編輯：騰訊混元

4月23日，騰訊混元 Hy3 preview 語言模型發(fā)布并開源。這是一個快慢思考融合的混合專家模型，總參數(shù) 295B，激活參數(shù) 21B，最大支持 256K 上下文長度。

今年 2 月，我們重建了預(yù)訓(xùn)練和強化學(xué)習(xí)的基礎(chǔ)設(shè)施，以及模型追求實用性的三個原則：

能力體系化：我們不推崇“偏科”，因為即使是代碼智能體的單一應(yīng)用，也涉及推理、長文、指令、對話、代碼、工具等多種能力的深度協(xié)同。

評測真實性：我們主動跳出易被“刷榜”的公開榜單，通過自建題目、最新考試、人工評測、產(chǎn)品眾測等多種方式評估和改進模型的“真實戰(zhàn)斗力”。

性價比追求：實用性離不開商業(yè)合理性，我們深度協(xié)同模型架構(gòu)和推理框架的設(shè)計，大幅降低任務(wù)成本，讓智能用得起、用得好。

Hy3 preview 是我們重建后訓(xùn)練的第一個模型，也是混元迄今最智能的模型，在復(fù)雜推理、指令遵循、上下文學(xué)習(xí)、代碼、智能體等能力及推理性能上實現(xiàn)了大幅的提升。

·詳細Bench數(shù)據(jù)和Case可訪問混元博客（https://hy.tencent.com/hy3-preview）了解更多。

復(fù)雜推理

推理能力是模型解決各種問題的基礎(chǔ)。Hy3 preview 在FrontierScience Olympiad、IMO Answer Bench 等高難度理工科推理任務(wù)中表現(xiàn)突出，并在最新的清華大學(xué)求真書院數(shù)學(xué)博資考（26春）和全國中學(xué)生生物學(xué)聯(lián)賽（CHSBO 2025）中取得優(yōu)異成績，展現(xiàn)出可泛化的強推理能力。

上下文學(xué)習(xí)和指令遵循

在各種真實的生產(chǎn)與生活場景，理解雜亂冗長的上下文并遵從復(fù)雜多變的規(guī)則是模型的首要挑戰(zhàn)?；谖覀兌喾N業(yè)務(wù)場景的靈感，我們提出了 CL-bench 和 CL-bench-Life 來創(chuàng)新性地評估模型的上下文學(xué)習(xí)能力，并在 Hy3 preview 顯著地提升了模型上下文學(xué)習(xí)和指令遵循能力。

· 更多Case可訪問混元博客（https://hy.tencent.com/hy3-preview）了解。

代碼和智能體

代碼和智能體是 Hy3 preview 提升最為顯著的方向。得益于預(yù)訓(xùn)練及強化學(xué)習(xí)框架的重建和強化學(xué)習(xí)任務(wù)規(guī)模的提升，我們以較快的速度在 SWE-Bench Verified、Terminal-Bench 2.0 等主流代碼智能體基準以及 BrowseComp、WideSearch 等主流搜索智能體基準中取得了強競爭力的結(jié)果。

在數(shù)字世界中，代碼關(guān)注的是模型在開發(fā)環(huán)境中的執(zhí)行能力，搜索則聚焦于開放信息空間中的檢索、篩選與整合能力，兩者共同決定了模型在復(fù)雜智能體場景（例如OpenClaw）中是否真正具備可用性。Hy3 preview 在 ClawEval 和 WildClawBench 等評測中表現(xiàn)突出，進一步表明我們的智能體能力的全面與實用性。

除了公開榜單，我們進一步構(gòu)建了多個內(nèi)部的評測集，對模型在真實開發(fā)場景中的表現(xiàn)進行評估。結(jié)果表明，無論是在后端工程任務(wù)集 Hy-Backend，貼近真實用戶開發(fā)交互的 Hy-Vibe Bench，還是高難度軟件工程開發(fā)任務(wù)集 Hy-SWE Max上，Hy3 preview 均體現(xiàn)出了強競爭力。

