腾讯混元Hy3 preview发布并开源：混元重建后首个模型 Agent能力大幅提升

腾讯混元Hy3 preview发布并开源：混元重建后首个模型 Agent能力大幅提升

4月23日，腾讯混元大模型家族迎来了一个重要新成员——Hy3 preview语言模型正式发布并开源。这不仅是混元技术架构重建后训练的第一个模型，也被官方称为迄今最智能的混元模型。它采用快慢思考融合的混合专家（MoE）架构，总参数达2950亿，激活参数为210亿，最大支持256K上下文长度。在复杂推理、指令遵循、代码与智能体等核心能力上，此次更新实现了大幅跃升。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这次发布的背后，是腾讯混元在2026年2月完成的一次系统性重建。团队重构了预训练和强化学习的基础设施，并确立了追求模型实用性的三大核心原则：

第一，能力体系化。模型不推崇“偏科”，因为即便是代码智能体这类看似单一的应用，也深度依赖推理、长文理解、指令遵循、对话、代码生成与工具调用等多种能力的协同作战。

第二，评测真实性。团队主动跳出容易“刷榜”的公开评测集，转而通过自建题目、最新考试真题、人工评测以及产品众测等多种方式，来评估和改进模型的“真实战斗力”。

第三，性价比追求。实用性离不开商业合理性。通过深度协同模型架构与推理框架的设计，大幅降低任务成本，目标是让高级智能“用得起、用得好”。

可以说，Hy3 preview正是混元基于这套新理念，快速探索实用性大模型、解决真实世界问题的开端。

腾讯首席AI科学家姚顺雨对此解读道，Hy3 preview是混元大模型重建迈出的第一步。此次开源和发布，核心目的是获得来自开源社区和用户的真实反馈，从而帮助提升Hy3正式版的实用性。与此同时，团队仍在继续扩大预训练和强化学习的规模，以提升模型的智能上限，并通过与腾讯内部众多产品的深度协同设计（Co-Design），持续优化模型在真实场景中的综合表现，并开始探索特色模型能力。

目前，Hy3 preview已在腾讯云、元宝、腾讯会议AI助手（ima）、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯乐享等产品中首发上线。微信公众号、和平精英、腾讯新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也正在陆续接入中。

此外，Hy3 preview已支持接入OpenClaw、OpenCode、KiloCode等流行的开源智能体框架，并正式上架了腾讯云大模型服务平台TokenHub，方便开发者调用。

那么，这个新模型到底强在哪里？多项测评结果显示，其能力得到了全面提升。

1、出色的上下文学习和指令遵循能力

在各种真实的生产与生活场景中，理解杂乱冗长的上下文并精准遵从复杂多变的规则，是模型面临的首要挑战。基于腾讯丰富业务场景的灵感，混元团队提出了CL-bench和CL-bench-Life评测集，创新性地评估模型的上下文学习能力。结果表明，Hy3 preview在这方面的能力得到了显著提升。

2、复杂推理能力突出，清华数学博士资格考试国内分数最高

复杂推理能力是模型解决各类问题的基石。Hy3 preview在FrontierScience-Olympiad、IMOAnswerBench等高难度理工科推理任务中表现突出。尤其在最新的清华大学求真书院数学博士资格考试（2026年春季）和全国中学生生物学联赛（CHSBO2025）中取得了优异成绩，展现了其可泛化的强大推理能力。

3、代码与智能体提升最为显著，展现出高性价比

代码和智能体能力是Hy3 preview进步最大的方向。得益于预训练及强化学习框架的重建，以及强化学习任务规模的提升，混元以较快的速度在SWE-Bench Verified、Terminal-Bench2.0等主流代码智能体基准，以及BrowseComp、WideSearch等主流搜索智能体基准中，取得了具有竞争力的结果。

在数字世界中，代码能力关注模型在开发环境中的执行精度，而搜索能力则聚焦于在开放信息空间中的检索、筛选与整合效率，两者共同决定了模型在复杂智能体场景（例如OpenClaw）中是否真正具备可用性。Hy3 preview在ClawEval和WildClawBench等评测中表现突出，这表明其智能体能力正在稳步走向全面与实用。

