腾讯开源混元Hy3：295B参数的快慢思考MoE

模型上新

腾讯今日发布并开源混元Hy3 preview，295B总参数、21B激活参数的混合专家模型，支持256K上下文，融合快慢思考能力，在推理、代码、智能体等维度全面升级，API定价激进。

腾讯今天把混元系列迄今最大的一张牌摊到了桌面上。

4月23日，腾讯正式发布并开源混元 Hy3 preview 语言模型——一个总参数 295B、激活参数 21B 的混合专家（MoE）架构模型，最大支持 256K 上下文长度，且原生融合了快思考与慢思考两种推理模式。

这不是一次常规的版本迭代。按照官方的说法，今年 2 月腾讯混元团队对预训练和强化学习基础设施做了一次"重建"，Hy3 preview 是重建后训练出的第一个模型。换句话说，这是腾讯在大模型赛道上的一次重新出发。

混元Hy3 preview模型架构示意图，展示MoE结构与快慢思考融合机制

295B 总参、21B 激活：MoE 路线的又一个注脚

先看硬参数。295B 总参数，21B 激活参数——这意味着 Hy3 preview 的稀疏率大约在 93% 左右。每次推理时，模型只激活约 7% 的参数，剩下的专家模块"待命"。

这个设计思路并不新鲜。从 Mixtral 到 DeepSeek-V3，再到 Qwen3，MoE 已经成为当下大模型扩参数的主流路径。逻辑很简单：你想要一个"懂得多"的模型，但又不想每次推理都把所有参数跑一遍——MoE 就是这个矛盾的折中解。总参数决定了模型的知识容量上限，激活参数决定了单次推理的计算成本。

拿几个同期选手横向比一下：

模型 总参数 激活参数 最大上下文 架构
混元 Hy3 preview 295B 21B 256K MoE
DeepSeek-V3 671B 37B 128K MoE
Qwen3-235B 235B 22B 128K MoE
Llama 4 Maverick 400B 17B 1M MoE

Hy3 preview 的总参数规模介于 Qwen3-235B 和 Llama 4 Maverick 之间，激活参数与 Qwen3 接近，但上下文长度拉到了 256K，是 DeepSeek-V3 和 Qwen3 基础版的两倍。

256K 上下文意味着什么？大约等于一本 20 万字的中文小说，或者一个中型代码仓库的核心模块。对于需要处理长文档分析、大规模代码理解、多轮复杂对话的场景来说，这个窗口长度已经够用了。当然，Llama 4 Maverick 号称支持 1M，但实际可用的有效上下文长度和标称值之间往往存在不小的差距，这一点业内都心知肚明。

值得注意的是，Hy3 preview 目前还是 preview 状态。这通常意味着模型还在持续优化中，正式版可能会在参数效率、长上下文表现等方面进一步提升。腾讯选择在这个阶段就开源，一方面是抢时间窗口，另一方面也是想借助社区反馈加速迭代——这在当下的开源模型竞争中已经是标准操作了。

快慢思考融合：不是所有问题都值得"深度思考"

如果说 MoE 架构是 Hy3 preview 的骨架，那快慢思考融合就是它最想讲的故事。

所谓"快思考"和"慢思考"，借用的是丹尼尔·卡尼曼在《思考，快与慢》中的经典框架。映射到大模型上：

  • 快思考（System 1）：直接给出答案，不展开推理链。适合简单问答、日常对话、格式化输出等场景。速度快，token 消耗少。
  • 慢思考（System 2）：展开完整的思维链（Chain-of-Thought），一步步推导。适合数学证明、复杂代码调试、多步逻辑推理等场景。质量高，但 token 消耗大。

过去一年，"思考模型"是行业热词。OpenAI 的 o 系列、DeepSeek-R1、Qwen3 的 thinking 模式，都在往这个方向走。但问题也很明显：如果所有请求都走慢思考，推理成本会飙升，而且很多简单问题根本不需要那么长的思维链。你问模型"今天星期几"，它先花 500 个 token 自我推理一番，这不是智能，是浪费。

快慢思考融合要解决的就是这个问题：让模型自己判断什么时候该"想一想"，什么时候该"脱口而出"。

Qwen3 在今年早些时候已经做了类似的尝试，通过 enable_thinking 参数让用户手动切换思考模式。但这本质上还是把决策权交给了调用方。Hy3 preview 的做法更进一步——根据官方描述，模型能够根据问题复杂度自适应地选择推理深度。