比較各個開源模型的大小與智能體綜合表現(xiàn)，Hy3 preview 展現(xiàn)出高性價比。

Case

prompt：請幫我使用微信小程序原生框架（或指定框架）開發(fā)一個完整、可直接編譯運行的徒步路線與旅游計劃推薦小程序，請一次性輸出包含 app.json 等全局配置、所有頁面（WXML/WXSS/JS/JSON）以及完整的 Mock數(shù)據(jù)，核心需求包括：一個帶有精美圖片輪播、‘當(dāng)季推薦’及‘路線難度’分類導(dǎo)航的首頁；一個包含行程時間軸、精美沿途圖庫、適宜季節(jié)與裝備建議的路線詳情頁；以及一個支持本地緩存收藏功能的個人中心頁，UI設(shè)計需清新自然、圖文并茂，請確保代碼邏輯閉環(huán)、無缺失文件或引用錯誤，生成后我可以直接導(dǎo)入微信開發(fā)者工具成功預(yù)覽并體驗完整交互。

模型輸出

自然對話和用戶理解

在探索智能上限的同時，我們始終關(guān)注模型與人的交互和對人的理解。為此，我們與元寶團隊進行了深度的合作，使用 URM (User-Feedback RM) 對用戶的真實反饋進行建模，并結(jié)合 RLHF 技術(shù)進行了細粒度的優(yōu)化。結(jié)合推理、長文、指令、智能體等能力的優(yōu)化，這帶來了用戶體驗的大幅提升：Hy3 preview 的事實性錯誤顯著降低，能更精準理解用戶的模糊意圖和碎片化的輸入，回復(fù)風(fēng)格更加共情，內(nèi)容更具深度。在元寶的灰度測試上，我們看到 Hy3 preview 在元寶用戶活躍度上較之前模型實現(xiàn)了大幅增長。

· 更多Case可訪問混元博客（https://hy.tencent.com/hy3-preview）了解。

產(chǎn)品的上線和初步反饋

Hy3 preview 已在元寶、CodeBuddy、WorkBuddy、QQ、ima、QQ瀏覽器、騰訊文檔、騰訊樂享上線，并在微信公眾號、騰訊新聞、騰訊自選股、和平精英、騰訊客服等多個產(chǎn)品陸續(xù)上線中。另外，Hy3 preview 已支持流行的開源智能體產(chǎn)品，如 OpenClaw、OpenCode、KiloCode 等。

元寶產(chǎn)品經(jīng)理 Logan 表示，Hy3 preview 研發(fā)過程中，混元與元寶進行了深度Co-Design。一方面針對性地提升了模型在意圖理解精準度、文本創(chuàng)作質(zhì)量、深度搜索等硬核指標上的表現(xiàn)；另一方面對文風(fēng)、文筆、情商、內(nèi)容組織和內(nèi)容專業(yè)度上進行了精細化調(diào)優(yōu)。模型與產(chǎn)品的深度協(xié)同，為用戶帶來了更智能且更具“活人感”的交互體驗。

ima 產(chǎn)品經(jīng)理 kaycee 表示，目前 ima 已經(jīng)接入Hy3 Preview，在 ima 知識庫問答和通用問答兩個場景下，測試結(jié)果顯示，Hy3 preview 處理長文的能力出色，特別是檢索類任務(wù)，在回答信息的準確性、覆蓋度和全面性上表現(xiàn)較好。

在CodeBuddy、WorkBuddy 產(chǎn)品上，Hy3 preview 首 token 延遲降低 54%、端到端時長降低 47%、成功率提升至 99.99%+。實際用戶環(huán)境中，Hy3 preview 已穩(wěn)定驅(qū)動最長 495 步的復(fù)雜 Agent 工作流，覆蓋文檔處理、數(shù)據(jù)分析、知識檢索、MCP 工具鏈編排等多樣化辦公場景。

微信公眾號產(chǎn)品經(jīng)理 Astrid 表示，在公眾號AI 分身和 AI 客服的場景專項評測中，Hy3 preview 展現(xiàn)出相比 Hy2更全面的能力升級。新模型在用戶意圖理解、復(fù)雜上下文承接和知識信息組織方面表現(xiàn)更成熟，面對模糊提問、短句追問和多輪對話時，能夠更準確地把握用戶訴求，并輸出更清晰、更穩(wěn)定的回復(fù)。結(jié)合知識庫、用戶記憶與上下文生成回答時更貼合AI 分身和 AI 客服的角色，過度腦補、主觀代入和情緒化表達顯著減少，使整體交互體驗更貼近“可信、自然、高效”的回復(fù)目標。

