腾讯Hy3正式版上线 终于赶上AI下半场

十年磨一剑，两月一迭代。

今年四月，腾讯 Hy3 Preview 版本正式上线，这款被业界视为“姚顺雨腾讯首秀”的大模型，开始逐步承接用户的真实需求。然而，在具体的编程实测中，与同期发布的几款大模型相比，依然存在一定差距。

姚顺雨曾在「腾讯 AI 下半场」与汤道生的对话中表示：“我们率先推出 Preview 模型，核心目的之一就是获取真实世界的反馈，修复那些在标准榜单上难以发现的问题。”

两个月后，混元 3 正式版如约而至。基于用户对预览版的反馈，加上对稳定性与可用性的全面优化，Hy3 在 Agent 与 Coding 能力上实现了实质性提升。

我们进行了多项前端网页生成测试，涵盖复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同框架和库文件的任务。结果如何？Hy3 交付的内容质量，相比预览版提升了一个档次。

最典型的例子是“旧金山金门大桥 3D 体验”。在 WorkBuddy 中输入相同提示词，选择 Hy3 后，WorkBuddy 会像 Codex 一样，先将需求分解为包含多个进程的子任务，再逐步实现、验证并交付。

直接看最终效果。Hy3 设计了近距穿梭、中景环绕、高空俯瞰、自动环绕以及电影巡游等多种视角。桥面结构、桥上车辆、水面倒影等细节，呈现效果比预览版真实得多。

作为对比，此前的预览版更像一个未完成的中期项目，既粗糙又局限。

网页效果可与旗舰模型比肩

“金门大桥”的蜕变只是缩影。在经典的 SWE-bench、HLE、BrowseComp 等榜单上，Hy3 此次堪称进步最显著的模型之一。

在完整的 Benchmark 表现上，Hy 3 主要与 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 以及豆包 Seed 2.1 Pro 进行了对比。可以看出，相比预览版，Hy3 更接近国内外旗舰模型的表现，甚至超越部分模型，整体水平已接近 GLM 5.2。

我们继续使用上次测试预览版时的提示词。同样的提示词、同样的设置，Hy3 这次的表现还有哪些提升？

以这个主题公园场景为例。预览版交付的是一个可用但不够美观、交互体验欠佳的产品。而 Hy3 从启动页面开始，就能看出在美术设计上下了功夫。

点击“开始建造”，网页终于不再是那套用烂的 Emoji 小符号。从小图标到大场景，都开始使用 AI 生成的图片。不过，模型在图片搭配上仍有些吃力，部分图片贴到公园里显得不够协调。

在里面游玩了一段时间。所有资金、评级、游客数量、满意度、清洁度等信息，背后都有一套完整的游戏逻辑在支撑运作。例如，一开始没有增加洗手间和游客服务中心，满意度一直维持在较低水平；但多修路、增加建筑后，满意度又会逐步回升。

同样一套提示词，预览版的效果是这样的。

还有 SVG 测试。之前那种“开着汽车的长颈鹿”动态 SVG，预览版给出的完全是平面 2D 动画。而 Hy3 不仅增加了更多细节，也让整个 SVG 看起来更自然——太阳、长颈鹿、汽车、风景，都更具动画质感。

Hy3 Preview 生成

Hy3 生成

之前用来测试 GLM 5.2 的多个游戏复刻任务，现在用 Hy3 基本都能达到同一水平，甚至部分表现更好。比如复刻“我的世界”，虽然场景中没有水域，但这些砖块还原的像素世界，基本与之前 GPT-5.5 生成的游戏相当。

Hy3 生成

GLM 5.2 生成

复刻“黑神话：悟空”是最令人惊喜的。之前的测试中，无论是 GLM 5.2 还是 Opus 4.8，都倾向于用 2D 或较暗、较黑的风格呈现最终网页。而 Hy3 给出的游戏，完成度相对更高。

Hy3 生成

GLM 5.2 生成

其他游戏如“地铁跑酷”，用 Hy3 生成的效果，对比之前测试省 Token 策略时用 GPT-5.5 生成的，也要好上不少。无论是可玩性还是直接上线的可能性，Hy3 交付的网页都更具优势。

针对具体代码项目的任务，我们从 GitHub 上找到一篇经典论文的代码文件，交给 Hy3 分析，要求它找出其中的 Bug 及其他优化方向。

提示词中并未要求交付任何文档，但 Hy3 仍然给出了一份详细的 Markdown 报告，清晰列出了项目的研究内容、已确认的 Bug、潜在问题与 Robust 风险，以及性能与架构方面可优化的方向。

Coding Agent 能力的提升，也让 Hy3 能够快速将 MATLAB 项目转换为其他语言，或将 Python 项目转换为可在 Google Colab 上运行的 ipynb 格式，甚至修复它自己发现的那些 Bug。

代码之外，我们还在 WorkBuddy 内要求 Hy3 完成一份深度调研报告，主题为“计算机科学与技术这个专业怎么样”，最终需交付网页报告、PPT 文档和 Markdown 文档。我们原本只想到就业前景、院校排名、薪资等方面，但 Hy3 通过联网搜索和推理分析，还给出了专业课、考研、算法工程等更技术向的内容。

多文件处理能力让 Hy3 可以一次性处理多个文件，同时也能交付多种不同格式的文件。根据官方描述，Hy 3 在 WorkBuddy 办公场景下的任务成功率，从 72% 提升到了 90%。大到超长网页开发项目，小到各种小游戏、小程序，Hy3 如今都具备了稳定交付的能力。

一番实测下来，可以明确地说：相比之前的 Hy3 Preview，此次进步非常显著。如果你手边缺少趁手的工具，Hy3+WorkBuddy 现在或许会是一个不错的选择。

不过，正如开头所说“两月一更新”，有些模型甚至不到两个月就迭代了。等到 GPT-5.6 全面开放、Gemini 3.5 Pro 上线，届时基准又将是一个新标杆。

从 Preview 到正式版，Hy3 用两个月完成了一次肉眼可见的迭代。下一次能否保持这样的速度，或许比这一代模型本身更值得关注。

无论如何，如今越来越多的工作可以放心交给 AI 了。大模型的选择，也越来越丰富。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：腾讯Hy3正式版上线 终于赶上AI下半场要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题