这个能力如果真的做到位了，对实际部署的意义很大。想象一个客服场景：用户问"怎么退款"，快思考直接回答流程；用户问"我买了 A 产品但收到了 B 产品，而且 B 产品有质量问题，我想退款并且要求赔偿"，慢思考介入，分析多个条件后给出结构化回复。同一个模型、同一个 API，自动适配不同复杂度的请求，这才是生产环境真正需要的东西。

当然，"自适应"说起来容易做起来难。模型如何判断一个问题的复杂度？判断错了怎么办？简单问题误触发慢思考只是浪费 token，但复杂问题误走快思考可能直接给出错误答案。这个平衡点的把控，需要看实际使用中的表现。preview 阶段，保持观察比下结论更重要。

基础设施重建：腾讯在补什么课？

官方通稿里有一句话值得多看两眼："今年 2 月，腾讯混元重建了预训练和强化学习的基础设施。"

"重建"这个词的分量不轻。它意味着之前的基础设施存在足够大的问题，以至于修修补补已经不够用了，必须推倒重来。

腾讯同时提出了模型追求实用性的三个原则：

  1. 能力体系化——不追求单项跑分冠军，而是综合能力均衡
  2. 评测真实性——减少对 benchmark 的过拟合，关注真实场景表现
  3. 性价比追求——在性能和成本之间找到最优解

这三条原则读起来像是在"纠偏"。过去两年，国内大模型竞赛中有一个公开的秘密：不少模型在公开 benchmark 上的分数很漂亮，但实际使用体验和跑分之间存在明显落差。原因很多——针对测试集做优化、评测维度单一、忽视长尾场景等等。腾讯混元之前的版本也没能完全避免这些问题。

现在明确提出"评测真实性"，某种程度上是在承认过去的路径有偏差，同时也是在向开发者社区释放信号：我们这次是认真的，不玩跑分游戏了。

至于这个信号能不能兑现，还是要看 Hy3 preview 在真实任务上的表现。好在模型已经开源，社区很快就会给出独立评测。

定价：一场明牌的价格战

来看 API 定价，这可能是 Hy3 preview 发布中最"卷"的部分。

基础 API 价格按输入长度分三档：

输入分桶 输入价格（元/百万Tokens） 输出价格（元/百万Tokens） 缓存命中价格（元/百万Tokens）
0~16K 1.2 4 0.4
16~32K 1.6 6.4 0.6
32~256K 2 8 0.8

分桶定价的设计很务实。大部分 API 调用的输入长度集中在 16K 以内，这一档给了最低价。只有真正用到长上下文的请求才会触发更高的价格，避免了"为用不到的能力买单"的问题。

缓存命中价格更值得关注——0.4 元/百万 Tokens 的输入价格，相当于基础价的三分之一。对于有大量重复前缀（比如系统 prompt、固定的 few-shot 示例）的生产场景来说，这个缓存折扣能显著降低成本。

更激进的是 Token Plan 套餐：

套餐 月费 单价（元/百万Tokens） Tokens 额度（百万）
Lite 28元 0.80 35
Standard 78元 0.78 100
Pro 238元 0.74 320
Max 468元 0.72 650

Max 套餐的单价做到了 0.72 元/百万 Tokens。这个价格是什么概念？对比 DeepSeek-V3 的官方 API 定价（输入 1 元/百万 Tokens、输出 2 元/百万 Tokens），Hy3 preview 的套餐价在输入侧已经更便宜了。

28 元/月的 Lite 套餐显然是冲着个人开发者来的。一杯奶茶的钱，拿到 3500 万 Tokens 的额度，足够个人项目和学习实验用了。腾讯的意图很明确：先把开发者拉进来，用起来，形成习惯，后面再考虑商业化的事。

这也是当下国内大模型 API 市场的缩影——价格战已经打到了地板附近。对开发者来说这当然是好事，但对模型厂商来说，如何在极低的 API 单价下维持可持续的商业模型，是一个迟早要回答的问题。

