4月23日，腾讯混元Hy3 preview语言模型发布并开源。这是一个快慢思考融合的混合专家模型，总参数295B，激活参数21B，最大支持256K上下文长度。这是混元重建后训练的第一个模型，也是混元迄今最智能的模型，在复杂推理、指令遵循、上下文学习、代码、智能体等能力及推理性能上实现了大幅的提升。 1.能力体系化：不推崇“偏科”，因为即使是代码智能体的单一应用，也涉及推理、长文、指令、对话、代码、工具等多种能力的深度协同。 2.评测真实性：主动跳出易被“刷榜”的公开榜单，通过自建题目、最新考试、人工评测、产品众测等多种方式评估和改进模型的“真实战斗力”。 Hy3 preview可以视为混元快速探索实用性大模型、解决真实世界问题的一个开端。对此，腾讯首席AI科学家姚顺雨表示，Hy3 preview是混元大模型重建的第一步。我们希望通过这次开源和发布，获得来自开源社区和用户的真实反馈，帮助我们提升 Hy3 正式版的实用性。与此同时，我们也在继续扩大预训练和强化学习的规模，提升模型的智能上限，并通过与腾讯众多产品的深度Co-Design，持续提升模型在真实场景中的综合表现，并开始探索特色模型能力。 目前，Hy3 preview已在腾讯云、元宝、ima、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯乐享等首发上线，微信公众号、和平精英、腾讯新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也在陆续上线。另外，Hy3 preview支持接入流行的开源智能体产品，如OpenClaw、OpenCode、KiloCode等，并已上架腾讯云大模型服务平台TokenHub。 在各种真实的生产与生活场景，理解杂乱冗长的上下文并遵从复杂多变的规则是模型的首要挑战。基于腾讯业务场景的灵感，腾讯混元提出了CL-bench和CL-bench-Life来创新性地评估模型的上下文学习能力，并在Hy3 preview显著地提升了模型上下文学习和指令遵循能力。 复杂推理能力是模型解决各种问题的基础。Hy3 preview在 FrontierScience-Olympiad、IMOAnswerBench 等高难度理工科推理任务中表现突出，并在最新的清华大学求真书院数学博资考（26春）和 全国中学生生物学联赛（CHSBO 2025） 中取得优异成绩，展现了可泛化的强推理能力。 代码和智能体是Hy3 preview提升最为显著的方向。得益于预训练及强化学习框架的重建和强化学习任务规模的提升，腾讯混元以较快的速度在SWE-Bench Verified、Terminal-Bench 2.0等主流代码智能体基准以及BrowseComp、WideSearch等主流搜索智能体基准中取得了有竞争力的结果。 据介绍，在数字世界中，代码关注的是模型在开发环境中的执行能力，搜索则聚焦于开放信息空间中的检索、筛选与整合能力，两者共同决定了模型在复杂智能体场景（例如 OpenClaw）中是否真正具备可用性。Hy3 preview在 ClawEval 和 WildClawBench 等评测中表现突出，表明我们的智能体能力正在稳步走向全面与实用。 除了公开榜单，腾讯混元还进一步构建了多个内部的评测集，对模型在真实开发场景中的表现进行评估。结果表明，无论是在后端工程任务集Hy-Backend，贴近真实用户开发交互的Hy-Vibe Bench，还是高难度软件工程开发任务集Hy-SWE Max上，Hy3 preview均体现出了强竞争力。 比较各个开源模型的大小与智能体综合表现，Hy3 preview展现出高性价比。据介绍，得益于模型和推理框架上的深度协同，以及在推理框架、算子性能、量化算法等全方面优化，整体推理效率提升40%，Hy3 preview的成本相比上一代模型大幅下降。 在腾讯云大模型服务平台TokenHub上，Hy3 preview输入价格最低1.2元/百万tokens，输入命中缓存价格0.4元/百万tokens，输出价格最低4元/百万tokens。同时，腾讯云联合混元推出定制的Hy3 preview Token Plan套餐，个人版定价最低28元/月，为Agent开发和打造“龙虾”应用的提供更具性价比选择。 在元宝端，混元与元宝进行了深度Co-Design。一方面，针对性地提升了模型在意图理解精准度、文本创作质量、深度搜索等硬核指标上的表现；另一方面，对文风、文笔、情商、内容组织和内容专业度上进行了精细化调优。模型与产品的深度协同，为用户带来了更智能且更具“活人感”的交互体验。 在ima知识库问答和通用问答两个场景下，测试结果显示，Hy3 preview处理长文的能力出色，特别是检索类任务，在回答信息的准确性、覆盖度和全面性上表现较好。 在CodeBuddy、WorkBuddy产品上，Hy3 preview首token延迟降低54%、端到端时长降低47%、成功率提升至99.99%+。实际用户环境中，Hy3 preview已稳定驱动最长495步的复杂Agent工作流，覆盖文档处理、数据分析、知识检索、MCP工具链编排等多样化办公场景。 在公众号AI分身和AI客服的场景专项评测中，Hy3 preview展现出相比Hy2更全面的能力升级。新模型在用户意图理解、复杂上下文承接和知识信息组织方面表现更成熟，面对模糊提问、短句追问和多轮对话时，能够更准确地把握用户诉求，并输出更清晰、更稳定的回复。结合知识库、用户记忆与上下文生成回答时更贴合AI分身和AI客服的角色，过度脑补、主观代入和情绪化表达显著减少，使整体交互体验更贴近“可信、自然、高效”的回复目标。 在和平精英AINPC场景评测中，和平精英团队第一时间在Hy3 preview上线后基于AINPC场景中完成接入并开展评测，整体表现令人印象深刻。在游戏局外的人设扮演场景中，Hy3 preview不仅能够精准理解角色设定，还能针对开放性问题输出高度关联、富有增量价值的内容，带来了更加真实、自然、沉浸的对话体验。而在游戏局内的复杂对战场景中，模型回复节奏贴近真实玩家聊天体验，展现出优秀的稳定性与出色的拟人化扮演能力，整体效果表现亮眼。 在腾讯文档AI PPT场景，较上一版本（Hy2）取得了显著进步：生成成功率提升20%，评测得分提升10%，同时生成耗时缩短20%。整体而言，新模型在评测场景中表现优异，在模版选择、色彩匹配、生成大纲、补充内容多个阶段，均体现出优秀的表现，无幻觉，契合主题，视觉效果好。 在QQAI助手小Q产品评测中，较上一版本，在长文本首字节时延、整体响应速度与流式输出效率方面显著优化；核心能力上，数学推理表现提升尤为明显，多场景指令遵循与泛化能力进一步增强；在工具调用推理及多轮指代消解方面表现更稳定高效，在OpenClaw官方PinchBenchQQ智能体场景测试中取得突出效果，综合体验实现明显跃升。
