騰訊混元Hy3上線即爆，WorkBuddy緊急擴容，實測三個真實任務後我服了

騰訊混元Hy3正式版於7月6日對外發布，上線後隨即湧入大量使用者，負責支撐的WorkBuddy平台在7月8日一度出現算力資源滿載、排隊率超過50%的情況，開發團隊緊急完成擴容。業界關注的不僅是這款模型在性能上的突破，更在於它用極低的成本實現了接近旗艦模型的表現，讓「好用」與「便宜」不再只能二選一。 混元Hy3採用快慢思考融合的MoE架構，總參數達295B，但每次推理僅激活21B參數，支援256K上下文長度。這意味著它的知識儲備以295B的量級運行，但實際運算開銷僅與小型模型相當，從根本上壓低了推理成本。相比騰訊內部270位專家進行的盲測，Hy3綜合評分2.67，優於競爭對手GLM5.1的2.51，而後者的激活參數超過Hy3四倍以上，凸顯Hy3在效率與能力之間的平衡。 此次正式版相較於今年4月的preview版本，主要升級體現在三個面向。首先是模型智能的提升，團隊在後訓練階段大幅增加算力投入，同時提升數據質量與多樣性，讓模型在語言理解、邏輯推理與知識掌握上更扎實。其次是Agent能力的躍進，在WorkBuddy環境中任務成功率從72%提升至90%，平均耗時縮短34%；元寶的幻覺率下降超過一半，常識錯誤率也同步減半；ima系統穩定性達到95.1%，Mavis六Agent協作正確率達92%——這些數字背後是Hy3在多步任務執行、工具調用與幻覺控制上的實質改進。第三則是極具競爭力的定價：輸入每百萬tokens僅1元，輸出4元，緩存命中更只需0.25元。以中小團隊日均50萬輸入與10萬輸出的API調用量計算，一天總成本不到一塊錢。preview版本上線以來，日均token消耗已成長20倍，市場反應相當熱烈。 目前騰訊元寶與WorkBuddy已全面接入Hy3。元寶基於Hy3上線了Agent功能，使用者只需輸入需求，即可直接產出PPT、Word、Excel、PDF與HTML等文件，且全部免費。WorkBuddy則因Hy3正式版上線而迎來使用者高峰，算力一度打滿後緊急擴容，從側面印證了這款模型在真實業務中的吸引力——使用者用實際行動投票，選擇了既實用又便宜的方案。 為了更具體驗證Hy3的表現，我們以三個真實任務進行測試。第一個任務是帶業務邏輯的後端開發需求：用Python撰寫一個異步任務隊列，支援優先級調度、超時重試與死信隊列，並能接Redis做持久化。Hy3產出的AsyncTaskQueue主類將優先級調度、超時檢查、重試邏輯與死信隊列完整串接，類之間調用關係清晰。它使用Redis Sorted Set將優先級與時間戳組合，確保同優先級下先進先出；將任務從pending移至processing時採用Lua腳本保證原子性，避免併發競爭；超時任務另用ZSET追蹤，worker循環中定期檢查。這些設計在生產環境中至關重要，且Hy3未在提示詞中獲取相關資訊，卻主動補齊。經實際運行，邏輯正確、無語法錯誤，僅在重試策略上採固定延遲（註釋說明為示例），以及Redis連接池使用默認配置等可優化細節，整體完成度已相當高。 第二個任務測試Agent連續多步執行能力：要求Hy3扮演數據處理Agent，從銷售CSV中提取本月TOP10客戶、生成柱狀圖，再撰寫月度銷售總結郵件，並從公司通訊錄API取得收件人。Hy3先正確讀取CSV，主動進行數據校驗（金額欄位均正數、無空值），再按客戶名稱聚合求和，給出完整計算明細與柱狀圖。關鍵步驟中，它成功向模擬通訊錄API發出GET請求，拿到全員列表後解析嵌套JSON，篩選銷售部成員，最後將圖表與分析整合成郵件。整個過程Hy3還自行生成執行日誌與打勾自檢，顯示它不僅執行任務，還在過程中自我驗證，與ima系統穩定性95.1%的評測結果相符。 第三個任務考驗長文本生成與深度分析：要求撰寫一篇約2000字的行業分析，主題為「2026年國內大模型Agent落地趨勢」。Hy3的輸出結構清晰，從範式躍遷、市場數據、技術底座、場景分層、商業模式到隱憂展望，層層遞進，並非平鋪直敘。它引用了中科院計算所白碩的「Harness工程」概念，點出模型-工程-場景三件套缺一不可，並敏銳捕捉到商業模式從MaaS向Agent-as-a-Service的演進，以及資本流向。更重要的是，它在技術隱憂部分誠實面對幻覺控制、組織治理與數據壁壘三道坎，沒有迴避行業痛點。全文數據紮實、案例具體（有名字、數字、對比），且多處數據可交叉驗證，並非憑空捏造。若能再加入一手訪談或獨家觀點，甚至可接近專業報告水準，但以模型自動生成的標準來看，此完成度已遠超預期。 從1月底基礎設施重建，到4月Hy3 preview，再到7月正式版發布，混元在不到半年內跑通了底層重構與產品反哺的完整鏈路。騰訊多元的產品矩陣為模型優化提供了海量真實反饋，而模型能力的提升又反過來賦能所有產品，形成「模型-產品-數據」的良性飛輪。對話場景中的意圖理解優化支援Agent，Agent工具調用能力提升反哺搜索，效果可遷移、可泛化、可複利。Hy3從未追求「最強模型」的虛名，而是用21B激活參數的設計，讓絕大多數真實場景夠用，同時讓開發者用得起。當一個僅激活21B參數的模型能在Agent實戰中穩定交付，技術真正的價值便在於降低了人們嘗試的門檻，讓更多創意得以付諸實現。