Hy3 是一款 MoE 模型,拥有 192 个专家模块,每个 Token 采用 Top-8 路由 。官方 Hugging Face 模型卡及腾讯公告的关键规格如下 :
| 规格 | 数值 |
|---|---|
| 总参数量 | 2950 亿 |
| 每 Token 激活参数量 | 210 亿 |
| MTP(多 Token 预测)层参数量 | 38 亿 |
| 层数 | 80 层 Transformer + 1 层 MTP |
| 注意力头数 | 64 |
| 上下文窗口 | 256K Token (262,144) |
| 架构 | 密集注意力、稀疏 FFN 的 MoE |
该模型支持可配置的推理模式:直接的“无思考”模式,以及用于复杂任务的低/高思维链模式 。腾讯将其描述为“一种混合快慢思考模型” 。
发布后的第一周内,Hy3 的总 API 调用量相比前代模型 Hy2 增长超过 68 倍 。新浪财经的一篇中文报道指出,Hy3 的增长轨迹“延续了 Hy3 preview 版本的增长态势,但展现出更高的增长斜率” 。
尽管所审查的资料未公布每周 OpenRouter 统计之外的精确 Token 总量,但需求的激增已剧烈到足以压垮腾讯的计算基础设施。7 月 8 日(发布两天后),WorkBuddy 的推理计算资源消耗达到峰值,下午排队率一度 超过 50% 。腾讯不得不紧急调配额外的计算能力,并于 7 月 9 日早间宣布服务恢复 。
根据腾讯 2026 年第一季度财报材料,Hy3 Preview 版本在 4 月 23 日至 5 月 12 日期间,在 OpenRouter 上已累计处理了 7.7 万亿 Token 。
Hy3 采用 Apache 2.0 许可证,没有地域限制 。完整模型权重可在 Hugging Face 上通过 tencent/Hy3 获取 。
Hy3 已部署至腾讯多个产品中 :
腾讯对 Hy3 的策略明确以智能体(Agent)为重,而非盲目追求模型规模。《福布斯》在报道发布时指出,腾讯押注一个高效激活的 MoE 模型(总参数 295B,激活 21B),以远低于密集模型旗舰的成本,与更大规模的模型相抗衡 。关键基准测试成绩如下:
| 基准测试 | Hy3 得分 |
|---|---|
| SWE-bench Verified | 74.4% (Preview 版本) |
| BrowseComp | 84.2(开源权重搜索智能体最高分) |
| DeepSearchQA | 91.0 |
| MCP-Atlas | 79.1(开源权重工具编排最高分) |
| AA-LCR(长上下文检索) | 73.4 |
Hy3 Preview 版本于 2026 年 4 月 23 日 发布,是首个基于腾讯完全重建的预训练基础设施训练的模型 。它在复杂推理、指令遵循、上下文学习、代码生成和智能体能力方面相比 Hy2 有显著提升 。Preview 版本连续三周占据 OpenRouter 使用量榜首 ,其势头在正式版发布后得到进一步放大——与 Hy2 相比总调用量增长 68 倍,增长曲线远超 Preview 阶段 。从 Preview 到正式版(GA),腾讯团队根据全球开发者反馈并依托其庞大的产品生态对模型进行了完善,带来了可衡量的改进:幻觉率从 12.5% 降至 5.4%,常识推理错误率从 25.4% 降至 12.7% 。
关键总结:在发布后的头十天,Hy3 实现了相比 Hy2 高达 68 倍的调用量增长,成为 OpenRouter 上调用量最高的模型,因需求过旺导致腾讯自身计算基础设施过载,在 WorkBuddy 自定义模型用户中占比达 60%,并在企业智能体任务中展现了显著改进(90% 的任务成功率,执行速度提升 34%)。这些成绩直接建立在 Hy3 Preview 版本自 4 月底以来主导 OpenRouter 排行榜的强劲势头之上。