新眸原创·作者 | 李小东

大模型的牌局上，腾讯终于甩出了一张新牌。

4月23日，腾讯混元Hy3 preview语言模型正式发布并开源。这是一款快慢思考融合的混合专家（MoE）模型，总参数295B（2950亿），激活参数21B，最大支持256K上下文长度。官方给它的定义干脆利落：“混元重建后训练的第一个模型”，以及“混元迄今最智能的模型”。

如果把目光往回拉四个月，腾讯AI的日子并不好过。今年年会上，马化腾亲口承认“动作慢了”，慢了9个月到1年。刘炽平复盘，混元像高中生背题应考，成绩单好看，一上真实考场就露馅。与此同时，字节豆包月活已达3.45亿，阿里千问1.66亿，而元宝约5700万，差距不仅没缩小还在拉大。

所以当28岁的姚顺雨——前OpenAI研究员、清华姚班出身、中国互联网最受瞩目的天才少年，在去年被正式任命为腾讯“CEO/总裁办公室”首席AI科学家时，外界解读只有一个意思：腾讯要动真格了。

四个月后，Hy3 preview上线。交卷时刻似乎到了。

01

一场“推倒重来”式的重建

Hy3 preview不是一次常规迭代。用腾讯自己的话说，这是一场底层工程的重构。2月，混元重建了预训练和强化学习的基础设施，原有的训练框架没有沿用，姚顺雨到任后在一个月内完成了整个基础设施的重建。

重建的方向很明确，三个原则：能力体系化、评测真实性、性价比追求。翻译一下就是，不做“偏科生”，不刷榜，不让模型变成烧钱的无底洞。

“不做偏科生”这条尤其值得展开。Hy3 preview从研发之初就围绕智能体场景做了针对性设计，而姚顺雨的判断是，即便是代码智能体的单一应用，也涉及推理、长文、指令、对话、代码、工具等多种能力的深度协同。你不能让模型只会写代码却看不懂文档，或者能聊天但调不了API。

同时，姚顺雨指出，过去的混元过度追逐榜单成绩，将打榜语料放入训练集导致数据被污染，影响了真实场景表现。他要求团队“以后不要打榜”，主动跳出易被刷榜的公开榜单，通过自建题目、最新考试、人工评测、产品众测等多种方式来评估模型的“真实战斗力”。

从研发节奏来看，Hy3 preview于2026年1月底正式启动训练，从训练到上线用了不到三个月，被腾讯内部定义为混元大模型从“读万卷书”走向“行万里路”、尝试解决真实世界复杂问题的开端。

不到三个月，重建基础设施、定方向、训模型、开源发布。这个速度放在大厂体系里，相当激进。

Hy3 preview最核心的技术理念是“快慢思考融合”。

这个概念对应的是认知科学中的双系统理论：系统1（快思考）是快速、自动、直觉式的反应；系统2（慢思考）是缓慢、深度、需要调用大量计算资源的推理。传统大模型在设计时通常两条路只能选一条，要么快但能力有限，要么强但响应慢。

Hy3 preview的做法是让模型根据任务难度自动选择思考模式：简单任务用快思考，复杂任务切换到慢思考，在速度和能力之间找一个最优平衡点。

工程上，这套机制依赖MoE架构来实现。295B的总参数中，每次推理只激活21B，激活占比约7.1%。这意味着实际计算量远小于一个2950亿的稠密模型。

慢思考任务会激活更多专家、调用更多计算资源，快思考任务则只激活少数专家、节省算力。快慢思考的切换不是简单叠加两个模型，而是在一个模型内部根据任务自适应用分配计算量。

这个设计思路并不新鲜，但能在不到三个月里完成架构选型、训练和上线，背后的工程能力确实不容小觑。

对腾讯这种手握微信、QQ、腾讯文档等海量用户产品的公司来说，推理成本的可控性很大程度上决定了模型能否真正进入产品，Hy3 preview的架构选择也正因如此具备了现实的商业考量。

