腾讯混元Hy3正式发布，Agent任务解决率跃升至90%

21世纪经济报道记者 吴佳楠

7月6日，腾讯混元Hy3正式发布。Hy3是一个快慢思考融合的模型，采用MoE架构，总参数295B、激活参数21B，支持256K上下文长度。

4月23日发布的Hy3 preview为混元重建后第一个版本，在复杂推理、指令遵循、上下文学习、代码生成与智能体能力上相较于Hy2实现了质变；Hy3延续了清晰陡峭的能力增长曲线，通过进一步提升后训练的算力规模以及数据质量和多样性，在各类任务上较Hy3 preview再次跃升，以较小尺寸首次比肩国内外大尺寸旗舰模型的效果。

Hy3延续了实用、普惠的模型定位，定价为输入1元/百万tokens，输出4元/百万tokens，输入命中缓存价格仅0.25元/百万tokens。

腾讯混元Hy3正式发布（资料图）

据介绍，目前Hy3已接入WorkBuddy/CodeBuddy、元宝、Marvis、ima等多个业务，API已在腾讯云TokenHub上线，多个海外API平台也将陆续接入。

preview版本上线后被腾讯内部多条产品线真实调用，被全球开发者使用，在真实任务中反复验证。

这两个月的后训练迭代集中在三个方向，包括进一步提升后训练的算力规模、数据质量和多样性，以及针对preview阶段暴露的幻觉问题做细粒度检测与训练约束。

结果体现在benchmark上。在12项横向对比中，Hy3相比preview版进步最大的两项是SkillsBench（从29.1到55.3）和MathArena Apex（从12.8到38.7）。Agent和代码核心能力提升20%至30%，幻觉率下降一半。

在内部组织的270位专家基于真实工作的模型盲测中，Hy3（均分2.67/4）展现出优于GLM5.1（均分2.51/4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。

目前，海量产品Co-design测试的结论是主要场景中至少90%的Agent任务可以使用Hy3成功执行，覆盖范围包括数据处理、文档生成、研报分析、信息查询、网页制作、生活决策等办公与生活自动化场景。这意味着，Hy3已经可以满足绝大多数企业和个人用户的日常Agent需求。

开源方面，Hy3采用商业友好度高的Apache 2.0开源协议，全球开发者均可下载和免费商用。为进一步方便全球开发者使用，Hy3将陆续在多个海外平台上线，覆盖OpenRouter、Hermes、Kilo、Cline、OpenClaw、OpenCode、CherryStudio等，且同时“Day 0”接入开源模型社区HuggingFace、ModelScope魔搭平台。

从2026年1月底的基础设施重建，到4月Hy3 preview的发布，再到今天Hy3的进步，混元用不到半年的时间跑通了从底层重构到产品反哺的完整模型研发链路。

据介绍，Hy3在全球开发者的使用以及腾讯海量真实业务中验证，从preview上线以来日均token消耗量增加了20倍。

作为国内知名的AI办公智能体，WorkBuddy拥有自动化脚本生成、工作流编排等真实且复杂的场景需求，为混元模型能力迭代提供了高价值的方向。自发布以来，WorkBuddy上自主选择Hy3 preview的用户数增长了6倍。Hy3在WorkBuddy办公场景的内部测评中，任务成功率从72%升至90%，平均耗时缩短34%，解决各种问题更省心、更高效。

元宝的对话交互场景也为模型提供了极具价值的反馈。针对长文和AI搜索场景存在的幻觉现象，Hy3通过细粒度的数据清洗与训练约束，让模型学会在复杂证据下可靠输出。在基于真实日志的评测中，Hy3常识错误率较preview版本下降了一半，幻觉率下降了超过一半。基于Hy3大幅提升的Agent能力，元宝也同步上线了Agent功能。在其内部评估中，Hy3在综合办公与生活服务两大场景上已超过GLM5.1等大量国产优秀模型，足以稳定支撑真实业务链路。用户在日常对话中输入需求，元宝即可直接执行复杂任务并交付PPT、Word、Excel、PDF、HTML等文件，满足日常办公需求，且全部免费。

ima基于线上知识库问答与Agent两大核心场景对Hy3进行了评测。在Agent任务中，Hy3综合表现优异，系统稳定性高达95.1%。混元也在持续支持微信和游戏的各种业务。在微信公众号的AI分身和客服专项评测里，Hy3的意图识别准确率提升到98.94%，面对不完整的表达也能结合账号定位与上下文合理判断，不脑补过度或机械套模板。在微信读书中，Hy3相较Hy3 preview标签标注准确率提高14.1%，综合分类效能提升8.4%。在游戏场景中，WeGame近期上线的《流放之路：降临》AI游戏助手接入Hy3后，多轮推理与工具调度综合成功率提升至92%，幻觉率从4.5%降至2.8%。

在今年6月5日的腾讯云AI产业应用大会上，腾讯首席AI科学家姚顺雨表示，腾讯在产品形成体系化会有比较大的优势。比如和元宝的Co-Design可以使模型产生很强的聊天和搜索能力，这样的能力可能又可以被迁移到ima或WorkBuddy等其他产品，这些数据之间又可以相互泛化，形成一个网络体系，这样的价值越来越重要。preview模型最重要的目的之一就是希望能获得真实世界的反馈，来修复各种各样榜单中没法发现的底线问题，这一点会在正式版上有一个非常大的改进。

可以看到的是，腾讯极其多元的产品矩阵为混元模型的优化提供了广泛而真实的反馈，而混元模型能力的进步也反哺到所有产品。例如，对话场景中意图理解和输出风格等优化也可以赋能各种Agent场景，而智能体工具调用能力的提升也帮助了对话搜索等业务的提升。

截至7月6日港股收盘，腾讯控股（0700.HK）涨4.82%，报452港元/股，总市值4.1万亿港元。