腾讯混元Hy3正式发布，Agent任务解决率跃升至90%

发布时间：2026-07-18 03:22:50 来源：安智兰德资讯网 作者：知识

21世纪经济报道记者 吴佳楠

7月6日，腾讯腾讯混元Hy3模型正式发布。混元作为快慢思考融合的正式至新一代模型，Hy3采用混合专家（MoE）架构，发布拥有295B总参数与21B激活参数，决率并支持高达256K的跃升上下文长度。

性能质变：从Preview到正式版的腾讯全面进化

自4月23日发布Hy3 Preview以来，该模型作为混元架构重建后的混元首个版本，已在复杂推理、正式至指令遵循、发布上下文学习、决率代码生成及智能体（Agent）能力上实现了对Hy2的跃升质的飞跃。Hy3延续了清晰陡峭的腾讯能力增长曲线，通过大幅提升后训练算力规模、混元优化数据质量与多样性，正式至并在各类任务上较Preview版本再次跃升。凭借较小的模型尺寸，Hy3首次比肩国内外大尺寸旗舰模型的效果。

在定价策略上，Hy3坚持实用与普惠定位：
* 输入价格：1元/百万tokens
* 输出价格：4元/百万tokens
* 缓存命中价格：0.25元/百万tokens

腾讯混元Hy3正式发布（资料图）

核心突破：幻觉率减半，Agent能力显著提升

过去两个月的后训练迭代聚焦于三大方向：扩大算力规模、提升数据质量与多样性，以及针对Preview阶段暴露的幻觉问题进行细粒度检测与训练约束。这一系列优化在Benchmark测试中成果显著：

• SkillsBench：从29.1提升至55.3
• MathArena Apex：从12.8提升至38.7
• Agent与代码能力：核心能力提升20%至30%
• 幻觉控制：幻觉率下降50%

在由270位专家参与的基于真实工作场景的模型盲测中，Hy3获得均分2.67/4，优于GLM5.1（均分2.51/4），尤其在前端开发、数据存储及CI/CD等领域优势明显。

实战验证：90% Agent任务成功率，覆盖多业务场景

经过海量产品的Co-design测试，Hy3在主要场景中Agent任务的成功执行率达到90%，覆盖数据处理、文档生成、研报分析、信息查询、网页制作及生活决策等办公与生活自动化场景，能够满足绝大多数企业和个人用户的日常需求。

目前，Hy3已接入WorkBuddy、CodeBuddy、元宝、Marvis、ima等多个核心业务，API已在腾讯云TokenHub上线，并计划接入多个海外API平台。自Preview上线以来，Hy3在全球开发者及腾讯内部多条产品线的真实调用中反复验证，日均Token消耗量激增20倍。

1. WorkBuddy：办公效率大幅提升

作为腾讯知名的AI办公智能体，WorkBuddy为混元提供了高价值的迭代方向。自发布以来，WorkBuddy上自主选择Hy3 Preview的用户数增长6倍。在内部测评中，Hy3在WorkBuddy办公场景的任务成功率从72%升至90%，平均耗时缩短34%，显著提升了问题解决的省心度与效率。

2. 元宝：强化长文与搜索可靠性

针对长文处理和AI搜索中的幻觉问题，Hy3通过细粒度数据清洗与训练约束，提升了在复杂证据下的输出可靠性。基于真实日志评测，Hy3的常识错误率较Preview版本下降一半，幻觉率下降超过50%。依托增强的Agent能力，元宝同步上线Agent功能，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。在综合办公与生活服务的内部评估中，Hy3已超越GLM5.1等大量国产优秀模型。

3. ima与微信生态：精准识别与多轮推理

• ima：在Agent任务中表现优异，系统稳定性高达95.1%。
• 微信公众号：AI分身与客服专项评测显示，Hy3的意图识别准确率提升至98.94%，能结合账号定位与上下文合理判断，避免过度脑补或机械套模板。
• 微信读书：标签标注准确率较Preview提高14.1%，综合分类效能提升8.4%。
• 游戏场景：WeGame新上线的《流放之路：降临》AI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%。

开源战略：Apache 2.0协议，全球开发者友好

Hy3采用商业友好度极高的Apache 2.0开源协议，全球开发者可免费下载并免费商用。为便利全球开发者，Hy3将陆续上线OpenRouter、Hermes、Kilo、Cline、OpenClaw、OpenCode、CherryStudio等多个海外平台，并同步“Day 0”接入HuggingFace和ModelScope魔搭平台。

战略意义：构建产品与模型的良性闭环

腾讯首席AI科学家姚顺雨在今年6月5日的腾讯云AI产业应用大会上指出，腾讯多元化的产品矩阵为混元模型的优化提供了广泛且真实的反馈，形成了“产品反哺模型，模型赋能产品”的良性循环。例如，元宝的Co-Design增强了模型的聊天与搜索能力，这些能力可迁移至ima或WorkBuddy，数据间的相互泛化形成了强大的网络体系价值。

从2026年1月底的基础设施重建，到4月Hy3 Preview发布，再到今日Hy3的正式亮相，混元在不到半年时间内跑通了从底层重构到产品反哺的完整研发链路。Preview阶段获取的真实世界反馈，有效修复了榜单无法发现的底线问题，使正式版在可靠性与实用性上实现了巨大改进。

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

相关文章