腾讯混元大模型 Hy3 正式发布&免费使用｜实测

4月底的 preview 版本之后的2个月，腾讯混元 Hy3 今天官宣正式发布。

2个月迭代一个可以官宣的版本，这个效率还是很惊人的，很中国。

不过从生成文本看，写作风格感觉各家模型都开始趋同了，应该是模型蒸馏的锅。

官方表示：Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作这些生产力任务上进步最明显。

Hy3 是快慢思考融合的模型，采用 MoE 架构，总参数 295B，激活参数 21B，最大支持 256K 上下文。

这个上下文，还差着主流的1M有不小差距。

不过日常工作任务感觉不出来，咱们打1M这么富裕的仗也没几天。

目前 Hy3 已经接入 WorkBuddy、CodeBuddy、元宝、ima、QQ浏览器、微信公众号等核心业务，还有近 50 个业务在排队接入。

在 WorkBuddy 的内部测评里，Hy3 的任务成功率从 72% 升到 90%，平均耗时缩短 34%。

关键是，这个版本开源了，Hy3 用 Apache 2.0 协议，可以免费商用。

HF地址：https://huggingface.co/tencent/Hy3

WordBuddy 也配合发布时间，推出了2周免费限时使用。

那就趁免费窗口试试模型的能力。

之前搜集过一份网络的测试题集资源索引，于是想着用这份搜集清单让 Hy3 根据索引做一份题集，再让它做题。

下面是用新模型 Hy3 实际跑任务过程。

第一轮：剥离单源答案。

原始题集每道题都带着题目、来源、考察点、答案，有的还夹着答案示例和扩展，文末还有一张答案速查表。

所以给它的任务：删掉答案、答案示例、扩展、速查表，只留题。

第一轮产出 10 大类、110 道无答案题。

没有把索引清单里25个来源都做一遍，所以让它再补充剩下的来源。

第二轮，补全 25 个外部来源。

WordBuddy 自动派了几个并行的子Agent，按类型分组去抓 GitHub 仓库、个人站博客、知乎、CSDN、媒体论坛和论文。

并且要求：只抽题目，严禁带回任何答案、参考答案、解题思路。

抓回来的题，没和第一轮直接合并，而是作为第二部分 25 源归档追加在后面。

两部分有重叠，比如草莓题、洗车店、鸡蛋题。大模型没有擅自合并重复。

3 个源没有可剥离的公开原题，做了如实标注：

分别是 llm2014（作者声明题目不公开）、知乎 v3（个人私有题库只给大纲）、36kr（报告类只列能力维度）。

还有 1 个源 LINUX DO 被拦截，只还原了片段。

第三轮，我要求它去重合并成单一题库。

这一步实现，Hy3 使用了编码实现而不是手工，保证规则一致、可复现。

逻辑是：同源内文本归一化后相同的，合并成一条。

跨源同名的题，各自保留，因为格式就是按源归档。

同源内只是近义表述不同的，不强行合并，避免误删语义确有差异的题。

最终汇报给我的产物是一个单一文件，按 25 个源顺序排列，约 321 道，全部无答案。

三轮下来，这套 321 题的干净盲测题库已经就绪。

把每一道题单独喂给 Hy3，收回答，再用之前的作答报告当钥匙人工判分。

总体感觉和目前使用 GLM-5.2，DeepSeek-V4-Pro 差距不大。

你用了Hy3 吗？欢迎评论区留言。