市值一天暴漲至4萬億，姚順雨Hy3治愈馬化騰的焦慮？

來源 |Tech星球

文| 王琳

騰訊首席科學(xué)家姚順雨，交出了一份比Hy3 preview更令人滿意的成績單。

7月6日，繼騰訊混元Hy3 preview（預(yù)覽版）發(fā)布兩個半月后，Hy3 正式版亮相。作為姚順雨加入騰訊后首個重量級產(chǎn)品，Hy3沒有卷萬億參數(shù)，而是選擇了一個更現(xiàn)實(shí)的路線。它采用MoE架構(gòu)，總參數(shù)295B、激活參數(shù)21B，支持256K上下文，是一個快慢思考融合模型。

在定價上，Hy3堅(jiān)持普惠路線，輸入1元/百萬token，輸出4元/百萬token。這個價格，相比GPT-5.4標(biāo)準(zhǔn)版輸入為$2.50/百萬token，輸出為$15.00/百萬token，Hy3 的價格可以說是“白菜價”；和被用戶調(diào)侃“便宜到只收電費(fèi)”的Deepseek -v4 flash在高峰期價格相當(dāng)。

在官方描述中，Hy3以更小的參數(shù)達(dá)到追平甚至優(yōu)于其他模型的能力。比如，編程能力上，Hy3略高于GLM5.1和Deepseek -v4 flash，工作智能體方向，ClawEval pass3得68.5，超過DeepSeek V4 Pro的62.4和Qwen 3.7 Max的65.2。

但一些用戶體驗(yàn)后發(fā)現(xiàn)，受限于上下文長度，在復(fù)雜長程任務(wù)時容易出現(xiàn)遺忘的現(xiàn)象。模型發(fā)布后，7月7日開盤，騰訊市值盤中漲近6%，總市值重新站上4萬億港元。

一改往日落后的形象，這是騰訊首次在模型領(lǐng)域?qū)崿F(xiàn)反超。目前，國產(chǎn)模型的更新一次版本的速度平均在兩個月。如果考慮到騰訊在姚順雨到來后重建團(tuán)隊(duì)和技術(shù)路線后，Hy3僅僅用了不到半年時間就追趕上了行業(yè)主流節(jié)奏。

不止模型領(lǐng)域，在產(chǎn)品側(cè)，騰訊也有了遙遙領(lǐng)先的辦公類AI助手WorkBuddy。一位騰訊員工告訴Tech星球，Hy3和WorkBuddy大大提高了內(nèi)部士氣。

Hy3發(fā)布的第二天，據(jù)雷峰網(wǎng)報道，騰訊即將迎來混元多模態(tài)模型負(fù)責(zé)人，OpenAI研究科學(xué)家田永龍即將加入混元團(tuán)隊(duì)，而田是姚順雨在OpenAI的前同事。這意味著騰訊補(bǔ)齊了模型能力的最后一塊拼圖。

種種跡象表明，或許，騰訊的AI焦慮還沒有徹底緩解，但這起碼是好的開端。

Hy3 摸到第一梯隊(duì)門檻

Hy3發(fā)布后，已經(jīng)兩個月沒有在“X平臺”賬號更新內(nèi)容的姚順雨發(fā)布了一條推文。他表示，從Hy2-Hy3 preview-Hy3，不到半年，又一次巨大的飛躍。這不僅是模型推理或智能體能力的飛躍，更是抗幻覺、可靠性以及產(chǎn)品體驗(yàn)的飛躍，并稱為團(tuán)隊(duì)感到自豪。

對比此前的Hy2和Hy3 Preview，Hy3進(jìn)步明顯。尤其是Benchmark（AI基準(zhǔn)測試）的BrowseComp榜單上，Hy3得分達(dá)到84.2%。BrowseComp是測試AI是否能真正辦事的Agent能力，目前行業(yè)平均得分只有62%。

在基于真實(shí)產(chǎn)品的內(nèi)部評測中，Hy3的幻覺率從12.5%降至5.4%，常識錯誤率從25.4%降至12.7%，這意味著Hy3較大程度上改善了“張冠李戴”、無中生有、邏輯矛盾等問題。

以經(jīng)典邏輯陷阱“你面前有10個雞蛋，打碎了2個，煎了2個，吃了2個，請問還剩幾個雞蛋？”為例子，Hy3已經(jīng)可以正確題目的意思，避開陷阱，得到“剩余8個雞蛋”的正確答案。