和平精英AI玩法負責(zé)人jessexue表示，Hy3 preview 模型上線后，和平精英第一時間在 AI NPC 場景中完成接入并開展評測，整體表現(xiàn)令人印象深刻。在游戲局外的人設(shè)扮演場景中，Hy3 preview 不僅能夠精準理解角色設(shè)定，還能針對開放性問題輸出高度關(guān)聯(lián)、富有增量價值的內(nèi)容，帶來了更加真實、自然、沉浸的對話體驗。而在游戲局內(nèi)的復(fù)雜對戰(zhàn)場景中，模型回復(fù)節(jié)奏貼近真實玩家聊天體驗，展現(xiàn)出優(yōu)秀的穩(wěn)定性與出色的擬人化扮演能力，整體效果表現(xiàn)亮眼。

騰訊文檔AI Agent 研發(fā)負責(zé)人 Johnny 表示，Hy3 preview 模型上線后，騰訊文檔 Agent 團隊圍繞核心場景開展綜合評測，以 AI PPT 場景為例，Hy3 preview模型較上一版本（Hy2）取得了顯著進步：生成成功率提升 20%，評測得分提升 10%，同時生成耗時縮短 20%。整體而言，新模型在評測場景中表現(xiàn)優(yōu)異，在模版選擇，色彩匹配，生成大綱，補充內(nèi)容多個階段，均體現(xiàn)出優(yōu)秀的表現(xiàn)，無幻覺，契合主題，視覺效果好，展現(xiàn)了明顯的技術(shù)突破，后續(xù)應(yīng)用值得期待。

QQ AI助手 小Q產(chǎn)品負責(zé)人Tea表示，Hy3 preview 相較上一代Hy2，在小Q助手場景上，新模型在長文本首字節(jié)時延、整體響應(yīng)速度與流式輸出效率方面顯著優(yōu)化；核心能力上，數(shù)學(xué)推理表現(xiàn)提升尤為明顯，多場景指令遵循與泛化能力進一步增強；在工具調(diào)用推理及多輪指代消解方面表現(xiàn)更穩(wěn)定高效，在 OpenClaw官方 PinchBench QQ智能體場景測試中取得突出效果，綜合體驗實現(xiàn)明顯躍升。

開源、API、Token Plan

Hy3 preview 的模型權(quán)重、代碼已在 GitHub、HuggingFace、ModelScope、GitCode 等平臺開源，支持 vLLM、SGLang 等主流推理框架，開發(fā)者可以直接下載使用。（詳細鏈接見文末）

得益于模型架構(gòu)和推理框架的深度協(xié)同，以及我們在推理框架、算子性能、量化算法等方面的優(yōu)化，Hy3 preview 的成本相比上一代模型大幅下降。在騰訊云上，我們推出了有競爭力的 API 價格以及定制化的 Token Plan，個人版定價最低28元/月。

Hy3 preview 是我們重建的第一步。雖然模型效果已經(jīng)取得了巨大進步，但仍存在一些已知問題，我們希望通過這次開源和發(fā)布，獲得來自開源社區(qū)和用戶的真實反饋，幫助我們提升 Hy3 正式版的實用性。與此同時，我們也在繼續(xù)擴大預(yù)訓(xùn)練和強化學(xué)習(xí)的規(guī)模，提升模型的智能上限，并通過與騰訊更多產(chǎn)品的深入?yún)f(xié)同，持續(xù)改進模型在真實場景中的實用性并探索差異化能力。

歡迎大家體驗并給我們反饋。

附：開源和 API & Token Plan 鏈接

• Github：https://github.com/Tencent-Hunyuan/Hy3-preview

• Hugging Face：https://huggingface.co/tencent/Hy3-preview

• ModelScope：https://modelscope.cn/models/Tencent-Hunyuan/Hy3-preview

• GitCode：https://ai.gitcode.com/tencent_hunyuan/Hy3-preview

• 騰訊云TokenPlan接入地址：https://console.cloud.tencent.com/tokenhub/tokenplan/hy?regionId=1

• 騰訊云API接入地址：

  https://console.cloud.tencent.com/tokenhub/models/detail?modelId=hy3-preview&regionId=1

點「在看」，給前前加雞腿