02

不刷榜的底气是什么？

既然说“不打榜”，评估体系就得自己建。

腾讯混元提出了CL-bench和CL-bench-Life两套评测框架，重点考察模型在长而杂乱的上下文中理解信息、遵循复杂规则并完成任务的能力。这两套框架对应的正是许多真实生产和生活场景里最常见、也最难被传统榜单覆盖的问题。

在具体性能表现上，Hy3 preview在几个关键基准测试中取得了有竞争力的结果。在编程基准SWE-Bench Verified中，Hy3 preview得分74.4%，相比前代Hy2的53.0%提升超过40%，已接近GLM-4.7的水平。

在复杂推理任务上，Hy3 preview在FrontierScience-Olympiad、IMOAnswerBench等高难度理工科推理任务中表现突出，全国中学生生物学联赛（CHSBO 2025）等高难度推理任务中，Hy3 preview同样取得优异成绩，展现了其在复杂逻辑推理上的泛化能力。

虽然没有刻意追求任何单一维度的“SOTA”，但Hy3 preview在各个方向上都展现出了相当均衡的竞争力。这种选择恰好印证了姚顺雨在AGI-Next峰会上传递的信号，行业需要跳出“打榜”束缚，核心聚焦在真实用户价值。

不过也要看到，Hy3 preview的某些实测表现并不完美。

有机构一手测试显示，在一个覆盖数据抓取、数值计算、可视化生成和文本分析的全链路综合任务中，Hy3 preview在数据获取阶段反复受阻，接口认证失败后接连切换多个数据源，部分数据因速率限制缺失而被迫用模拟数据替代；

最关键的是，提示词明确要求输出500字的跨市场资产配置Memo，模型却只给出了几行Bullet point式的简略配置比例，没有成文的分析段落。

这表明Hy3 preview在真实复杂场景下的交付完整性仍有不小提升空间。当然，作为一款preview版本，这些瑕疵大致在预期之内。

除此以外，价格层面可能也是现在最受关注的问题之一，Hy3 preview在腾讯云大模型服务平台TokenHub上的定价是：输入价格最低1.2元/百万tokens，输入命中缓存价格0.4元/百万tokens，输出价格最低4元/百万tokens。同时，腾讯云联合混元推出的定制Token Plan套餐，个人版定价最低28元/月。

放在当前的市场坐标系里，Hy3 preview的价格并不算激进。

作为对比，DeepSeek-V4-Flash的输入价格为0.2元/百万tokens，V4-Pro在限时优惠后输入缓存命中价格更是低至0.025元/百万tokens。在OpenRouter平台上，DeepSeek-V4-Flash每百万Token的平均输出价仅为GPT-5.5 Pro的1.55‰。

但在“百模大战”进入Agent时代的当下，腾讯的价格逻辑是清晰的：不拼绝对低价，追求“能力-成本-场景”的三角平衡。

21B的激活参数本身就是一张成本牌的底，结合MoE架构的高效推理，它为Agent场景中高频次、长链路的调用提供了一个相对可控的成本底座。

换句话说，摸到了Agent落地的门槛。

03

腾讯AI的底牌仍然是自有生态

模型的真正价值在于用起来。

Hy3 preview目前在腾讯云、元宝、ima、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯乐享等首发上线，微信公众号、和平精英、腾讯新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也在陆续接入中。

值得留意的是开源生态的接入：Hy3 preview支持接入OpenClaw、OpenCode、KiloCode等流行开源智能体产品。这意味着腾讯不仅在用自己的模型武装自家的产品矩阵，也在试图进入更广泛的开源智能体生态。

但产品侧的挑战同样直接。元宝此前接入DeepSeek-R1后日活暴涨超20倍，但搜索链路分走混元和DeepSeek两套系统，体验不统一，留存转化始终是难题。Hy3 preview全面接入后，能否解决这个“分流”问题，将是检验模型真实战斗力的第一次试金。

