腾讯Hy3以一半参数挑战更大AI对手

腾讯新推出的Hy3模型在智能体和搜索任务上，性能匹敌甚至超越规模两倍于自身的旗舰开源权重模型，同时部署成本降低超过一半。

腾讯混元Hy3是一款2950亿参数的混合专家模型，活跃参数仅210亿。它在智能体和搜索基准测试中，性能与规模翻倍的旗舰开源模型相当甚至更优——同时采用Apache 2.0许可证，FP8内存占用不到300 GB。

"该模型的尺寸设计使得中国公司可合法购买的八颗芯片即可在全精度下流畅运行，"混元团队在模型卡中表示，此处指的是英伟达H20-3e——这款GPU专为符合美国对华出口限制而设计。

Hy3采用192专家架构，每次前向传播仅激活2950亿总参数中的210亿个参数，相比之下，智谱AI的GLM-5.2总参数约为7440亿，活跃参数为400亿。在智能体搜索方面，Hy3在BrowseComp上取得84.2分，在DeepSearchQA上取得91.0分——在腾讯内部表格中领先所有开源模型，并与Claude Opus 4.8和GPT-5.5不相上下。在工具编排方面，Hy3以79.1分（MCP-Atlas）领先开源领域，在长上下文检索方面以73.4分（AA-LCR）领先。代价在于编码能力：GLM-5.2在SWE-bench Verified（84.2 vs 78.0）和Terminal-Bench 2.1（81 vs 71.7）上仍保持领先。

中金公司维持对腾讯控股（00700）"跑赢行业"评级，目标价666港元，较当前水平有47%上行空间。该券商表示，市场对腾讯AI产出的预期处于低点，而Hy3的发布——连同WorkBuddy和微信智能体——可能推动估值重估，目前远期市盈率仅为13倍。

企业真正关心的可靠性卖点

腾讯内部评估显示，Hy3的幻觉率从4月预览版的12.5%降至5.4%，常识性错误率从25.4%降至12.7%。多轮对话问题率从17.4%改善至7.9%，在开放式MRCR长对话基准上的得分从42.9%跃升至75.1%。在WorkBuddy场景中，任务解决率从72%提升至90%，平均完成时间缩短34%。

这些是腾讯自行报告的数据，其基准测试附录指出，几乎所有竞品得分均来自公司自身的测试运行。来自Artificial Analysis等指数的独立验证仍有待确认。但选择将可靠性指标置于排行榜分数之前，清晰表明了腾讯的目标受众：那些曾被演示效果优秀但在生产环境中却自信地编造结果的模型所伤害的团队。

部署算力对比有利于小模型

Hy3的FP8权重占用不到300GB——不到GLM-5.2约744GB的一半——意味着单个配置良好的节点即可提供服务，而GLM-5.2至少需要8颗H200节点。腾讯推荐的部署配置面向英伟达H20-3e（面向中国市场的出口合规GPU），但该模型在西方数据中心可用的H100、H200和B200上，通过标准vLLM和SGLang部署也能更流畅地运行。

定价进一步强化了成本优势。腾讯对每百万输入token收费1元人民币（0.15美元），每百万输出token收费4元人民币（0.59美元），缓存输入收费0.25元人民币（0.037美元）。腾讯称，与能力水平相近的竞品模型相比，Hy3在文档处理上减少47.4%的token消耗，在PPT生成上减少49%。

竞争格局正在转变

Apache 2.0许可证——无区域排除或使用领域限制——消除了此前阻碍许多西方企业采用中国开源权重模型的法律障碍。腾讯表示，自4月预览版以来，每日token消耗量增长了20倍，超过50个内部产品团队提供了反馈意见，这些意见影响了最终版本的定型。

对于评估开源模型的企业而言，权衡取舍如今异常明确。当编码性能是唯一标准且8颗H200预算可得时，GLM-5.2仍是首选。Hy3在其他所有场景中展现自身价值：搜索密集的智能体工作负载、对可靠性敏感的应用程序，以及希望在无需前沿级基础设施的情况下获得接近前沿能力的组织。腾讯股价按2026年Non-IFRS市盈率13倍交易，意味着市场尚未将上述任何潜力计入价格。

本文仅供参考，不构成投资建议。