生态铺开：从腾讯全家桶到开源智能体

Hy3 preview 的落地节奏很快。发布当天，模型已经在腾讯的一系列产品中上线或正在上线：

  • 已上线：元宝、CodeBuddy、WorkBuddy、QQ、ima、QQ浏览器、腾讯文档、腾讯乐享
  • 陆续上线中：微信公众号、腾讯新闻、腾讯自选股、和平精英、腾讯客服

这个产品覆盖面几乎涵盖了腾讯的所有核心业务线——社交、办公、搜索、游戏、金融、客服。大模型从"实验室产品"到"全业务线渗透"，腾讯的内部推进速度不慢。

更有意思的是开源智能体生态的接入。官方提到 Hy3 preview 已支持 OpenClaw、OpenCode、KiloCode 等流行的开源智能体产品。这说明腾讯不只是把模型开源了事，而是在主动适配社区中已经跑起来的智能体框架。

对于做 AI Agent 开发的团队来说，这是一个实际的利好。一个 295B 参数、支持 256K 上下文、具备快慢思考能力的开源模型，天然适合作为智能体的"大脑"——长上下文能装下更多的工具描述和历史记录，快慢思考能在简单工具调用和复杂规划之间灵活切换。

开源的意义：不只是放出权重

在当下的大模型竞争格局中，"开源"本身已经成为一种竞争策略。Meta 用 Llama 系列搅动了整个行业，DeepSeek 靠开源迅速建立了开发者口碑，Qwen 系列则在中文开源模型中占据了重要位置。

腾讯选择开源 Hy3 preview，战略意图很清晰：

第一，抢占开发者心智。在 MoE 架构的开源模型中，DeepSeek-V3 和 Qwen3 已经建立了先发优势。Hy3 preview 要想在这个赛道上获得一席之地，必须尽早让开发者用上、评上、讨论起来。

第二，借助社区力量加速迭代。preview 状态意味着模型还有优化空间，社区的真实反馈比内部测试更有价值。

第三，为腾讯云的 API 服务导流。开源模型本身不赚钱，但围绕模型的云服务、定制化部署、企业级支持才是商业化的落脚点。Token Plan 套餐的设计就是这个逻辑的体现。

对于开发者来说，多一个高质量的开源选择永远不是坏事。如果你正在做模型选型，Hy3 preview 值得加入你的评估列表——尤其是如果你的场景对长上下文和推理能力有较高要求的话。模型开源后，通过 OpenAI Hub 等聚合平台也能方便地进行多模型对比测试，快速验证在自己业务场景下的实际表现。

冷静看：preview 阶段的几个待验证问题

最后，泼几点冷水——不是唱衰，而是作为开发者在做技术决策时应该关注的点：

  1. 快慢思考的自适应准确率。这是 Hy3 preview 最核心的卖点，也是最需要验证的能力。建议等社区的独立评测出来后再做判断，尤其关注在边界 case 上的表现。

  2. 长上下文的实际有效性。256K 是标称值，但在接近上限时模型的注意力分配是否均匀、是否存在"中间遗忘"问题，需要针对性测试。这个问题在几乎所有长上下文模型上都存在，Hy3 preview 大概率也不例外。

  3. MoE 架构的部署门槛。295B 总参数意味着即使是推理部署，对显存的要求也不低。虽然激活参数只有 21B，但所有专家的权重都需要加载到显存中。个人开发者想本地跑满血版基本不现实，量化版本的性能损失需要关注。

  4. preview 到正式版的距离。preview 状态的模型可能存在稳定性、一致性方面的问题。如果是生产环境使用，建议等正式版发布后再做迁移。

写在最后

腾讯混元 Hy3 preview 的发布，是 2025 年国内大模型开源竞赛中的又一个重要节点。295B 参数的 MoE 架构、256K 长上下文、快慢思考融合、激进的 API 定价——每一项单独拿出来都不算惊艳，但组合在一起，构成了一个相当有竞争力的产品方案。

更重要的是腾讯在这次发布中展现出的态度转变：从追求跑分到追求实用性，从闭门造车到拥抱开源生态，从单点突破到全业务线铺开。这些变化比模型本身的参数更值得关注。

至于 Hy3 preview 能不能真正兑现它的承诺，时间和社区会给出答案。模型已经开源，代码已经放出，剩下的就交给每一个愿意动手试试的开发者了。

参考来源：