目前，腾讯旗下最大的AI应用元宝已全面接入Hy3 preview。从微信到QQ，从腾讯文档到和平精英，腾讯的产品矩阵正在围绕一个统一的模型底座进行集结。这种“自有生态+自有模型”的打法，和字节豆包依托火山引擎的路径形成了有趣的对比。

回到Hy3 preview，发布当天，同一天晚上，OpenAI发布GPT-5.5。不到24小时，DeepSeek V4预览版跟着上线。

这是一个缩影。今年大模型牌局，对手们出牌的速度远比外界想象的快。

meta前段时间凭Muse Spark打了个翻身仗，股价当日大涨；Google的Gemini 3.1系列继续保持强势，AI聊天机器人市场份额已从不到6%攀升至约20%以上。国内方面，阿里的Qwen3.6-Max-Preview，月之暗面的Kimi K2.6。更早之前，豆包大模型2.0首次大版本跨代升级，百度也发了2.4万亿参数的原生全模态文心大模型5.0正式版。

至于DeepSeek，V4-Pro在Agent能力、世界知识和推理性能上达到开源模型最佳水平，并在两天内连续降价，部分价格降至原价的四十分之一，V4-Flash每百万tokens输入缓存命中价格仅为0.02元。

行业里有了共识，跟DeepSeek拼价格，对任何厂商都不是划算的买卖。

在这一背景下，腾讯按自己的节奏走“实用主义+生态落地”的路线。正如汤道生此前判断的，主流大模型的能力差距正在缩小，企业的核心需求已不再是拥有最好的模型，而是如何通过系统工程把模型的能力最大程度发挥出来，真正拉开差距的是“工程化交付能力”。

04

姚顺雨：从“定义下半场”到“交出模型”

整件事最特别的地方在于一个人：姚顺雨。

2025年4月，还在OpenAI的姚顺雨发表了一篇博客《The Second Half》，提出AI已经从上半场走到下半场，重点不再是训练出更强的模型，而是如何定义值得解决的问题，用更接近真实世界的方式评估模型。

这篇博客让他获得了“定义AI下半场的人”这样的标签。

加入腾讯后，他需要从提出判断走向落地判断。四个月，一套新的基础设施，一个新模型，一次开源。对于外界来说，Hy3 preview是一个答案的开头。

姚顺雨自己的表态很清醒：“Hy3 preview是混元大模型重建的第一步。我们希望通过这次开源和发布，获得来自开源社区和用户的真实反馈，帮助我们提升Hy3正式版的实用性”。

这番话没有任何夸口的成分，倒更像一个阶段性的项目汇报。

公开信息显示，除了姚顺雨，腾讯在过去一年从微软、阿里、DeepSeek等顶尖团队引入了不下10位AI大牛，包括前微软亚洲研究院视觉计算组首席研究员胡瀚、微软WizardLM项目创建者徐灿等。腾讯在AI人才上的投入力度，从薪资、职级到职责范围，都给了候选人能在业内拿到的几乎最高水平。

Hy3 preview不是一个天才少年单枪匹马的成果，而是一个重新集结后的团队，在一个被重建的基础上做出的第一款产品。

对于腾讯而言，Hy3 preview本质上是在回答一个问题：腾讯大模型到底还行不行？从参数、架构、评测数据和产品落地来看，这份答卷至少在及格线之上。

但一个preview版本只是起点。在这样一个对手环伺、节奏加速的牌局里，腾讯需要的是一个能持续迭代、真正在自有生态里扎根、并最终跑出差异化价值的模型体系。

这才是接下来真正值得关注的问题：Hy3正式版何时到来，腾讯的产品矩阵能否围绕它形成一套真正自洽的“模型-应用-商业”闭环，元宝能否在混元自己的基座上跑出留存和增长，以及，在Agent时代真正到来时，腾讯的生态纵深能否转化为实际的竞争优势。

四个月前，姚顺雨拿到了一张新牌桌。四个月后，Hy3 preview是第一张牌。接下来怎么打，才是看功力的地方。