騰訊混元Hy3低調發布即沖榜第八，但離“最強模型”還有多遠？

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，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