騰訊AI，翻身了嗎？

文 | 定焦One，作者 | 陳丹，編輯 | 魏佳

在大模型密集交卷的上周，前OpenAI研究員姚順雨，也交出了加入騰訊后的第一份正式答卷。

7月6日，騰訊發布混元Hy3正式版。沒有聲勢浩大的發布會，也沒有鋪天蓋地的營銷，這款旗艦模型以一種不太符合大廠慣例的低調方式進入市場。

但在開發者一端，它激起的水花并不小。

上線三天后，處于限時免費階段的Hy3升至全球大模型API調用平臺OpenRouter最受歡迎模型榜單第八位。接入騰訊辦公智能體WorkBuddy后，調用量迅速沖高，排隊率一度超過50%，項目組不得不緊急擴容。資本市場也給出反應，發布當天，騰訊股價上漲4.82%。

這多少有些出人意料。

過去兩年，阿里、字節不斷加碼模型、應用和算力基礎設施，智譜、DeepSeek等AI公司也各自憑借爆款模型刷足了存在感。唯獨騰訊，常被排除在國內大模型第一梯隊之外。

它有微信、QQ和龐大的產業生態，卻始終沒有拿出一款足以改變行業判斷的基礎模型。外界甚至開始懷疑，騰訊究竟是在等待更合適的入場時機，還是已經在這一輪技術競賽中慢了下來。

現在看來，騰訊沒有躺平。

引入姚順雨并重組混元研發體系之后，騰訊近期又被曝吸納其前同事田永龍。模型之外，騰訊還參與了可靈最高30億美元的融資，并傳出洽談成為AI智能體公司Manus最大股東的消息。從人才、模型到基礎設施，這家過去兩年顯得過于克制的互聯網巨頭，正在重新提高對AI的下注力度。

Hy3還不足以證明騰訊已經追上所有對手，它更像是一個階段性信號。騰訊重新建立了一套能夠把模型、產品和工程體系連接起來的研發方法，也重新獲得了進入開發者主流候選清單的機會。

但這只是第一步。

對騰訊而言，真正的問題已經不只是能否再造出一款更強的模型，而是這種能力能否連續迭代，以及它最終能否在微信里變成一個真正被用戶使用、能夠完成任務和交易的Agent。

01.Hy3不是最強，但夠騰訊重回牌桌

只看參數和公開榜單，Hy3并不是一款一眼可見的“最強模型”。

在這一輪國產模型更新中，DeepSeek V4 Pro、智譜的GLM-5.2、MiniMax M3都在爭奪能力上限：有的將總參數推至萬億級，有的把上下文拉到100萬Token，有的在代碼和長程Agent任務中占優。相比之下，Hy3總參數為2950億，支持256K上下文，并沒有試圖在每一項指標上壓倒對手。

判斷它的真實位置，需要看兩件事。

第一，是它在具體任務中的能力邊界。

在衡量軟件工程能力的SWE-bench Verified上，Hy3獲得78分，落后于Claude Fable 5等閉源模型，也排在GLM-5.2和DeepSeek V4 Pro之后。但在難度更高的SWE-bench Pro上，Hy3以57.9分反超DeepSeek V4 Pro。在更接近真實執行環境的WildClawBench上，它又超過GLM-5.1和DeepSeek V4 Pro，位居開放模型前列。

騰訊組織的270名專業人員盲測則顯示，Hy3整體表現高于GLM-5.1，優勢集中在前端開發、數據存儲和持續集成等場景。

資深Agent從業者趙江杰告訴「定焦One」，Hy3目前處于“整體能力第二梯隊上沿、開放與低成本模型第一梯隊”。它在前端開發、常規代碼、搜索瀏覽和工具調用上具備較強競爭力，但還沒有在高難度任務上全面領先。實際使用中，高頻、中低難度且結果可驗證的任務，已經可以由它獨立完成；中等復雜任務可以交由它執行后復核；核心架構設計和敏感操作，仍不適合無監督交付。

因此，如果“趕上”意味著成為能力最強的國產模型，Hy3還沒有做到；但如果意味著重新進入開發者的視野，騰訊已經重新拿到了一張入場券。

第二，是它對工程化落地和成本控制的重視。

Hy3采用MoE架構，總參數2950億，單次推理只激活約210億參數。它沒有不斷堆高峰值能力，而是在模型容量、運行速度和算力成本之間尋找平衡。

對企業而言，模型成本不只是單次Token價格。一個Agent完成任務，往往需要多輪推理、連續調用工具、讀取和修改文件，并反復核驗中間結果。當使用規模擴大到數千名員工，單次調用中微小的成本差異，會被并發量和任務鏈條迅速放大。

更少的激活參數，意味著Hy3具備降低推理開銷和部署門檻的架構基礎。但激活參數少，并不天然等于真實成本低。

趙江杰指出，模型效率還取決于硬件、量化方式、推理框架、上下文長度、輸出長度、并發規模和任務成功率。騰訊目前證明的是Hy3有降低成本的可能性，但在統一條件下，Hy3還需驗證能否提供更低的首Token延遲、更高的吞吐量，以及更低的成功任務成本。