再來看256K的上下文。

給Hy3一份題為《2026“人工智能+”行業(yè)發(fā)展藍(lán)皮書》的報告，要求其回答下面的問題：根據(jù)報告，2025年中國人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到了多少億元？2026年3月，中國日均詞元（Token）調(diào)用量突破了什么規(guī)模？

經(jīng)過2分鐘思考，Hy3給出正確答案和答案在報告中的具體位置。

為了進(jìn)一步考驗(yàn)?zāi)Ｐ偷哪芰Γ覀冊黾恿艘粋€需要跨章節(jié)總結(jié)的題，要求以下問題：人工智能正從哪三個層面引發(fā)系統(tǒng)性變革？請分別概括這三個層面的核心觀點(diǎn)。

可以看到，Hy3完整總結(jié)出了三個層面的觀點(diǎn)，并指出了觀點(diǎn)涵蓋的章節(jié)。

官方測評顯示，能力表現(xiàn)上，Hy3以較小尺寸首次比肩參數(shù)規(guī)模2到5倍的旗艦?zāi)Ｐ汀Ｔ趦?nèi)部270位專家基于真實(shí)工作的盲測中，Hy3以2.67分（滿分4分）優(yōu)于GLM 5.1的2.51分。

在編程、搜索、工作、上下文等智能體方向，搜索智能體方向表現(xiàn)最強(qiáng)，BrowseComp得分84.2，追平GPT-5.5的84.4；工作智能體方向，ClawEval pass3得68.5，超過DeepSeek V4 Pro的62.4和Qwen 3.7 Max的65.2。

在編程能力上，Hy3略高于GLM5.1和Deepseek -v4 flash，離GLM5.2仍有一定差距，但已經(jīng)摸到了第一梯隊(duì)門檻。

開源的本地AI聊天應(yīng)用atomic.chat在“X平臺”上發(fā)布了自己的測試視頻，分別給Hy3、Gemini 3.5、GLM-5.2、DeepSeek-V4布置了同一個任務(wù)：構(gòu)建三個獨(dú)立的HTML5 Canvas場景，并演示真實(shí)的物理效果。任務(wù)包括：保齡球全中，球瓶四散；空氣曲棍球，激烈攻防后得分；臺球開球，球堆炸開。

結(jié)果顯示，騰訊的Hy3在上述三個任務(wù)中都達(dá)到了Gemini的水平：碰撞干凈利落，球反彈真實(shí)，球瓶像真正的全中一樣被擊倒，沒有任何卡頓或漂浮現(xiàn)象，但價格卻只有Gemini 3.5的1/35。

GLM在純編碼任務(wù)上確實(shí)很強(qiáng)，但一旦任務(wù)偏離簡潔代碼的范疇，效果并不好，保齡球被打倒后靜止在原地，并沒有按照慣性持續(xù)滾動一段時間。DeepSeek消耗的代幣最多（5萬，幾乎是Hy3的兩倍），但最終交出的場景卻是最弱的。

產(chǎn)品全線發(fā)力，元寶員工調(diào)至WorkBuddy

除去基礎(chǔ)大模型，騰訊今年在產(chǎn)品側(cè)也開始頻繁出牌。

今年3月，桌面端辦公智能體迎來一波爆發(fā)。易觀分析數(shù)據(jù)提到，當(dāng)月頭部產(chǎn)品月訪問量合計(jì)超過2000萬次，騰訊WorkBuddy以885萬排在第一。Tech星球此前曾報道該團(tuán)隊(duì)人員規(guī)模已經(jīng)超過了100人，最新的情況是很多元寶產(chǎn)品部的員工也被調(diào)到了WorkBuddy。

由于調(diào)用量的增多，騰訊調(diào)整了對WorkBuddy的收費(fèi)標(biāo)準(zhǔn)，原專業(yè)版升級為標(biāo)準(zhǔn)版，月費(fèi)從58元提升至99元；同時新增199元/月高級版與999元/月旗艦版，并按照不同檔位開放模型能力、自動任務(wù)數(shù)量、云存儲空間和積分額度。

不過，一位云代理商告訴Tech星球，WorkBuddy現(xiàn)在更多是培養(yǎng)用戶習(xí)慣的階段。他現(xiàn)在主要是運(yùn)營賬號，科普并積累一些潛在的用戶，自己并沒有商業(yè)化的KPI。一份流傳的報告顯示，WorkBuddy2026年的目標(biāo)是致力于成為中國最大的企業(yè)AI辦公訂閱產(chǎn)品。

