騰訊新模型發布，姚順雨交卷了

新眸原創·作者 | 李小東

大模型的牌局上，騰訊終于甩出了一張新牌。

4月23日，騰訊混元Hy3 preview語言模型正式發布并開源。這是一款快慢思考融合的混合專家（MoE）模型，總參數295B（2950億），激活參數21B，最大支持256K上下文長度。官方給它的定義干脆利落：“混元重建后訓練的第一個模型”，以及“混元迄今最智能的模型”。

如果把目光往回拉四個月，騰訊AI的日子并不好過。今年年會上，馬化騰親口承認“動作慢了”，慢了9個月到1年。劉熾平復盤，混元像高中生背題應考，成績單好看，一上真實考場就露餡。與此同時，字節豆包月活已達3.45億，阿里千問1.66億，而元寶約5700萬，差距不僅沒縮小還在拉大。

所以當28歲的姚順雨——前OpenAI研究員、清華姚班出身、中國互聯網最受矚目的天才少年，在去年被正式任命為騰訊“CEO/總裁辦公室”首席AI科學家時，外界解讀只有一個意思：騰訊要動真格了。

四個月后，Hy3 preview上線。交卷時刻似乎到了。

01

一場“推倒重來”式的重建

Hy3 preview不是一次常規迭代。用騰訊自己的話說，這是一場底層工程的重構。2月，混元重建了預訓練和強化學習的基礎設施，原有的訓練框架沒有沿用，姚順雨到任后在一個月內完成了整個基礎設施的重建。

重建的方向很明確，三個原則：能力體系化、評測真實性、性價比追求。翻譯一下就是，不做“偏科生”，不刷榜，不讓模型變成燒錢的無底洞。

“不做偏科生”這條尤其值得展開。Hy3 preview從研發之初就圍繞智能體場景做了針對性設計，而姚順雨的判斷是，即便是代碼智能體的單一應用，也涉及推理、長文、指令、對話、代碼、工具等多種能力的深度協同。你不能讓模型只會寫代碼卻看不懂文檔，或者能聊天但調不了API。

同時，姚順雨指出，過去的混元過度追逐榜單成績，將打榜語料放入訓練集導致數據被污染，影響了真實場景表現。他要求團隊“以后不要打榜”，主動跳出易被刷榜的公開榜單，通過自建題目、最新考試、人工評測、產品眾測等多種方式來評估模型的“真實戰斗力”。

從研發節奏來看，Hy3 preview于2026年1月底正式啟動訓練，從訓練到上線用了不到三個月，被騰訊內部定義為混元大模型從“讀萬卷書”走向“行萬里路”、嘗試解決真實世界復雜問題的開端。

不到三個月，重建基礎設施、定方向、訓模型、開源發布。這個速度放在大廠體系里，相當激進。

Hy3 preview最核心的技術理念是“快慢思考融合”。

這個概念對應的是認知科學中的雙系統理論：系統1（快思考）是快速、自動、直覺式的反應；系統2（慢思考）是緩慢、深度、需要調用大量計算資源的推理。傳統大模型在設計時通常兩條路只能選一條，要么快但能力有限，要么強但響應慢。

Hy3 preview的做法是讓模型根據任務難度自動選擇思考模式：簡單任務用快思考，復雜任務切換到慢思考，在速度和能力之間找一個最優平衡點。

工程上，這套機制依賴MoE架構來實現。295B的總參數中，每次推理只激活21B，激活占比約7.1%。這意味著實際計算量遠小于一個2950億的稠密模型。

慢思考任務會激活更多專家、調用更多計算資源，快思考任務則只激活少數專家、節省算力?？炻伎嫉那袚Q不是簡單疊加兩個模型，而是在一個模型內部根據任務自適應用分配計算量。

這個設計思路并不新鮮，但能在不到三個月里完成架構選型、訓練和上線，背后的工程能力確實不容小覷。

對騰訊這種手握微信、QQ、騰訊文檔等海量用戶產品的公司來說，推理成本的可控性很大程度上決定了模型能否真正進入產品，Hy3 preview的架構選擇也正因如此具備了現實的商業考量。