穩定性同樣是成本的一部分。

企業需要的不一定是模型偶爾表現驚艷，而是在幾十次連續調用中少出錯、不失憶、不中斷。騰訊公布的數據顯示，Hy3在不同Agent框架下運行SWE-bench Verified時，準確率波動被控制在4%以內；在內部場景中，幻覺率和多輪對話問題率也明顯下降。

趙江杰介紹，市場對Hy3的實際評價，更接近“一款工程型、性價比突出、Agent傾向明顯，但復雜認知任務還不夠均衡的模型”，而不是一款全面領先的通用模型。

Hy3 Preview發布后，日均Token消耗增長20倍，WorkBuddy中主動選擇該模型的用戶增長6倍。正式版上線后，WorkBuddy算力消耗迅速觸頂，排隊率一度超過50%，聯合項目組緊急調度算力擴容。與此同時，騰訊將Hy3接入元寶、CodeBuddy、ima和Marvis等產品，用于生成文檔、制作表格、編輯文件、管理電腦和編排工作流。

它的熱度也沒有局限在騰訊體系內。在OpenRouter 7月的編程模型使用量排名中，Hy3進入前四，與GLM-5.2、MiniMax M3和DeepSeek V4系列處于相近的調用梯隊。

但這些數據仍需謹慎看待。

目前Hy3在OpenRouter限時免費，WorkBuddy的調用增長，也可能受到積分、限免和內部導流影響。真正的考驗，要等到免費期結束之后。

即便如此，Hy3已完成了混元過去未完成的一步：讓外部開發者愿意主動試用，讓騰訊內部產品開始把真實任務交給它。它沒有證明騰訊擁有最強模型，但證明騰訊重新擁有了一款“能用的模型”。

02.混元真正補的，是造模型的方法

談及國內互聯網巨頭的AI布局，不少從業者過去對騰訊的評價很直接：場景很多，但大模型不行。

混元早在2023年就已經發布。此后兩年，騰訊不斷補齊參數規模、多模態和長上下文能力，也將模型陸續接入會議、文檔、廣告、游戲和云服務。但相比以開源建立開發者生態的阿里，或憑借推理能力和低成本突圍的DeepSeek，混元始終缺少一個足夠清晰的位置。

馬化騰曾用“漏水的船”形容騰訊在AI浪潮中的處境，看似已經上船，卻還沒有坐穩。落到混元身上，真正的漏洞不在于騰訊沒有產品、場景或數據，而是它沒有把這些資源持續轉化成模型進化的能力。

最初的混元，走的是一條典型的“大而全”路線：先訓練一款覆蓋盡可能多任務的通用底模，再接入騰訊云和內部業務。這種方式幫助騰訊迅速補課，也讓混元陷入同質化競爭。各項能力都有，但開發者很難找到必須選擇它的理由。

元寶接入DeepSeek，是騰訊第一次明顯把產品體驗放在模型歸屬之前。

對用戶而言，重要的是任務能否完成，而不是底層調用了哪一家模型。外部模型可以幫助騰訊迅速補齊產品短板，也能讓它更快看清用戶真正需要什么。這是騰訊對模型與產品關系的一次調整：產品不再必須等待自研模型成熟，模型也不再天然擁有內部流量。

但這條路同樣有邊界。

如果騰訊的應用長期建立在別人的模型之上，它掌握的只是入口，而不是AI時代的技術供給。模型價格如何調整、能力何時升級、敏感數據能否處理、產品反饋能否進入訓練閉環，都將取決于外部供應商。

多模型策略可以爭取時間，卻不能替代一款自主、可控且能夠持續迭代的基礎模型。

真正的變化，發生在姚順雨加入、混元研發體系重組之后。

2025年9月，姚順雨從OpenAI轉投騰訊；同年12月，騰訊正式任命其為首席AI科學家，同時負責大語言模型和AI基礎設施。他的加入，是騰訊重新組織混元研發體系的標志性事件。從此之后，模型、算力、數據和評測，開始被納入一條更集中的決策鏈。

騰訊沒有急著訓練一個參數更大的模型，而是先重做造模型的基礎工程：重建預訓練和強化學習系統，擴充和清洗數據，重新調整后訓練流程。公開榜單也不再是唯一標準，真實產品反饋、人工盲測和內部任務，開始進入評測體系。

Hy3正是這套方法下的第一批結果。

它集中解決推理、代碼、工具調用和長程Agent任務。研發順序也被倒轉過來，先確定辦公、編程和知識管理需要什么樣的模型，再反推架構、數據和訓練方式。

產品也不再只是模型完成后的分發渠道，而成為訓練體系的一部分。姚順雨在今年6月的騰訊云AI產業應用大會上表示，重新出發的混元模型堅持與產品深度Co?Design，通過多產品數據回流與體系化訓練，在優化模型尺寸的同時持續提升性能。

