据 ai987.cn 于 2026 年 7 月 10 日收到的消息 ‣ 腾讯正式发布混元Hy3大模型完整版，这是继4月下旬Hy3 Preview预览版后的全量生产版本。Hy3采用2950亿总参数的混合专家架构，激活参数为210亿，模型权重、量化版本及推理配方均以Apache 2.0许可证全量开源。

腾讯表示，Hy团队收集了超过50个运行Hy3 Preview的产品反馈，包括代码助手CodeBuddy和工作助手WorkBuddy等智能体工具，并以更高质量数据扩展后训练。新版本并非单纯追求参数规模，总参数量从早期4000亿级混元模型收缩至2950亿，旨在寻找能力与推理成本的平衡点。

可靠性指标提升显著。腾讯披露，幻觉率从12.5%降至5.4%，多轮对话问题率从17.4%降至7.9%，归因于细粒度数据清洗与更严格训练约束。在270位领域专家的盲测评估中，Hy3以2.67分（满分4分）超越GLM-5.1的2.51分，在前端开发与CI/CD工作流任务上表现尤为突出。

架构层面，Hy3采用192专家MoE设计，每token激活前8专家，分布于80层Transformer及单层多Token预测（MTP）层，支持推测解码。规格包括：64注意力头采用分组查询注意力（8 KV头，128头维度）、4096隐藏层维度、13312中间层维度、120832词表大小、256K上下文窗口。模型提供标准BF16与FP8量化版本，首日适配vLLM与SGLang推理框架。

基准测试显示，Hy3较Preview版全面进步：SWE-bench Pro从46.0升至57.9，Terminal Bench 2.1从58.0升至71.7，BrowseComp从67.1升至84.2。在前沿模型阵营中，Hy3处于中游水平：推理与编码基准上落后Claude Opus 4.8与GPT 5.5，但与GLM5.2、Seed2.1 Pro、DeepSeek V4 pro、Qwen3.7 Max等模型竞争力相当，在BrowseComp（84.2）与AA-LCR（73.4）上具优势。数学竞赛基准MathArena Apex上得分38.7，仍大幅落后GPT 5.5的85.4，显示其优势偏向智能体编码与长文本任务而非竞赛数学。

成本与获取方面，腾讯定价极具竞争力：输入每百万Token约0.18美元，输出每百万Token约0.59美元。内部CodeBuddy与WorkBuddy产品实现推理效率提升40%、首Token延迟降低54%。Hy3已在生产流量中验证长达495步的稳定智能体运行。模型权重已上线Hugging Face、ModelScope、GitCode、CNB，亦收录于OpenRouter与腾讯云TokenHub。

Hy3是近期涌现的大规模宽许可中文MoE模型新成员，前有美团LongCat-2.0（1.6万亿/480亿激活，MIT）、小米MiMo-V2.5-Pro（1万亿/420亿激活）、DeepSeek V4等。但Hy3走差弯路：以2950亿总参数、210亿激活参数的相对精瘦规模，押注生产级智能体在数百工具调用步骤中的稳定行为，而非单纯冲榜参数量。

综合自网络信息