02

不刷榜的底氣是什么？

既然說“不打榜”，評估體系就得自己建。

騰訊混元提出了CL-bench和CL-bench-Life兩套評測框架，重點考察模型在長而雜亂的上下文中理解信息、遵循復雜規則并完成任務的能力。這兩套框架對應的正是許多真實生產和生活場景里最常見、也最難被傳統榜單覆蓋的問題。

在具體性能表現上，Hy3 preview在幾個關鍵基準測試中取得了有競爭力的結果。在編程基準SWE-Bench Verified中，Hy3 preview得分74.4%，相比前代Hy2的53.0%提升超過40%，已接近GLM-4.7的水平。

在復雜推理任務上，Hy3 preview在FrontierScience-Olympiad、IMOAnswerBench等高難度理工科推理任務中表現突出，全國中學生生物學聯賽（CHSBO 2025）等高難度推理任務中，Hy3 preview同樣取得優異成績，展現了其在復雜邏輯推理上的泛化能力。

雖然沒有刻意追求任何單一維度的“SOTA”，但Hy3 preview在各個方向上都展現出了相當均衡的競爭力。這種選擇恰好印證了姚順雨在AGI-Next峰會上傳遞的信號，行業需要跳出“打榜”束縛，核心聚焦在真實用戶價值。

不過也要看到，Hy3 preview的某些實測表現并不完美。

有機構一手測試顯示，在一個覆蓋數據抓取、數值計算、可視化生成和文本分析的全鏈路綜合任務中，Hy3 preview在數據獲取階段反復受阻，接口認證失敗后接連切換多個數據源，部分數據因速率限制缺失而被迫用模擬數據替代；

最關鍵的是，提示詞明確要求輸出500字的跨市場資產配置Memo，模型卻只給出了幾行Bullet point式的簡略配置比例，沒有成文的分析段落。

這表明Hy3 preview在真實復雜場景下的交付完整性仍有不小提升空間。當然，作為一款preview版本，這些瑕疵大致在預期之內。

除此以外，價格層面可能也是現在最受關注的問題之一，Hy3 preview在騰訊云大模型服務平臺TokenHub上的定價是：輸入價格最低1.2元/百萬tokens，輸入命中緩存價格0.4元/百萬tokens，輸出價格最低4元/百萬tokens。同時，騰訊云聯合混元推出的定制Token Plan套餐，個人版定價最低28元/月。

放在當前的市場坐標系里，Hy3 preview的價格并不算激進。

作為對比，DeepSeek-V4-Flash的輸入價格為0.2元/百萬tokens，V4-Pro在限時優惠后輸入緩存命中價格更是低至0.025元/百萬tokens。在OpenRouter平臺上，DeepSeek-V4-Flash每百萬Token的平均輸出價僅為GPT-5.5 Pro的1.55‰。

但在“百模大戰”進入Agent時代的當下，騰訊的價格邏輯是清晰的：不拼絕對低價，追求“能力-成本-場景”的三角平衡。

21B的激活參數本身就是一張成本牌的底，結合MoE架構的高效推理，它為Agent場景中高頻次、長鏈路的調用提供了一個相對可控的成本底座。

換句話說，摸到了Agent落地的門檻。

03

騰訊AI的底牌仍然是自有生態

模型的真正價值在于用起來。

Hy3 preview目前在騰訊云、元寶、ima、CodeBuddy、WorkBuddy、QQ、QQ瀏覽器、騰訊文檔、騰訊樂享等首發上線，微信公眾號、和平精英、騰訊新聞、騰訊自選股、騰訊客服、微信讀書等多個主線產品也在陸續接入中。

值得留意的是開源生態的接入：Hy3 preview支持接入OpenClaw、OpenCode、KiloCode等流行開源智能體產品。這意味著騰訊不僅在用自己的模型武裝自家的產品矩陣，也在試圖進入更廣泛的開源智能體生態。

但產品側的挑戰同樣直接。元寶此前接入DeepSeek-R1后日活暴漲超20倍，但搜索鏈路分走混元和DeepSeek兩套系統，體驗不統一，留存轉化始終是難題。Hy3 preview全面接入后，能否解決這個“分流”問題，將是檢驗模型真實戰斗力的第一次試金。