趙江杰認為，Hy3對騰訊的意義，超出一款模型本身。它為模型成本建立了錨點，讓產品反饋重新進入訓練閉環，也檢驗騰訊能否把分散在微信、辦公、云服務和開發工具中的應用生態，組織成真正的執行能力。

過去兩年，騰訊真正缺的，是一套能夠穩定造出模型、讓模型進入產品，再讓產品反饋推動模型繼續進化的方法。

Hy3暫時證明，這套循環開始重新運轉，但一次成功還不足以證明騰訊已經建立起長期競爭力。

03.混元之外，騰訊還差什么？

Hy3讓騰訊重新擁有了一臺可用的自研發動機，但這臺發動機在騰訊的AI版圖里，還不足以驅動一切。

騰訊總裁劉熾平在3月財報會上表示，AI不會是一場只產生一個冠軍的競賽。“大量現有應用將推出自身智能體與智能體能力，不同模型也將競爭贏得智能體的采用。這是一個更精彩、去中心化、人人可參與的世界。”

騰訊首席戰略官詹姆斯·米切爾所將其描述為一條“性價比曲線”：未來成功的智能體，會根據不同任務的能力要求和成本約束，自主選擇合適的模型；不同模型，則分布在這條曲線的不同位置。“我們希望成為其中一員，而不是唯一選擇。”

按照這一判斷，未來的AI市場不會由某一個模型包攬所有需求，而會形成一個由模型、智能體、應用和基礎設施共同組成的多層競爭格局。

這也決定了混元的角色：它不足以被騰訊拿去和別人拼勝負，但它是騰訊不能沒有的底盤。

未來，混元不需要包攬騰訊體系內的所有任務，也不必成為每一款產品的默認模型。高難度、低頻任務可以調用能力更強的外部模型；高頻、敏感、需要私有化部署或對成本要求更高的任務，則更多交給自研模型。

但這不意味著混元不重要。趙江杰將自研模型的戰略價值概括為：成本錨點、供應安全、產品共訓、私有化合規、持續學習能力，以及參與下一代技術競爭的資格。沒有自研模型，騰訊的產品依然可以借助外部供應商迅速補齊體驗，但它會在AI最關鍵的生產函數上長期受制于人。

真正決定騰訊AI天花板的，是另一套東西。

騰訊手里的牌是14億微信月活入口、身份權限體系、小程序工具生態、支付與交易能力、企業微信里的組織流程，以及云基礎設施。與對手相比，阿里有電商和云但沒有社交入口，字節有流量但在小程序工具生態和企業組織側深度不足，DeepSeek和智譜在模型層強卻沒有生態。騰訊在“模型-入口-工具-交易”這條鏈路上更加完整。

但理論上的優勢還沒有直接變現。真正的商業價值，取決于它能夠成功完成多少任務，這些任務本身有多大價值，調用成本有多高，以及執行失敗可能帶來多大風險。正如趙江杰所說，一款能力只有90分，卻能以較低成本、安全地調用微信身份、小程序、企業流程和支付系統的模型，可能比一款能力達到100分、卻只能返回文本的外部模型更有商業價值。

這也指向騰訊AI戰略真正需要補上的兩塊能力。

第一，是連續多個版本保持前沿水平的模型能力。

Hy3暫時緩解了騰訊在這一環上的焦慮，但一次追趕，還不足以證明長期競爭力。一款模型偶爾在某幾個榜單上取得高分，與一家企業能夠連續多個版本穩定處于前沿，是兩件不同的事。

前者可能來自一次架構選擇、數據調整或訓練周期，后者則要求組織、算力、數據、人才和產品反饋持續協同。

第二，是一個被用戶高頻采用、可信可控的微信原生Agent。

騰訊生態里的每一塊拼圖都很硬，但它們至今沒有被一款產品完整串聯起來。微信里被寄予厚望的原生Agent“小微”仍在灰度測試，能否真正調動小程序、調用支付、完成交易，都沒有答案。

只有當模型能夠調動騰訊生態中的工具、服務和交易能力，微信的入口優勢才會真正轉化成AI時代的執行優勢。

因此，騰訊AI戰略未來的檢驗標準，最終可以被歸結為兩條線：

技術端，混元能否連續迭代，形成長期優勢；產品端，騰訊能否造出一個超級原生Agent。

用戶留存、付費率、任務成功率、生產流量和收入規模，都是這兩條線上的具體指標。

趙江杰表示，如果混元長期無法承接大規模生產流量，不能服務敏感數據和私有化場景，也無法通過騰訊的產品反饋形成獨特能力，它最終可能只是一項昂貴的技術儲備。如果微信Agent始終停留在聊天、搜索和內容生成層面，無法進入工具調用和交易環節，騰訊龐大的生態也很難自動轉化成AI優勢。

騰訊AI的考驗，還將繼續。