除了公开榜单，腾讯混元还进一步构建了多个内部评测集，用于评估模型在真实开发场景中的表现。结果显示，无论是在后端工程任务集Hy-Backend、贴近真实用户开发交互的Hy-VibeBench，还是高难度软件工程开发任务集Hy-SWEMax上，Hy3 preview均体现出了强大的竞争力。

综合比较各个开源模型的参数量与智能体综合表现，Hy3 preview展现出了较高的性价比。

腾讯核心业务已全面接入，多主线AI产品验证收益明显

在正式全面上线之前，Hy3 preview已在腾讯主要AI业务中进行了广泛的产品测试，并获得了明显的正向收益。

在元宝端，混元团队与产品进行了深度协同设计。一方面，针对性提升了模型在意图理解精准度、文本创作质量、深度搜索等硬核指标上的表现；另一方面，对文风、文笔、情商、内容组织和专业度进行了精细化调优。这种模型与产品的深度协同，为用户带来了更智能且更具“活人感”的交互体验。

在腾讯会议AI助手（ima）的知识库问答和通用问答场景下，测试显示Hy3 preview处理长文的能力出色，特别是在检索类任务中，回答信息的准确性、覆盖度和全面性表现较好。

在CodeBuddy、WorkBuddy产品上，Hy3 preview的首token延迟降低了54%，端到端响应时长降低了47%，成功率提升至99.99%以上。在实际用户环境中，新模型已能稳定驱动最长495步的复杂Agent工作流，覆盖文档处理、数据分析、知识检索、MCP工具链编排等多样化办公场景。

在公众号AI分身和AI客服的场景专项评测中，Hy3 preview展现出相比前代Hy2更全面的能力升级。新模型在用户意图理解、复杂上下文承接和知识信息组织方面表现更成熟，面对模糊提问、短句追问和多轮对话时，能够更准确地把握用户诉求，并输出更清晰、更稳定的回复。在结合知识库、用户记忆与上下文生成回答时，能更贴合AI分身和客服的角色设定，过度脑补、主观代入和情绪化表达显著减少，使整体交互体验更贴近“可信、自然、高效”的目标。

在《和平精英》AINPC场景评测中，游戏团队在Hy3 preview上线后第一时间完成接入并开展评测，其整体表现令人印象深刻。在游戏局外的人设扮演场景中，模型不仅能精准理解角色设定，还能针对开放性问题输出高度关联、富有增量价值的内容，带来了更加真实、自然、沉浸的对话体验。而在游戏局内的复杂对战场景中，模型回复节奏贴近真实玩家聊天体验，展现出优秀的稳定性与出色的拟人化扮演能力。

在腾讯文档AIPPT场景，较上一版本（Hy2）取得了显著进步：生成成功率提升20%，评测得分提升10%，同时生成耗时缩短20%。整体而言，新模型在模版选择、色彩匹配、生成大纲、补充内容等多个阶段，均表现出色，做到了无幻觉、契合主题且视觉效果佳。

在QQAI助手小Q的产品评测中，较上一版本，在长文本首字节时延、整体响应速度与流式输出效率方面均有显著优化；核心能力上，数学推理表现提升尤为明显，多场景指令遵循与泛化能力进一步增强。在工具调用推理及多轮指代消解方面表现更稳定高效，在OpenClaw最新的PinchBenchQQ智能体场景测试中取得突出效果，综合体验实现明显跃升。

推理效率提升40%，同等成本智能密度最优

得益于模型和推理框架的深度协同设计，以及在推理框架、算子性能、量化算法等方面的全方位优化，Hy3 preview的整体推理效率提升了40%，成本相比上一代模型大幅下降。

在腾讯云大模型服务平台TokenHub上，Hy3 preview的输入价格最低为1.2元/百万tokens，输入命中缓存价格低至0.4元/百万tokens，输出价格最低为4元/百万tokens。同时，腾讯云联合混元推出了定制的Hy3 preview TokenPlan套餐，个人版定价最低28元/月，为Agent开发和打造“龙虾”应用提供了更具性价比的选择。