半年重建，一次交卷：5分鐘生成3D跑酷小遊戲，騰訊混元 Hy3 正式發佈

半年時間，騰訊交出一份新答卷。混元 Hy3 今日正式發佈，距離今年一月啟動底層基礎設施重建，至今不到半年。這段時間，騰訊走通了「底層重構」到「產品反哺」的完整研發鏈路，而這次發佈正是這條路徑上的關鍵節點。回想起來，這條路線的邏輯早在兩個月前就已埋下伏筆。今年六月，騰訊高層的一場對談中，明確提出「先談產品、再談生意」的務實方針，並將「模型與產品共同設計」寫入組織方法論。當時的判斷是，性價比的第一要素並非模型架構，而是實際性能；用一個更小的模型把更高價值的任務做好，遠比用弱模型反覆試錯來得省力。同時也直言，今日大模型的算法層面已經相對成熟，真正的競爭力在於基礎設施、數據與評估體系。

Hy3 正是這套邏輯的具體實踐。Hy3 採用快慢思考融合的 MoE 架構，總參數規模達到 295B，但每次推理時僅啟動 21B 的激活參數。這樣的設計用意明確：總參數夠大，才能承載足夠的知識容量與複雜任務處理能力；激活參數壓低，則能有效控制每次服務的成本與延遲。相較於四月發佈的 preview 版本，Hy3 在後訓練算力、數據質量與多樣性上全面強化，使其能以較小尺寸的性能體量，接近國內外大尺寸旗艦模型的效果。這背後的核心思維，不是把模型做得更大，而是把「一次做對」的成本壓到最低。內部測試數據也為 Hy3 的表現提供了佐證。在 270 位專家基於真實工作場景的盲測中，Hy3 獲得平均 2.

67 分（滿分 4 分），優於對照模型 GLM 5.1 的 2.51 分，尤其在前端開發、數據與存儲、CI/CD 等工程類別上優勢更為顯著。更值得關注的數據，來自實際業務的檢驗。自 preview 版本上線以來，Hy3 的日均 token 消耗量增長了 20 倍，這背後是真實業務使用量的爆發。在 WorkBuddy 平台上，自主選擇 Hy3 preview 的用戶數增長 6 倍；辦公場景內部評測中，任務成功率從 72% 提升至 90%，平均耗時縮短 34%。元寶則藉助 Hy3 的 Agent 能力同步上線文件交付功能，常識錯誤率與幻覺率均下降超過一半。

ima 的 Agent 系統穩定性達到 95.1%，知識庫問答推理質量淨提升近 19%。Marvis 的核心場景任務完成率來到 93.7%，六個 Agent 協作派發正確率達 92%。就連微信與遊戲場景也獲得反饋。公眾號 AI 分身意圖識別準確率高達 98.94%，WeGame AI 助手多輪推理成功率達 92%，幻覺率從 4.5% 降至 2.8%。這套邏輯構成了一個正向循環：多元的產品矩陣提供真實反饋，模型進步反過來推動所有產品一同提升，彼此強化。除了智慧層面的提升，Hy3 在「用得可靠」上也下了不少功夫。

模型被要求做到有依據才回答，無依據時明確告知無法回答，多來源資訊不隨意拼湊，數據與狀態不胡亂編造。結果反映在數位上，模型內部評測中幻覺率從 12.5% 降到 5.4%，常識錯誤率從 25.4% 降到 12.7%，「張冠李戴」與「無中生有」這類問題明顯減少。多輪對話與長上下文承接能力也獲得改善。透過 SFT 與 RL 階段的聯合優化，模型在指代消解、省略還原與多輪約束繼承方面表現更好，多輪問題率從 17.4% 降至 7.9%，長對話基準 MRCR 從 42.9% 躍升至 75.1%。在工具調用方面，錯誤恢復能力與效率均有提升，並專門針對跨開發環境做了泛化處理，確保在不同平台上表現穩定。

性價比優勢同樣直接反映在成本上。與對照模型相比，在高頻辦公任務中，Hy3 的 token 消耗明顯更低，文檔處理節省 47.4%、PPT 製作節省 49.0%。任務完成率提升的同時，單次消耗下降，成本優勢最終落實在每一次實際調用中。開放策略是 Hy3 的另一項重要訊號。定價延續低單價路線，輸入每百萬 tokens 收費 1 元、輸出收費 4 元，命中緩存更僅需 0.25 元。開源則採用商業友好的 Apache 2.0 協議，全球開發者可免費商用，並在發佈首日即接入 Hugging Face 與 ModelScope，後續將覆蓋更多海外平台。

低門檻換取規模，規模換取反饋，性價比本身就成了推動增長的策略。從一月啟動底層基礎設施重建，到四月推出 preview，再到今日正式發佈 Hy3，混元用不到半年時間跑通完整鏈路。這條時間線比單次產品發佈更值得關注，它意味著騰訊大模型研發已從追趕版本切換到自主節奏。未來，將模型能力持續落地到更多實際業務場景，「實用」將成為新的競爭維度。指標說得再多，不如直接做一個能上手的東西。筆者使用 Hy3 在 WorkBuddy 中製作了一款單檔案 3D 跑酷小遊戲，瀏覽器打開即可遊玩。只要一句話需求，模型就能直接生成單檔案 HTML，將 Three.js 下載至本地引用，雙擊即可開啟，無需啟動伺服器。

遊戲支援空白鍵跳躍、左右鍵閃避，撞上障礙物即結束並顯示本局得分，點擊即可重新開始，整個互動流程由模型自主完成。從一句話需求到上線可玩，全程無人工參與，耗時僅約五分鐘。這段體驗證明了從底層重建到眼前這個可上手的小遊戲，混元這半年走的每一步，最後都落到了「能用」二字上。