騰訊混元 Hy3 AI 模型重磅發布：295B MoE 架構、Agent 任務解決率達 90%，價格極具競爭力

騰訊在 2026 年 4 月 22 日至 23 日 發布了開放權重的 Hy3 Preview，並於同年 7 月 6 日 正式推出生產級版本 Hy3。這是第三代混元模型，也是騰訊首款定位為「前沿級」的開放模型，由前 OpenAI 研究員 Shunyu Yao 領軍開發 ^DJ。

架構與規格

• 總參數： 295B，採用混合專家 (MoE) 架構，每次推理僅啟動 21B 參數，外加一個 3.8B 的多令牌預測 (MTP) 層，用於推測解碼 ^DAF。
• 模型結構： 80 層 Transformer，192 個路由專家 (每次選取 top-8) + 1 個共享專家，分組查詢注意力 (GQA) 機制，具備 64 個查詢頭與 8 個 KV 頭 ^DF。
• 上下文窗口： 256K 令牌 (262,144) ^DTF。
• 架構類型： 密集 + MoE 混合型 ^T。

授權許可

• 騰訊混元社群授權協議 (Tencent Hunyuan Community License)：這是一項非獨家、免版稅、不可轉讓的有限授權，允許在指定「領域」內進行使用、複製、分發、創作衍生作品等行為 ^JLF。

定價策略

• 按量計價 API： 輸入代幣每百萬 0.063 美元，輸出代幣每百萬 0.210 美元；快取令牌價格更低，僅需每百萬 0.021 美元 ^DP。
• 限時免費： 在發布初期，OpenRouter 平台將 Hy3 Preview 作為完全免費端點提供約兩週 (無需信用卡、不計量令牌)，該免費期現已結束 ^DAC。
• 騰訊表示，Hy3 是全球成本效益最高的 LLM 之一 ^A。

可用平台

• 開源權重： 可在 GitHub (Tencent-Hunyuan/Hy3-preview) 和 Hugging Face 取得 ^AF。
• API 端點： 透過騰訊雲 TokenHub 平台和 OpenRouter 提供 ^FL。
• 服務框架： 支援 vLLM，並提供官方部署指南 ^F。
• 推理層級： 可配置的推理等級 (關閉、低、高)，以便在延遲與推理深度之間取得平衡 ^D。

性能改進

• 幻覺率： 基於真實日誌評估，較 Preview 版本下降超過一半 ^PTL。在特定遊戲助手整合 (流亡黯道) 中，幻覺率從 4.5% 降至 2.8% ^L。
• 常識錯誤率： 相較 Preview 版本減半 ^PT。
• Agent 任務基準測試：
  • ClawEval pass³： 68.5 — 超越 DeepSeek V4 Pro (62.4) 和 Qwen 3.7 Max (65.2) ^P。
  • SkillsBench： 55.3 (Preview 為 29.1) — 同樣領先 DeepSeek V4 Pro 和 Qwen 3.7 Max ^P。
  • BrowseComp： 84.2 — 幾乎與 GPT 5.5 (84.4) 持平 ^P。
  • MathArena Apex： 38.7 (Preview 為 12.8) ^P。
  • SWE-bench Verified： 74.4% ^DD。
  • Terminal-Bench 2.0： 54.4% ^D。
• Agent 與編碼核心能力 整體提升 20-30% ^P。共同設計測試表明，在數據處理、文檔生成、研究報告、網頁創建和生活決策等場景中，Hy3 可成功執行至少 90% 的 Agent 任務 ^T。
• 內部盲測： (270 名騰訊工程師針對真實工作任務)：Hy3 得分 2.67/4，優於 GLM 5.1 的 2.51/4 ^PT。
• 多 Agent 協作： Marvis (騰訊內部 IT 代理) 任務完成率達 93.7%，6 個協作 Agent 的正確調度率為 92% ^A。

開發時程

• 2026 年 2 月： 騰訊從零開始全面重構其預訓練與強化學習框架 ^N。
• 約 6 週後： Hy3 Preview 訓練開始 ^N。
• 2026 年 4 月 21-23 日： Hy3 Preview 發布並在 GitHub 上開源 ^AN。
• 2026 年 7 月 6 日： 生產級 Hy3 正式發布，並整合完整生態系統 ^APT。

生態系統整合

• Agent 框架： 整合 OpenClaw、OpenCode 和 KiloCode ^F。
• 騰訊產品整合：
  • 元寶 (Yuanbao)：騰訊 AI 助手，新增文件交付功能，常識錯誤率與幻覺率均下降超過一半 ^A。
  • ima：Agent 系統穩定性達 95.1%，知識庫問答推理品質提升近 19% ^A。
  • Marvis：內部 IT 代理，核心場景任務完成率 93.7% ^A。
  • CodeBuddy 與 WorkBuddy：首個令牌生成時間 (TTFT) 降低 54%，端到端延遲降低 47%，成功率超過 99.99% ^F。
  • WeGame / 流亡黯道 (Path of Exile) AI 助手：多輪推理與工具調度成功率達 92%，幻覺率從 4.5% 降至 2.8% ^L。
• 微信與遊戲： 公眾號 AI 分身與遊戲助手同樣受益匪淺 ^A。

在中國開源 AI 實驗室中的競爭定位

Hy3 定位為一款務實、Agent 優先的模型，而非單純追求參數大小。主要競爭優勢包括：

• Agent 差異化： 騰訊明確瞄準 Agent 和編碼工作負載，聲稱能以更低的成本，在這些領域媲美甚至超越規模更大的競爭對手 (例如參數超過 1T 的 Kimi-K2.5) ^D。在 ClawEval pass³ 和 SkillsBench 上，Hy3 的表現超越 DeepSeek V4 Pro 和 Qwen 3.7 Max ^P。
• 定價領導力： 雖然 DeepSeek 和 Qwen 也以激進定價聞名，但 Hy3 低於每百萬輸入代幣 0.07 美元的價格，使其極具競爭力 ^AP。
• STEM 推理能力： 在 FrontierScience-Olympiad、IMOAnswerBench、清華大學數學博士資格考試以及中國高中生物奧林匹亞競賽中表現強勁，可與 DeepSeek 和 Qwen 的前沿模型相媲美 ^F。
• 弱點： 部分第三方綜合基準測試 (例如 Artificial Analysis 的 GDPval-AA) 顯示，Hy3 Preview 在特定的真實世界 Agent 工作任務上落後於一些同級開源模型 ^E，但生產級 Hy3 似乎已大幅縮小了這一差距。
• 整體定位： 騰訊與 DeepSeek、阿里巴巴 (Qwen)、智譜 AI (GLM)、百度 (文心) 並列為主要的中國開源 AI 實驗室。Hy3 是騰訊在「前沿開源」競賽中最具說服力的作品，其策略是押注 Agent 編排能力和低成本，而非單純追求參數規模的堆疊。