騰訊還有兩個重量級的Agent產(chǎn)品即將上線，目前這兩個產(chǎn)品都已開啟灰測。

一個是企業(yè)微信針對辦公場景的Agent產(chǎn)品大圓，定位為“長在企業(yè)微信工作流里”的助理。據(jù)悉，大圓可以直接閱讀企微里已經(jīng)有的群聊、文檔、會議、郵件、日程，自己理解用戶想干嘛，再結(jié)合當(dāng)下的界面給出答案，而不需要用戶反復(fù)陳述需求。

和其他Agent產(chǎn)品更大的區(qū)別是企業(yè)微信還掌握著企業(yè)經(jīng)營數(shù)據(jù)，這意味著大圓未來好可以針對企業(yè)經(jīng)營提效。

一位灰測用戶告訴Tech星球，因?yàn)橹挥衅髽I(yè)微信能實(shí)現(xiàn)獲取上下文長度的能力，所以體驗(yàn)還好，但是缺乏亮點(diǎn)，如果讓CLI（命令行）能抓取到所有群聊、文檔、會議信息的話，WorkBuddy的表現(xiàn)應(yīng)該會更好。

“企業(yè)微信的產(chǎn)品能力不是強(qiáng)項(xiàng)，現(xiàn)在的大圓可能已經(jīng)是非常激進(jìn)了”，他補(bǔ)充道。

另外一個是微信針對生活場景的Agent產(chǎn)品小微。此前，據(jù)媒體報道，小微計(jì)劃今年第三季度正式向全體用戶推出。微信的生態(tài)無可比擬，但關(guān)鍵的問題在于商業(yè)模式如何落地。

當(dāng)14億用戶的推理需求上來后，需要支付的成本巨大。高盛曾經(jīng)做過預(yù)測，以每百萬Token推理成本0.15美元計(jì)算，若“小微”全面推廣，其新增的推理成本將占到騰訊2026年第四季度調(diào)整后營業(yè)利潤的5%至17%。

砸錢、挖人、接業(yè)務(wù)，騰訊出擊AI下半場

騰訊在大模型領(lǐng)域的戰(zhàn)略意志最明顯的體現(xiàn)是資源投入上。

今年早些時候，騰訊總裁劉熾平表示：“2026年我們肯定會持續(xù)加大對AI的投入，去年我們在AI新產(chǎn)品上投入了180億元，今年至少翻倍。”

事實(shí)上正是如此。一位AI領(lǐng)域獵頭告訴Tech星球，去年騰訊曾以3倍薪資大規(guī)模挖字節(jié)seed團(tuán)隊(duì)的開發(fā)者。

今年第一季度，騰訊反映經(jīng)營活動所產(chǎn)生的現(xiàn)金凈額為1014億元，資本開支付款為370億元（主要用于支持公司AI相關(guān)的投入），也就是說，騰訊每賺10元經(jīng)營現(xiàn)金，就有近4元用于AI。

反應(yīng)到具體業(yè)務(wù)上，剛剛推出的Hy3擴(kuò)大了 RL（強(qiáng)化學(xué)習(xí)）算力規(guī)模，說白了就是投入了更多的計(jì)算資源（如GPU/TPU、CPU集群、內(nèi)存等）來運(yùn)行強(qiáng)化學(xué)習(xí)算法。

大規(guī)模投入背后，AI競爭的規(guī)則也在發(fā)生變化。如果說上半場是比拼“誰GPU多、數(shù)據(jù)多”，那現(xiàn)在是已經(jīng)進(jìn)入“拼誰反饋機(jī)制設(shè)計(jì)得好、誰能在真實(shí)場景中持續(xù)進(jìn)化”的下半場。

基于自身的場景優(yōu)勢，騰訊正在實(shí)現(xiàn)模型和產(chǎn)品雙向互補(bǔ)。Hy3 Preview發(fā)布后，包括WorkBuddy、元寶、CodeBuddy、Marvis等許多產(chǎn)品都接入了，如今Hy3也是如此，據(jù)悉目前近50個業(yè)務(wù)在接入隊(duì)列中。

騰訊曾在第一季度財(cái)報電話會披露，混元Hy3 Preview已接入131款騰訊產(chǎn)品，當(dāng)前Token調(diào)用量較混元二至少提升10倍。

事實(shí)上，在騰訊官方發(fā)布的Hy3介紹里，能明顯看到元寶、Marvis、QQ瀏覽器等多個個業(yè)務(wù)線對Hy3的具體評價。這意味著在模型發(fā)布前，Hy3就已經(jīng)在內(nèi)部做了大量測試。

砸錢、接業(yè)務(wù)、挖人才，騰訊正以前所未有的投入追趕大模型浪潮，且成果顯著。但它需要向外界證明自己具備持久領(lǐng)先并超越的能力。