腾讯混元 Hy3 在 7 月 6 日正式发布。相比预览版，它在同样参数下性能明显强了，成本却降下来，稳定性也上了台阶。
Hy3 总参数量 295B，激活参数 21B，上下文支持 256K。从 2026 年 1 月初重构底层架构，到 4 月出预览版，7 月出正式版，研发周期不到半年。
性能上，Hy3 在复杂推理、指令遵循、代码生成这些硬指标上，比 Hy2 有质变。正式版通过扩大后训练规模和提升数据质量，在多任务表现上又比预览版强。
我让 270 位专家盲测了 10 个真实工作场景，满分 4 分。Hy3 平均分 2.67，GLM5.1 是 2.51。在前端开发、数据存储、CI/CD 这些类别，Hy3 的得分普遍更高。
内部业务实测数据更直接。
WorkBuddy 办公智能体任务成功率从 72% 涨到 90%，执行效率平均缩短 34%。用户自主切换预览版的比例直接翻了 6 倍，说明大家更愿意用正式版。
元宝对话交互的常识错误率和幻觉率，较预览版都降了 50%。综合办公和生活场景的表现，已经优于 GLM 5.1 等国内竞品。
ima 知识库问答的系统稳定性达到 95.1%，无效操作显著减少，推理质量净增长近 19%。长文和方案生成的结构完整性与可用性也明显提升。
Marvis Agent 负责文件编辑和电脑诊断，任务完成率 93.7%，较预览版提升 12.7%。多智能体协同的正确任务分发率达 92%，提升 13.5%。复杂任务执行支持多步骤工作流，幻觉被压得更低。
微信生态里的意图识别（公众号）准确率提到 98.94%，能处理不完整的表达。微信读书的标签标注准确率提升 14.1%。游戏助手 Path of Exile 的多轮推理成功率 92%，幻觉率从 4.5% 降到 2.8%。
自预览版发布以来，日均 Token 消耗量增长了 20 倍。市场认可度在快速提升，这说明大家觉得它性价比实在，实用性强。
腾讯用海量真实业务数据喂养模型，模型进步又反哺产品，形成数据反馈 – 模型优化 – 产品体验提升的闭环。
定价上，输入 1 元/百万 Token，输出 4 元/百万 Token，缓存输入 0.25 元/百万 Token。采用 Apache 2.0 开源协议，商业使用友好，全球开发者能免费下载商用。
海外分发渠道包括 OpenRouter、Hermes、Kilo、Cline、OpenClaw、OpenCode、CherryStudio 等。开源社区方面，Hugging Face 是 Day 0 即刻开放，ModelScope 有 Mada 平台。国内平台有腾讯云 TokenHub、GitHub、GitCode。
Hy3 通过引入 MoE 架构和快慢思考机制，解决了传统大模型在复杂推理和长上下文处理上的瓶颈。这标志着腾讯混元从语言模型向智能体模型的实质性转型。
Hy3 证明了在 295B 总参数下就能达到旗舰模型（通常 1000B+）的性能。行业竞争点从单纯追求参数量，转向架构效率和数据质量，企业部署大模型的成本门槛也降了。
研发高度依赖微信、游戏、办公这些腾讯内部真实业务流。这种“在战争中学习战争”的模式，让它在幻觉抑制、工具调用、多智能体协同这些实际工程难题上，表现远超同期竞品。
从底层架构重构到产品落地，再到开源回馈社区，腾讯混元已构建起完整的商业与开源生态闭环。
