騰訊今日正式發佈混元大模型Hy3正式版，這是首席AI科學家姚順雨加入後交出的首個重量級產品。模型總參數量2950億，每次推理激活210億參數，上下文窗口256K，採用Apache 2.0協議開源。

從官方公佈的基準測試看，Hy3正式版在搜索智能體方向表現最為突出。BrowseComp評測中得分84.2，在所有對比模型中排名第一，追平了GPT-5.5。工作智能體方面，MCP Atlas公開版拿到79.1分，金融建模內部評測集Hy-FinModelBench得分69.0，與GLM-5.2基本持平。STEM推理方向，GPQA Diamond得分90.4，接近GPT-5.5的93.6分。

值得關注的是上下文學習評測。Hy3在姚順雨主導設計的CL-bench上拿到23.8分，在國產模型中最高。這個評測集專門衡量模型從上下文中學習全新知識的能力，此前表現最好的GPT-5.1得分也僅23.7。Claude Opus 4.8也不過24.8分，說明當前所有前沿模型在這方面都還有很長的路要走。

相較於4月上線的預覽版，正式版在可靠性上提升顯著。幻覺率從12.5%降至5.4%，降幅超過一半。常識錯誤率從25.4%降至12.7%，多輪問題率從17.4%降至7.9%。長對話理解基準MRCR從42.9%躍升至75.1%。工具調用中的無效循環調用大幅減少，跨腳手架泛化性增強，意味著在不同編程工具框架下調用Hy3的效果差異更小。

騰訊還組織了一次內部專家盲測，270位不同學科背景的專家基於真實工作場景給出312份有效對比。Hy3均分2.67/4，優勢集中在前端開發、數據與存儲、CI/CD等類別。這種基於真實生產力任務的測試，比單純跑公開榜單更能反映模型的實際戰鬥力。

產品落地方面，Hy3正式版已接入WorkBuddy/CodeBuddy、元寶、ima、Marvis、QQ瀏覽器、騰訊新聞、WeGame、搜狗輸入法、微信公眾號、微信讀書、騰訊地圖、騰訊文檔等核心業務，另有近50個業務排隊接入。在WorkBuddy上，任務解決率從預覽版的72%躍升至90%，平均耗時縮短34%。文檔處理token消耗比GLM-5.2節省47.4%，PPT製作節省49.0%。

元寶同步上線Agent功能，用戶可通過對話直接交付PPT、Word、Excel等文件。ima的知識庫問答場景推理質量淨提升近19%，幻覺率下降15個百分點。Marvis多Agent協作任務完成率達93.7%。WeGame《流放之路：降臨》AI遊戲助手幻覺率從4.5%降至2.8%。

定價延續預覽版的性價比路線：API輸入1元/百萬tokens，輸出4元/百萬tokens，緩存命中0.25元/百萬tokens。模型權重在GitHub、HuggingFace、ModelScope、GitCode等平臺開源，海外平臺OpenRouter、Cline等也將陸續接入。預覽版上線兩週後token調用量即達上一代Hy2的10倍，在OpenRouter上以3.66萬億token周調用量拿到總榜與市場佔有率雙第一。正式版發佈時，日均token消耗量已增長20倍，代碼和Agent類場景調用量增長超過16.5倍。

姚順雨到任後一個月內重建了整套預訓練和強化學習基礎設施，定下“不偏科、不刷榜、不燒錢”三大原則。Hy3正式版正是這套新體系下的產物，架構與預覽版一致，但後訓練數據的質量和多樣性進一步提升，強化學習計算資源也得到擴充。從目前接入產品的表現看，這套務實路線正在騰訊生態內快速兌現為生產力提升。