7月6号腾讯把混元 Hy3 正式版放出来了。这个事吧，其实早有铺垫——4月先发了个 preview 版试水，我那时候就接进 OpenClaw 测过一轮，当时感觉是"方向对了但还没熟"。正式版一出，OpenRouter 上 tencent/hy3:free 限时免费到 7月21号，我立马又摸了一遍。
这篇不是官方通稿复述，是我自己体感 + 公开数据揉一块儿的东西。你要是也在挑模型接 Agent，应该能直接用上。
先说这模型是个啥
姚顺雨你应该有印象，2025年底腾讯从美国重金挖来的首席 AI 科学家，直接向刘炽平汇报。Hy3 是他带队搞的第一代模型。2026年1月底启动训练，2月把腾讯的预训练和 RL 基础设施整个重建了一遍，4月 preview，7月正式版——不到半年跑完"重构→反馈→迭代"整个闭环。
这节奏本身挺说明问题的：腾讯之前被马化腾自己承认"动作慢了"，现在是在补位。
核心参数我列一下，这些是关键：
- 架构：MoE，快慢思考融合（fast/slow thinking 一体，后面会说这个有啥用）
- 参数：总 295B，激活只有 21B（这是它便宜的根本原因，划重点）
- 上下文：256K
- 协议：Apache 2.0 完全开源，GitHub / HuggingFace / ModelScope / GitCode 都能下，支持 vLLM、SGLang
- 价格：输入 **¥1/百万tokens，输出 ¥4/百万tokens，缓存命中 ¥0.25**（腾讯云 TokenHub 已上线，OpenRouter 陆续接）
21B 激活参数意味着啥？同样是干活，它每次推理只点亮 21B 的"专家"，其余 274B 在睡觉。所以单 token 成本天然比 Dense 模型低一大截。腾讯 C 端那堆产品（元宝、WorkBuddy、CodeBuddy、ima、Marvis）海量调用，靠的就是这个底子。
我之前测 preview 的体感
preview 版我 4 月底接进 OpenClaw 跑过一些真实任务，当时记了几条：
- 长链路 Agent 工作流能稳定跑，没在中途崩或者死循环，这点比当时不少同尺寸开源模型稳。
- 但编程的绝对质量，尤其复杂重构，跟 Claude 还是有明显差距，跟当时的 DeepSeek V4 比也略逊。
- 输出格式和工具调用的稳定性一般，偶尔会在多步工具链里"答非所问"。
- 性价比确实是亮点，跑测试基本不心疼 token。
说白了 preview 像个验证技术方向的原型机。这次正式版主打的就是把那些"底线问题"补上。
正式版比 preview 强在哪（官方数据，我标了哪些是真有用的）
官方这次给了一堆数，我挑实在的：
- 内部 270 位专家基于真实工作的盲测，均分 2.67/4，压过 GLM-5.1 的 2.51/4。这个盲测比刷公开榜可信度高一点，因为是拿真实工作任务测的。
- WorkBuddy 办公场景：任务成功率 72% → **90%，平均耗时 -34%**。这个我信，因为 preview 的"答非所问"确实拖慢了端到端。
- 抗幻觉：整体幻觉率 12.5% → **5.4%**，常识错误率 25.4% → 12.7%。对产品体验是真重要的，不是刷分项目。
- 多轮对话跑偏率 17.4% → 7.9%；长对话理解 MRCR 42.9% → **75.1%**。
- Agent 长链路：实测能稳定跑 495 步复杂工作流（文档/数据/MCP工具编排）。这个对做 Agent 的人是硬指标。
- 跨脚手架泛化：CodeBuddy / Cline / KiloCode 在 SWE Bench Verified 上分数标准差控制在 4 个百分点内——意思是换个框架不掉链子。
还有一个我挺看重的点：它有可配置的推理档位。默认 direct（no-think）模式，加上 low / high 两档 CoT。简单任务走 no-think 省 token，复杂数学/编码走 high。这个设计对成本敏感的场景很实用，不是一味堆思考。
拉出来跟国产几个比一轮
2026年中这格局挺热闹的。我把常见的几个放一张表（价格为每百万 tokens，公开价，仅供参考，各家经常有促销）：
| 模型 | 总/激活参数 | 上下文 | 定位强项 | 输入/输出价(¥) |
|---|---|---|---|---|
| 腾讯 Hy3 | 295B / 21B | 256K | Agent、性价比、生态整合 | 1 / 4（缓存0.25） |