目前，騰訊旗下最大的AI應用元寶已全面接入Hy3 preview。從微信到QQ，從騰訊文檔到和平精英，騰訊的產品矩陣正在圍繞一個統一的模型底座進行集結。這種“自有生態+自有模型”的打法，和字節豆包依托火山引擎的路徑形成了有趣的對比。

回到Hy3 preview，發布當天，同一天晚上，OpenAI發布GPT-5.5。不到24小時，DeepSeek V4預覽版跟著上線。

這是一個縮影。今年大模型牌局，對手們出牌的速度遠比外界想象的快。

Meta前段時間憑Muse Spark打了個翻身仗，股價當日大漲；Google的Gemini 3.1系列繼續保持強勢，AI聊天機器人市場份額已從不到6%攀升至約20%以上。國內方面，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首次大版本跨代升級，百度也發了2.4萬億參數的原生全模態文心大模型5.0正式版。

至于DeepSeek，V4-Pro在Agent能力、世界知識和推理性能上達到開源模型最佳水平，并在兩天內連續降價，部分價格降至原價的四十分之一，V4-Flash每百萬tokens輸入緩存命中價格僅為0.02元。

行業里有了共識，跟DeepSeek拼價格，對任何廠商都不是劃算的買賣。

在這一背景下，騰訊按自己的節奏走“實用主義+生態落地”的路線。正如湯道生此前判斷的，主流大模型的能力差距正在縮小，企業的核心需求已不再是擁有最好的模型，而是如何通過系統工程把模型的能力最大程度發揮出來，真正拉開差距的是“工程化交付能力”。

04

姚順雨：從“定義下半場”到“交出模型”

整件事最特別的地方在于一個人：姚順雨。

2025年4月，還在OpenAI的姚順雨發表了一篇博客《The Second Half》，提出AI已經從上半場走到下半場，重點不再是訓練出更強的模型，而是如何定義值得解決的問題，用更接近真實世界的方式評估模型。

這篇博客讓他獲得了“定義AI下半場的人”這樣的標簽。

加入騰訊后，他需要從提出判斷走向落地判斷。四個月，一套新的基礎設施，一個新模型，一次開源。對于外界來說，Hy3 preview是一個答案的開頭。

姚順雨自己的表態很清醒：“Hy3 preview是混元大模型重建的第一步。我們希望通過這次開源和發布，獲得來自開源社區和用戶的真實反饋，幫助我們提升Hy3正式版的實用性”。

這番話沒有任何夸口的成分，倒更像一個階段性的項目匯報。

公開信息顯示，除了姚順雨，騰訊在過去一年從微軟、阿里、DeepSeek等頂尖團隊引入了不下10位AI大牛，包括前微軟亞洲研究院視覺計算組首席研究員胡瀚、微軟WizardLM項目創建者徐燦等。騰訊在AI人才上的投入力度，從薪資、職級到職責范圍，都給了候選人能在業內拿到的幾乎最高水平。

Hy3 preview不是一個天才少年單槍匹馬的成果，而是一個重新集結后的團隊，在一個被重建的基礎上做出的第一款產品。

對于騰訊而言，Hy3 preview本質上是在回答一個問題：騰訊大模型到底還行不行？從參數、架構、評測數據和產品落地來看，這份答卷至少在及格線之上。

但一個preview版本只是起點。在這樣一個對手環伺、節奏加速的牌局里，騰訊需要的是一個能持續迭代、真正在自有生態里扎根、并最終跑出差異化價值的模型體系。

這才是接下來真正值得關注的問題：Hy3正式版何時到來，騰訊的產品矩陣能否圍繞它形成一套真正自洽的“模型-應用-商業”閉環，元寶能否在混元自己的基座上跑出留存和增長，以及，在Agent時代真正到來時，騰訊的生態縱深能否轉化為實際的競爭優勢。

四個月前，姚順雨拿到了一張新牌桌。四個月后，Hy3 preview是第一張牌。接下來怎么打，才是看功力的地方。