腾讯混元Hy3今日开源：定价再砍一刀，对标2-5倍参数旗舰

7月6日，腾讯混元把Hy3的正式版扔了出来，同步开源，同步上线腾讯云TokenHub。距离4月底那版preview过去两个多月，这次不再是"试水"，而是姚顺雨接手混元、重建预训练与RL基础设施之后的第一个完全体交付。

先说结论：Hy3是目前国内开源阵营里，性价比拉得最狠的一档MoE模型——总参数295B、激活21B、256K上下文，API输入价格直接砍到1元/百万tokens，比preview版本的1.2元还再降了一档。腾讯这次是奔着让开发者"用得起"来的，不是奔着刷榜。

相比Preview，到底升级了什么

4月那版preview，腾讯自己也承认是"重建第一步"，拿出来收反馈。这两个多月，混元团队做了三件事：后训练数据的质量和多样性上了一个台阶、RL算力规模继续扩、把社区和自家产品线反馈的体验问题一个个啃掉。

结果是什么？官方给的数据里，最能说明问题的是那个270人的专家盲测——基于真实工作场景，不是刷榜。Hy3拿到2.67/4，GLM5.1是2.51/4。别看这个绝对差距不大，落到细分类别上，Hy3在前端开发、数据与存储、CI/CD 这几个类目里领先幅度相当明显。这几个场景恰好是开发者最日常、也最挑剔的地方——代码能不能跑起来、SQL写没写对、Pipeline脚本能不能一把过，模型糊弄不了人。

更值得注意的是，官方明确对比的口径是"比肩参数规模2-5倍的国内外旗舰模型"。21B激活参数去打百B激活的模型，如果这个说法能站得住，那MoE在真实业务负载下的效率优势就再一次被验证了。

三条主线：推理、Agent、长上下文

推理：不是奥数刷分，是可泛化的强推理

Hy3preview就在FrontierScience-Olympiad、IMOAnswerBench这类硬理工题上表现不错，还去考了清华求真书院的数学博资考和CHSBO 2025生物联赛。这次正式版在这条线上继续加码。混元这波的思路很明确——不追求单点榜单最高，而是让推理能力在跨学科、跨场景里稳定输出。

对开发者的意义是：你拿它做金融建模、做数据分析、做需要多步逻辑的Agent决策链，它不至于在中间某一步突然"降智"。

Agent：495步长工作流是真跑过的

这个数字preview版就报过——稳定驱动最长495步的复杂Agent工作流，覆盖文档处理、数据分析、知识检索、MCP工具链编排。正式版这块继续打磨。腾讯自己的CodeBuddy和WorkBuddy两个产品是最直接的试验田，首token延迟降54%、端到端时长降47%、成功率99.99%+。

代码智能体基准SWE-Bench Verified、Terminal-Bench 2.0，搜索智能体基准BrowseComp、WideSearch，Hy3都拿到了有竞争力的分数。这里面Terminal-Bench 2.0特别值得说一下——它考的是模型在真实终端环境里完成任务的能力，比传统的"给个题目让你写函数"要难得多，因为要跟shell、文件系统、报错日志这些真实世界的"脏东西"打交道。

长上下文：256K不是数字游戏

256K的窗口本身在2026年已经不算稀奇，Gemini、Claude早就把上下文卷到M级别了。但Hy3的长上下文有个自己的评测维度——CL-bench和CL-bench-Life，这是混元自建的上下文学习能力评测集，专门测模型在杂乱冗长上下文里遵循复杂多变规则的能力。这个更贴近真实业务场景：你给模型灌一堆产品文档、代码库、聊天记录，让它按你的规则办事，而不是简单的"大海捞针"。

定价：1元/4元/0.25元

直接上表：

| 项目 | 价格（每百万Tokens）| |------|------| | 输入 | 1元 | | 输出 | 4元 | | 输入（命中缓存）| 0.25元 |

对比preview版的1.2/4/0.4，输入和缓存输入都进一步下探。0.25元的缓存命中价格意味着什么？如果你的应用有大量重复system prompt或者长文档反复问答的场景，实际成本可能会打骨折。这对做知识库、Agent、长会话产品的团队来说是实打实的红利。

腾讯给的解释是"软硬协同优化"，preview阶段就靠推理框架、算子性能、量化算法的全栈优化把整体推理效率提升了40%，这波正式版应该是进一步榨了一轮。

生产力场景才是真战场

官方特别强调了Hy3在软件开发、办公生产、金融建模、前端设计、游戏制作这几类生产力任务上的进步。这个方向选择其实挺聪明——现在开源模型卷通用能力已经卷得差不多了，各家在MMLU、GPQA上你追我赶个一两分意义不大。真正决定商业价值的，是能不能在具体生产力场景里跑通、跑稳、跑便宜。

腾讯自家产线已经全线接入：WorkBuddy、CodeBuddy、元宝、Marvis、ima，这些既是Hy3的用户，也是它的Co-Design伙伴。这种"模型和产品共同进化"的路径，是姚顺雨来了之后混元一直在讲的故事。

开源生态与接入

Hy3同步上架了GitHub、HuggingFace、ModelScope、GitCode四大平台，支持vLLM、SGLang等主流推理框架，开发者可以直接拉下来部署。

• GitHub：Tencent-Hunyuan/Hy3
• HuggingFace：tencent/Hy3
• ModelScope：Tencent-Hunyuan/Hy3

API这边，腾讯云TokenHub是首发通道，多个海外API平台也会陆续接入。OpenAI Hub 这边已经跟进支持Hy3，一个Key切换GPT、Claude、Gemini、DeepSeek、Hy3之间，对做多模型对比、灰度切换的团队来说省事不少。

一点判断

Hy3这波发布，有几个信号值得注意：

第一，MoE的性价比路径继续被验证。 21B激活对标百B激活旗舰，如果实测能站住，那国内MoE路线在生产力场景里的位置就更稳了。DeepSeek、Qwen、GLM、Hy这几家现在都在这条路上，最终拼的是数据质量、RL scale和推理框架的软硬协同。

第二，腾讯明显在"务实"这件事上下了决心。 从preview开始，姚顺雨就反复强调三条原则——能力体系化、评测真实性、性价比追求。Hy3把这三条落到了具体产品和定价上，不玩虚的。这跟一年前混元那种"发布即巅峰、上线即销声"的路数完全是两回事。

第三，对开发者的实际吸引力还得看具体场景。 如果你做的是代码助手、Agent应用、企业内部工具，Hy3的定价和长工作流能力值得认真评估一轮。如果做的是C端聊天机器人或者内容生成，可能需要跟同价位的DeepSeek、GLM、Qwen做具体对比测试。

开源模型这一年已经打得没有喘息的空间。Hy3今天入场，接下来就看开发者社区的实测反馈——尤其是那些不看PR稿、只看真实生产环境跑分的团队，他们的口碑才是Hy3能不能真正卡进第一梯队的分水岭。

参考来源

• IT之家：腾讯发布并开源混元 Hy3 模型 - Hy3正式版发布报道，包含定价与开源链接
• GitHub：Tencent-Hunyuan/Hy3 - Hy3官方开源仓库
• HuggingFace：tencent/Hy3 - Hy3模型权重下载