| DeepSeek V4 Pro | 1.6T / 49B | 1M | 价格屠夫、长上下文、双芯片适配 | 约0.1 / 约25 |
| DeepSeek V4 Flash | 284B / 13B | 1M | 极致便宜 | 更低 |
| Kimi K2.6 | ~1T / 32B | 262K | 超长程 Agent、并行子智能体 | 约1.09 / 5.45 |
| GLM-5.2 | 未公开 | 1M | 编程、Agent、长程任务 | 参考5.1: 6 / 24 |
| Qwen3.7-Max | 未公开 | 长 | 编程登顶、一月一更 | 促销中 |
| MiniMax M2.5 | 未公开 | 未公开 | Agent 原生 | 2.1 / 8.4 |
| LongCat-2.0(美团) | 1.6T / 48B | 1M | Agentic Coding、国产ASIC训练 | 未公开 |
| 豆包 Seed 1.6 | 未公开 | 256K | 多模态、低价高并发 | 0.8 / 2 |
几个观察：
Hy3 最香的牌就是价格 + 开源 + 生态。 21B 激活让它输入价 ¥1，比 GLM-5.1（¥6）便宜六倍，比 MiniMax（¥2.1）也低。缓存命中 0.25 更是 Agent 高频调用的福音。Apache 2.0 可商用，部署门槛低。腾讯自家产品全线内置，C 端摊薄成本，纯模型公司比不了。
但它有两个肉眼可见的短板。
第一，上下文只有 256K。2026 年这已经被 DeepSeek V4、GLM-5.2、LongCat-2.0 的 1M 甩开。你要整库代码分析、整本书喂进去，Hy3 直接不够装。
第二，绝对上限受激活参数限制。腾讯自己都承认"效果比肩 2~5 倍参数规模的旗舰"。21B 激活的上限，大概率拼不过 DeepSeek V4 Pro（49B激活）、LongCat（48B激活）这种大体量选手。编程绝对能力也还需要第三方实测堆口碑——官方盲测赢了 GLM-5.1，但 Code Arena 这类榜上 Qwen3.7、DeepSeek V4 更亮眼，Claude 还是天花板。
OpenRouter 上怎么白嫖
既然 7月21前免费，不薅白不薅。步骤很简单：
- 去 openrouter.ai 注册，拿到 API key。
- 模型名填
tencent/hy3:free。 - 想调推理档位的话，OpenRouter 支持用
reasoning字段控制（部分模型支持，Hy3 官方说有 direct/low/high 三档，具体看 OpenRouter 文档是否透传）。
我自己的 OpenClaw 配置大概长这样：
{
"models": {
"hy3-free": {
"baseUrl": "https://openrouter.ai/api/v1",
"apiKey": "sk-or-xxxx",
"model": "tencent/hy3:free",
"context": 256000
}
}
}
实测跑长链路 Agent 任务，免费档的稳定性和 preview 比提升明显——之前那种"答非所问"的情况少了很多。Token 消耗监控显示 Hy3 Free 在 OpenRouter 上线后一天就跑了 801B tokens，说明不是我一个人在薅。
说说我的用法
我自己的结论，不整打分表了，直接说怎么用：
- 做 Agent / 工作流、成本敏感、要开源可商用的：Hy3 现在值得接。便宜、稳定、Apache 2.0，配 OpenRouter 免费档先跑两周验证，验证完切腾讯云 TokenHub 也行。
- 干长上下文硬活（整库代码分析、长文档推理）：256K 是天花板，这种场景 DeepSeek V4 / LongCat-2.0 的 1M 更舒服，别硬上 Hy3。
- 追求编程极限：现阶段 GLM5.2、Qwen3.7-Max 和 DeepSeek V4 Pro 口碑更稳，Claude 还是天花板。Hy3 编程够用，但不是最猛的那个。
一句话总结我体感：Hy3 不是"国产第一"那种定位，它是性价比 + 生态整合型的实用派，正好补了腾讯之前"模型强但落地弱"的坑。值不值得长期用，看它后面迭代快不快——这两个半月一发版的节奏，希望能再快点。
7月21前免费，建议你也去 OpenRouter 薅一轮，反正不要钱，试错成本为零。
评论区