混元重建后首发并开源 Hy3 preview：主打全面实用性，Agent能力大幅提升

4月23日，腾讯混元 Hy3preview 语言模型发布并开源。这是一个快慢思考融合的混合专家模型，总参数295B，激活参数21B，最大支持256K 上下文长度。这是混元重建后训练的第一个模型，也是混元迄今最智能的模型，在复杂推理、指令遵循、上下文学习、代码、智能体等能力及推理性能上实现了大幅的提升。

2026年2月，腾讯混元重建了预训练和强化学习的基础设施，以及模型追求实用性的三个原则:

1、能力体系化: 不推崇“偏科”，因为即使是代码智能体的单一应用，混元也涉及推理、长文、指令、对话、代码、工具等多种能力的深度协同。

2、评测真实性: 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评估和改进模型的“真实战斗力”。

3、性价比追求:实用性离不开商业合理性，深度协同模型架构和推理框架的设计，大幅降低任务成本，让智能用得起、用得好。

Hy3preview可以视为混元快速探索实用性大模型、解决真实世界问题的一个开端。

腾讯首席AI科学家姚顺雨表示，Hy3preview是混元大模重建型重建的第一步。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。与此同时，我们也在继续扩大预训练和强化学习的规模，提升模型的智能上限，并通过与腾讯众多产品的深度Co-Design，持续提升模型在真实场景中的综合表现，并开始探索特色模型能力。

目前，Hy3preview 已在腾讯云、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、腾讯后首新闻、腾讯自选股、腾讯客服、微信读书等多个主线产品也在陆续上线。另外，Hy3preview 支持接入流行的开源智能体产品，如 OpenClaw、OpenCode、KiloCode 等，并已上架腾讯云大模型服务平台 TokenHub。

Hy3preview 主打全面实用性，Agent能力大幅提升

多个测评结果显示，Hy3preview 模型能力全面提升。

1、出色的上下文学习和指令遵循能力

在各种真实的生产与生活场景，理解杂乱冗长的上下文并遵从复杂多变的规则是模型的首要挑战发并。基于腾讯业务场景的灵感，腾讯混元提出了 CL-bench和 CL-bench-Life 来创新性地评估模型的上下文学习能力，并在 Hy3preview 显著地提升了模型上下文学习和指令遵循能力。 

2、复杂推理能力突出，清华数学博士资格考试国内分数最高

复杂推理能力是模型解决各种问题的基础。Hy3 preview 在 FrontierScience-Olympiad、IMOAnswerBench 等高难度理工科推理任务中开源表现突出，并在最新的清华大学求真书院数学博资考（26春）  和 全国中学生生物学联赛(CHSBO2025) 中取得优异成绩，展现了可泛化的强推理能力。

3、代码与智能体提升最为显著，展现出高性价比

代码和智能体是 Hy3preview 提升最为显著的方向。得益于预训练及强化学习框架的重建和强化学习任务规模的提升，腾讯混元以较快的速度在 SWE-Bench Verified、Terminal-Bench2.0等主流代码智能体基准以及 BrowseComp、 HWideSearch 等主流搜索智能体基准中取得了有竞争力的结果。

在数字世界中，代码关注的是模型在开发环境中的执行能力，搜索则聚焦于开放信息空间中的检索、筛选与整合能力，两者共同决定了模型在复杂智能体场景（例如 OpenClaw）中是否真正具备可用性。Hy3preview 在 ClawEval 和 WildClawBench 等评测中表现突出，表明我们的智能体能力正在稳步走向全面与实用。

除了公开榜单，腾讯混元还进一步构建了多个内部的评测集，对模型在真实开发y3场景中的表现进行评估。结果表明，无论是在后端工程任务集 Hy-Backend，贴近真实用户开发交互的 Hy-Vibe Bench，还是高难度软件工程开发任务集 Hy-SWE Max 上，Hy3 preview 均体现出了强竞争力。

比较各个开源模型的大小与智能体综合表现，Hy3preview 展现出高性价比。

腾讯核心业务已全面接入，多主线AI 产品验证收益明显

正式上线之前，Hy3preview在腾讯主要AI 业务进行了产品测试，获得明显正收益。

在元宝端， p混元与元宝进行了深度Co-Design。一方面，针对性地提升了模型在意图理解精准度、文本创作质量、深度搜索等硬核指标上的表现;另一方面，对文风、文笔、情商、内容组织和内容专业度上进行了精细化调优。模型与产品的深度协同，为用户带来了更智能且更具“活人感”的交互体验。

在ima知识库问答和通用问答两个场景下，测试结果显示，Hy3preview 处理长文的能力出色，特别是检索类任务，在回答信息的准确性、覆盖度和全面性上表现较好。

在CodeBuddy、WorerkBuddy产品上，Hy3preview 首 token 延迟降低54%、端到端时长降低47%、成功率提升至99.99%+。实际用户环境中，Hy3 preview 已稳定驱动最长495步的复杂 Agent 工作流，覆盖文档处理、数据分析、知识检索、MCP 工具链编排等多样化办公场景。

在公众号AI 分身和 AI 客服的场景专项评测中，Hy3preview 展现出相比 Hy2更全面的能力升级。新模型在用vi户意图理解、复杂上下文承接和知识信息组织方面表现更成熟，面对模糊提问、短句追问和多轮对话时，能够更准确地把握用户诉求，并输出更清晰、更稳定的回复。结合知识库、用户记忆与上下文生成回答时更贴合AI 分身和 AI 客服的角色，过度脑补、主观代入和情绪化表达显著减少，使整体交互体验更贴近“可信、自然、高效”的回复目标。

在和平精英 AI NPC 场景评测中，和平精英团队第一时间在Hy3previeeww上线后基于 AI NPC 场景中完成接入并开展评测，整体表现令人印象深刻。在游戏局外的人设扮演场景中，Hy3 Preview 不仅能够精准理解角色设定，还能针对开放性问题输出高度关联、富有增量价值的内容，带来了更加真实、自然、沉浸的对话体验。而在游戏局内的复杂对战场景中，模型回复节奏贴近真实玩家聊天体验，展现出优秀的稳定性与出色的拟人化扮演能力，整体效果表现亮眼。

在腾讯文档AI PPT&nb：主sp;场景，较上一版本（Hy2）取得了显著进步:生成成功率提升 20%，评测得分提升 10%，同时生成耗时缩短 20%。整体而言，新模型在评测场景中表现优异，在模版选择，色彩匹配，生成大纲，补充内容多个阶段，均体现出优秀的表现，无幻觉，契合主题，视觉效果好。

在QQ AI助手小Q产品评测中，较上一版本，在长文本首字节时延、整体响应速度与流式输出效率方面显著优化;核心能力上，数学推理表现提升尤为明显，多场景指打全令遵循与泛化能力进一步增强;在工具调用推理及多轮指代消解方面表现更稳定高效，在OpenClaw官方PinchBench QQ智能体场景测试中取得突出效果，综合体验实现明显跃升。

推理效率提升40%，同等成本智能密度最优 

得益于模型和推理框架上的深度协同，以及在推理框架、算子性能、量化算法等全方面优化，整体推理效率提升40%，Hy3preview的成本相比上一代模型大幅下降。

在腾讯云大模型服务平台 TokenHub 上，Hy3preview面实 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定制的 Hy3preview Token Plan 套餐，个人版定价最低28元/月，为Agent开发和打造“龙虾”应用的提供更具性价比选择。