腾讯混元 Hy3 正式版发布了，重启 WorkBuddy 后就能直接用。体验下来发现，这次 Hy3 是真的支棱起来了——激活参数只有 Hy2 的 2/3，能力全面碾压，价格却只有 GLM-5.2 的 1/5 到 1/7。

趁着刚发布，来看看 Hy3 到底升级了啥，和 GLM-5.2、Kimi K2.7 Code 比起来怎么选。

Hy3 是什么

Hy3 是腾讯混元团队重建训练框架后，Hy2 的迭代升级版本。基于"不偏科、不刷榜、不烧钱"三大原则设计，核心定位就是：小身材，大能力，低价格。

核心特点

1. 快慢思考融合，不用手动切换

用 Hy2 时，你得自己判断任务复杂度：简单对话用 Instruct 版，复杂推理切 Think 版，切错了要么浪费算力，要么效果不好。现在的 Hy3 把两种模式融合到一个模型里了——你问"今天天气怎么样"，它快速回答；你让它"搭一个现金流模型"，它自动进入深度思考，不用你操心。

2. Agent 能力是最大的杀手锏

以前让 AI 跑 Agent 任务，容易跑着跑着就崩了：工具调用卡住、中间步骤出错、无限重试空转。现在 Hy3 在 WorkBuddy 上实测，Agent 任务解决率从 72% 直接飙到 80% 左右，平均耗时缩短 34%。

3. 幻觉率砍半

以前 Preview 版的幻觉问题挺明显的，写长文、做 AI 搜索时不时编造信息。正式版做了细粒度的幻觉检测和训练约束：

幻觉率从 12.5% 降到 5.4%，砍了一半还多。常识错误率也从 25.4% 降到 12.7%。

4. 搜索智能体能力追平 GPT-5.5

在 BrowseComp 测试中，Hy3 拿到 84.2 分，GPT-5.5 是 84.4 分，几乎持平，所有对比模型里排第一。DeepSearchQA 更夸张，91.0 分。如果你要做搜索类 Agent 任务，Hy3 目前是国产模型里最能打的。

5. 价格卷穿地板

在如今 token 越来越贵的情况下，性价比才是王道。

Hy3 输入价格是 GLM-5.2 的 1/5.6，是 Kimi K2.7 的 1/6.5；输出价格是 GLM-5.2 的 1/4.9，是 Kimi K2.7 的 1/6.75。腾讯内部评测，高频办公任务中 Hy3 比 GLM-5.2 省 Token：文档处理省 47.4%，PPT 制作省 49.0%。单价低 + 消耗少，性价比确实没的说。

实测体验

实测一：搜集资料

输入"帮我搜集一份广州近 3 个月的房地产政策文件"，它能快速规划几组并行搜索，覆盖限购、信贷、公积金、土地、保障房等维度。

不到 3 分钟就完成了资料的收集、整理以及提炼核心要点，还提供了对应的官方数据和提要。整个流程无论是搜集规划、要点提供，还是进一步的规划都做得挺到位。

实测二：生成网页

上传两张配图，让 Hy3 自由发挥制作一个简单的网站。

不到 5 分钟就设计了一个交互感十足的网页，换做之前的 Hy2，可能做着做着就卡了。关于图片、任务的理解，Hy3 比之前强太多了。

实测三：生成视频

上传一张宣传图，让它根据附件内容生成一个 15s 的视频。

成型的视频不到 5 分钟就出来了，整体流畅性、人物生成形象还是可以的。虽然没有自行配置字幕，但生成速度和质量相比 Hy2 有明显提升。

Hy3 的不足

实测下来，Hy3 存在以下不足：

• 中文识别和生成存在不足：生成的视频，中文内容容易错字、乱码
• 数学推理是硬伤：MathArena Apex 38.7 分，GPT-5.5 是 85.4 分（国产模型整体都差）
• 代码不及专用模型：比 GLM-5.2 差 4-9 个点
• 上下文只有 256K：不如 GLM-5.2 的 1M
• 纯文本无多模态：需要看图上 Kimi K2.7
• 有效参数约为 GLM-5.2 一半：极端复杂任务有差距

总结

Hy3 不是最强大的模型，但可能是最务实的那个。它不完美：数学推理是短板，上下文 256K 有点紧，纯文本没多模态。但它能解决 90% 的工作，价格又只是 GLM-5.2 的五分之一。

工具嘛，能用、好用、便宜，就赢了大半。别追最炫的，去追最像你队友的那个。

现在 Hy3 在元宝和 WorkBuddy 上免费开放两周，薅羊毛的窗口期就摆在那儿。要不要薅，看你自己。