騰訊混元 Hy3 正式登場：Agent 能力大躍進，成本仲要低到嚇親人

授權條款

• Tencent Hunyuan Community License — 非獨家、免版稅、不可轉讓嘅有限授權，容許使用、複製、分發同改編，但只限於指定「地域」。

定價

• API 即用即付：每百萬輸入 token $0.063，每百萬輸出 token $0.210；快取 token 更平，只需 $0.021/百萬 。
• 最初推出時 OpenRouter 提供 Hy3 Preview 完全免費嘅端點（唔使信用卡、唔計 token），大約兩個星期後免費期完結 。
• 騰訊形容呢個係全球最平嘅頂尖 LLM 之一 。

可用平台

• 開源權重：GitHub（Tencent-Hunyuan/Hy3-preview）同 Hugging Face 都有得下載 。
• API 端點：經騰訊雲 TokenHub 平台同埋 OpenRouter 提供 。
• 推理框架： vLLM，官方有提供部署教學 。
• 可設定 reasoning 層級（disabled、low、high），自己取捨 latency 同深度 。

性能提升

• Hallucination 率： 比起 Hy3 Preview 版降低超過 一半，根據真實日誌評估 。喺《Path of Exile》遊戲助手整合中，hallucination 由 4.5% 降至 2.8% 。
• 常識錯誤率： 比 Preview 版減半 。
• Agent 任務 benchmark：
  • ClawEval pass³： 68.5 — 贏 DeepSeek V4 Pro（62.4）同 Qwen 3.7 Max（65.2）。
  • SkillsBench： 55.3（Preview 版得 29.1）— 同樣領先 DeepSeek V4 Pro 同 Qwen 3.7 Max 。
  • BrowseComp： 84.2 — 幾乎追平 GPT 5.5（84.4）。
  • MathArena Apex： 38.7（Preview 版得 12.8）。
  • SWE-bench Verified： 74.4% 。
  • Terminal-Bench 2.0： 54.4% 。
• Agent 同 Coding 核心能力 整體提升 20–30% 。Co-design 測試顯示，喺數據處理、文件生成、研報分析、網頁製作、生活決策等場景，超過 90% 嘅 Agent 任務可以用 Hy3 成功執行 。
• 內部盲測（270 位騰訊工程師用真實工作任務）：Hy3 得分 2.67/4，贏 GLM 5.1 嘅 2.51/4 。
• 多 Agent 協作：Marvis（騰訊內部 IT Agent）達到 93.7% 任務完成率，6 個 Agent 協作派發正確率高達 92% 。

開發時間線

• 2026 年 2 月： 騰訊重新打造預訓練同強化學習框架，由底層開始重建 。
• 大約 6 個星期後： Hy3 Preview 開始訓練 。
• 2026 年 4 月 21–23 日： Hy3 Preview 發布並開源 。
• 2026 年 7 月 6 日： 正式版 Hy3 推出，全面整合生態系統 。

生態系統整合

• Agent 框架： 兼容 OpenClaw、OpenCode、KiloCode 。
• 騰訊產品：
  • 元寶（騰訊 AI 助手）—新增文件交付功能；常識錯誤同 hallucination 率雙雙下降超過一半 。
  • ima — Agent 系統穩定性達 95.1%；知識庫 QA 推理品質提升近 19% 。
  • Marvis（內部 IT Agent）—核心場景任務完成率 93.7% 。
  • CodeBuddy 同 WorkBuddy — TTFT 降低 54%，端到端 latency 降低 47%，成功率 >99.99% 。
  • WeGame / Path of Exile AI 助手 — 多輪推理加工具調度成功率 92%，hallucination 由 4.5% 降至 2.8% 。
• 微信同遊戲 — 公眾號 AI 分身同遊戲助手都有受惠 。

喺中國開源 AI 實驗室嘅競爭定位

Hy3 定位係一個 實用、Agent 優先 嘅模型，唔係一味鬥參數大。關鍵競爭點：

• Agent 差異化： 騰訊明確針對 agentic 同 coding 工作負載，聲稱喺呢啲領域可以媲美甚至超越更大嘅對手（例如 Kimi-K2.5 有 1T+ 參數），但成本只係好少 。喺 ClawEval pass³ 同 SkillsBench，Hy3 贏 DeepSeek V4 Pro 同 Qwen 3.7 Max 。
• 定價領導地位： DeepSeek 同 Qwen 都以進取定價聞名，但 Hy3 低過 $0.07/百萬輸入 token 係其中最具競爭力嘅之一 。
• STEM 推理： 喺 FrontierScience-Olympiad、IMOAnswerBench、清華大學數學博士入學考試、中國高中生物奧林匹克競賽等表現強勁，同 DeepSeek 同 Qwen 嘅前沿模型有得揮 。
• 弱點： 部分第三方綜合 benchmark（例如 Artificial Analysis GDPval-AA）顯示 Hy3 Preview 喺某啲真實世界 agentic 工作任務上落後於其他開源模型 ，但正式版 Hy3 似乎已經追返唔少差距。
• 整體定位： 騰訊加入 DeepSeek、阿里（Qwen）、智譜 AI（GLM）、百度（ERNIE）等行列，成為中國主要開源 AI 實驗室之一。Hy3 係騰訊目前最有說服力嘅「前沿開源」入場券，主打 Agent 協作同低成本，唔係靠參數規模取勝。