7 月 6 日，騰訊正式發佈混元大模型 Hy3，這距離其 preview 版本亮相僅兩個多月，也是 姚順雨 以首席 AI 科學家身份加入騰訊、主導架構重建 201 天 後交出的首份完整答卷。這款模型被外界視為騰訊補齊 AI 基礎能力短板、入局大模型下半場競爭的關鍵產品。
從技術規格看，Hy3 是一款採用 MoE 混合專家架構的模型，總參數量為 295B，每次推理僅激活 21B 參數。官方宣稱其性能可對標參數規模 2 至 5 倍的旗艦模型。然而，正式版並未對底層架構做出根本性改動，提升主要來自後訓練數據優化、強化學習算力擴容及工程調優，屬於典型的架構不動、數據補位的升級路徑。
在行業座標系中，295B 的總參數規模與 DeepSeek V4 Flash、MiniMax M3 等處於同一梯隊，而當前國內外第一梯隊模型的總參數量已普遍跨過萬億級門檻。在上下文窗口方面，Hy3 並未追逐行業流行的 1M 甚至 2M 超長窗口，而是選擇在 256K 區間內打磨性能上限，這體現了姚順雨強調實用主義的思路——優先覆蓋絕大多數日常辦公和代碼開發場景。
基準測試結果清晰地勾勒出 Hy3 的能力輪廓：長板突出，但偏科明顯。在信息檢索與單工具執行領域，Hy3 表現強勁。例如，在搜索智能體基準 BrowseComp 上，它以 84.2 分接近 GPT-5.5 的 84.4 分；在 Agent 執行基準 ClawEval 上，它以 68.5 分僅次於 Claude Opus 4.8。這些優勢精準命中了白領高頻的辦公場景需求。
然而，在決定大模型能力上限的硬核賽道上，Hy3 的差距肉眼可見。在考驗複雜軟件工程能力的 SWE-bench Pro 基準上，Hy3 僅得 57.9 分，大幅落後於 Claude Opus 4.8 的 69.2 分和 GLM 5.2 的 62.1 分。在數學推理方面，MathArena Apex 基準上 38.7 分的成績，雖較 preview 版有爆發式增長，但仍不到 GPT-5.5 的一半。更關鍵的是，在衡量多工具協作能力的 MCP Atlas 基準上，Hy3 僅獲 79.1 分，在參與對比的 6 個主流模型中排名末位，表明其在跨系統、需異常處理的複雜工作流中，穩定性與容錯能力仍是硬傷。
Hy3 發佈後迅速接入了 WorkBuddy、元寶、ima、QQ 瀏覽器、微信讀書等數十款騰訊產品。官方數據顯示，辦公任務成功率從 72% 升至 90%，幻覺率從 12.5% 降至 5.4%。這些環比提升印證了場景反哺模型的有效性，但並未改變一個核心事實：Hy3 尚未成為騰訊內部統一的 AI 底座。最典型的信號是，微信原生 AI 助手“小微”仍以自研 WeLM 為主，部分場景調用外部模型，這意味著在騰訊最重要的流量和場景陣地中，混元只是選項之一。
Hy3 的商業策略同樣體現了姚順雨的實用主義：以 1 元 / 百萬 Tokens 輸入、4 元 / 百萬 Tokens 輸出的低價，配合 Apache 2.0 開源協議，試圖在中高端模型市場以性價比撕開一道口子。這條路線對預算敏感的中小企業吸引力極強，preview 版上線以來日均 Token 消耗量增長了 20 倍。但風險在於，性價比賽道正變得擁擠，且頂級模型的持續降價會不斷擠壓中端模型的生存空間。
姚順雨強調 AI 下半場是解決真實世界問題，Hy3 的發佈讓騰訊終於有了一款能上桌的主流大模型。但騰訊 AI 真正的挑戰，始終是如何將微信 14.32 億月活、社交關係鏈、內容生態等獨一無二的場景優勢，真正轉化為模型訓練的閉環和 AI 時代的競爭壁壘。目前來看，Hy3 邁出了第一步，但騰訊 AI 還未到亮出底牌的時刻。