降低了 Hy3 在腾讯云的 API 价格及在 WorkBuddy 等产品上的使用成本，让混元模型普惠更多用户和场景。 Hy3 API 价格（每百万 Tokens） 输入1 元 输出4 元 输入（命中缓存） 】 0.25 元 从 1 月底重建基础设施，到 4 月发布 Hy3 preview，再到今天迭代升级 Hy3，团队用不到半年跑通了从底层基建到产品落地的完整研发链路。 但这只是一个起点，还有很多问题需要解决，混元的重建和进步才刚刚开始。

WorkBuddy 里刚上线的 Hy3，倍率现在是 0.00x。 这是腾讯刚发布的混元 Hy3 正式版，不是之前的 Preview。295B 总参数、21B 激活参数，支持 256K 上下文，主要加强了 Agent 和 Coding。 想试它处理长文档、写网页或者跑多步骤任务，现在正合适，失败几次也不用心疼积分。 不过界面写得很清楚：限时免费。别等活动结束了才想起来测。

今天，腾讯发了混元 Hy3 模型。作为大公司自研的旗舰模型，它相当小，参数只有 295B，作为比较，GLM 5.2 的参数是 744B。 参数少，计算量就小，会影响表现，但好处是速度快，成本低。 根据我的测试，它的表现还可以，大概达到或超过了 GLM 5.1 的水平。由于 API 价格低，适合作为日常模型使用。