010-68332837
全国咨询热线
成为腾讯首席AI科学家半年后，姚顺雨交出了他的第一份答卷。
随后，多家券商上调评级，腾讯股价今日上涨2.09%，收报461.2港元。
一、 轻量架构
先来看看Hy3的基本情况。
Hy3采用的是MoE架构，总参数295B，但每次推理只激活21B，支持256K上下文长度。
通俗讲，这就好比公司里养了295号人的团队，全员都在岗占着工位，但每次接到任务，只派最合适的21个人干活。
这种设计的好处很明显：响应速度快、单次调用成本低。
但这也暴露了两个短板：
首先，295B的总参数在国产旗舰里是最小的之一，意味着它底层的“知识储备”可能不如别的大模型。
其次，256K的上下文长度，大概只能看20万字。而如今主流大模型都卷到了1M上下文，这使得Hy3在处理复杂任务时，可能不占优势。
那么，Hy3在跑分上表现如何？
官方给出的参数实在太多，我们挑一些看看：
在代表搜索能力的BrowseComp测试中，Hy3拿到84.2分，几乎追平了GPT-5.5的84.4分。
而在代表代码能力的SWE-Bench Verified中，Hy3拿到78.0分；第一的GPT-5.5是84.4分，仍有一定差距。
在端到端任务的ClawEval pass³测试中，Hy3拿到68.5分，超过DeepSeek V4 Pro的62.4分和Qwen 3.7 Max的65.2分。
此外，腾讯还表示，在内部组织的270位专家基于真实工作的模型盲猜中，Hy3均分2.67，要比GLM-5.1的均分2.51高；榜单上Hy3的各项指标也基本超越了GLM-5.1，但离GLM-5.2仍有差距。
一个有意思的现象是，部分社区用户对Hy3的评价大多停留在"能用，但不是一定要用"的程度。
毕竟头部几款模型已经各自圈定了用户，而且Hy3也没有达到一骑绝尘的领先。
讨论的另一个焦点则集中在姚顺雨团队：从预览版到正式版仅两个多月，能把一款小参数的模型打磨到这个水平，团队的硬实力还是过关的。
二、价平质优
单单孤芳自赏不行，我们还得看看Hy3和其他模型的对比。
先从价格看起。Hy3输入1元/百万tokens，输出4元/百万tokens；GLM-5.2的API输入价格大约10元/百万tokens，输出32元/百万tokens。算下来GLM-5.2比Hy3贵了差不多7到10倍。
腾讯对此也说得很直接：高频办公任务中，Hy3的Token消耗显著低于GLM-5.2——文档处理节省47.4%，PPT制作节省49.0%。
Hy3已经成为了国产模型里最便宜的之一，Deepseek“价格屠夫”的名号，可能要共享了。
定价够狠，能力到底够不够用？我们实测见真章。科技每日推送从办公和代码测试两方面，先选择了腾讯元宝这款产品作为载体，对Hy3模型进行了测试。
首先，要求元宝输出一份“2026年上半年A股行情回顾”的PDF。
这类项目无论是企业还是个人用户都有需求，而且还能检测模型是否能完成从“自主拆解检索→统计→排版→交付”的全流程。
元宝的响应速度很快，不到一分钟就做出来了。
至于结果嘛，只能说简洁也是一种美。
整个PDF文件一共两页，寥寥数句就讲完了。
考虑到元宝是面向所有用户的通用大模型，在办公能力方面可能欠缺一些火候。
于是我们又在另一搭载了元宝的办公产品Workbuddy再次进行测试。
这次耗时接近10分钟，Hy3模型输出了一份数据准确、排版合理的PDF文件；但仅这一份文件就消耗了45%的上下文用量，如果要做进一步的分析，可能会有些捉襟见肘。
我们也要求GLM-5.2做了一次这个任务。
与Hy3相比，GLM-5.2的报告更详细、也更为美观；但也花了更长的时间来完成。
第二个任务，则是考验模型的编程能力，我们尝试让它写一个Markdown转公众号排版神器。
Hy3模型仅花了不到四分钟，便给出了结果，虽然前端页面不那么美观，但整体可用性是没问题的。
做完了这两个测试，可以发现，Hy3模型在面对这些日常的办公和编程需求时，最直观的感受就是“快”，但结果要说惊艳，可能还不至于。
三、AI下半场
姚顺雨去年在一篇博客里提出了一个判断：AI方法论已经成熟，真正的较量不再是“怎么训练模型”，而是“找到好的问题去解决”，他称之为“AI下半场”。
这个判断放在Hy3身上，恰好能解释很多事情。
单论模型参数，Hy3算的上袖珍；单看跑分榜单，它离顶尖也还有距离。
但姚顺雨显然没有把全部精力押在“刷榜”上，他曾在接受采访时直言，国内AI大模型“刷榜”倾向不好，更应关心“如何基于产品、基于真正的应用去构造更加真实的eval”。
Hy3的发布，某种程度上正是这种思路的落地。
模型一经发布，就已经接入WorkBuddy、CodeBuddy、元宝、Marvis等核心业务，近50个业务在排队接入中，覆盖办公、Agent、游戏、客服、阅读等场景。
做最顶尖的模型或许不是腾讯短期内能做到的，但腾讯必须拥有属于自己的、第一梯队的模型。现在底座有了，上面的应用才能真正跑通。
腾讯不缺场景，不缺复杂业务，更不缺流量。
单纯拼榜单，腾讯或许短时间内无法占据榜首，但如果把Hy3放进真实产品里反复打磨，它的进化速度，不会慢。
当然，Hy3也还有挑战。
一是目前所有的提升基本来自官方数据，其实用性和有效性仍待市场检验。
二是腾讯的AI产品繁多，如果每个产品都讲自己的AI故事，用户会被弄得晕头转向。
如果腾讯后续能够打通模型与产品的隔阂，其AI体系才能真正走向闭环。
文章来源：科技每日推送公众号
