正式发布!腾讯Hy3大模型:给了你们几个月还是没几个能打的!210亿参数凭什么叫板万亿旗舰?

腾讯混元Hy3正式发布,2950亿参数MoE架构仅激活210亿,算力开销不到十分之一却比肩数倍规模旗舰模型,以精算师思维重构大模型竞争逻辑。


当行业还在争论万亿参数是不是通往通用人工智能的唯一门票时,腾讯混元Hy3用一组略显叛逆的数字给出了另一种解题思路。

7月6日正式发布的这款模型,总参数量2950亿,但每次推理只激活210亿,激活占比约7.1%。

这意味着它用不到十分之一的算力开销,跑出了比肩参数规模2至5倍旗舰模型的效果。在算力成本依然高企的2026年,这种反直觉的瘦身策略,或许比参数本身的膨胀更值得细品。


01
算力精算师,MoE架构的按需激活哲学

大模型赛道近年陷入一场无声的体重焦虑。

从千亿到万亿,参数规模的增长曲线比股价波动还陡峭,训练成本随之水涨船高,单次预训练烧掉数千万美元已不算新闻。

Hy3选择了一条更精明的路线,采用混合专家架构,将2950亿参数拆分为192个路由专家,每层动态激活8个专家外加1个常驻共享专家,配合64组GQA查询头与8组KV头的注意力机制,实现知识容量的广覆盖与计算开销的精准控制。

这种设计的本质是把算力从粗放式灌溉改为滴灌,需要深度思考时调用慢思考模式,日常问答则切换至快思考通道,推理效率因此较前代提升40%

更直观的对比来自实际业务场景,WorkBuddy的实测数据显示,处理同等任务时Hy3的Token消耗较GLM-5.2节省约47%至49%,这意味着企业接入后的算力账单几乎可以直接腰斩。

在推理算力日益成为AI基础设施核心成本的当下,这种精打细算的能力,或许比实验室跑分更能决定一款模型的商业化寿命。


02
从炼丹到流水线,两个月迭代的工业级节奏

传统大模型的版本迭代周期通常以半年甚至一年为计,涵盖数据准备、预训练、后训练与强化学习多个阶段。

Hy3 preview于4月23日开源后,腾讯没有按部就班地闭关打磨,而是将其直接推入元宝、WorkBuddy、CodeBuddy、ima等50多个业务线接受真实流量的检验。

两个月内,全球开发者与内部产品团队的反馈汇聚成具体的优化清单,后训练数据的质量与多样性被扩充,强化学习算力规模同步扩大,最终催生7月6日的正式版。


这种边训边用的Co-design模式,让模型迭代从学术机构的炼丹术转变为互联网工业的流水线作业。

一个值得玩味的细节是,针对preview阶段暴露的幻觉问题,团队做了细粒度检测与训练约束,最终幻觉率下降一半至5.4%

Agent任务解决率跃升至90%的背后,是模型可靠性的实质性提升,而非简单的功能堆砌。


03
Agent时代的底座,从聊天工具到数字员工

如果只看参数卡片,Hy3很容易被归类为又一款更强的语言模型。

但腾讯的野心显然不止于对话。

正式版发布的同时,Hy3已全面接入WorkBuddy桌面智能体、CodeBuddy编程助手、元宝C端应用及Marvis等业务线,API同步上线腾讯云TokenHub并面向OpenRouter、Hermes、Kilo等海外平台开放。


更关键的是其配套Agent工具生态已接入腾讯文档、腾讯会议、腾讯地图、ima、QQ浏览器等多款核心产品能力,覆盖办公协同、知识管理、内容生产等多场景。

此时再看256K的上下文窗口,它承载的不再是更长的聊天历史,而是复杂工作流中的多步骤任务记忆与跨工具状态跟踪。

Hy3的定位正在从回答问题的百科全书,转变为调度工具链的项目经理。

当模型能力以Agent任务解决率90%作为度量标准时,竞争的维度已从谁更聪明转向谁更能办成事。


04
定价即战略,算力成本的透明化革命

Hy3的定价策略同样藏着算力视角的巧思。

输入1元/百万Tokens、输出4元/百万Tokens、缓存命中仅0.25元/百万Tokens,这套价格体系将推理成本拆解为可精确预算的生产要素。

缓存命中价格低至0.25元,意味着系统在重复查询场景下可以通过KV Cache复用大幅降低算力浪费,这背后是软硬协同优化的工程支撑。

对比行业内动辄数元甚至数十元每百万Tokens的定价,Hy3的报价并非简单的价格战,而是将大模型从奢侈品重新定义为水电煤般的基础设施。

当企业可以把AI调用成本精确核算进项目预算时,技术采纳的门槛才真正意义上被拆除。


Conclusion
结语

Hy3的正式亮相,标志着腾讯混元完成了从面子工程到底层基础设施的身份转换。它不再是需要业务线配合打榜的技术展品,而是50多个产品真实调用的模型底座。在参数军备竞赛日益白热化的2026年,这种以算力效率、产品迭代速度与商业落地能力为核心指标的务实路线,反而呈现出更强的穿透力。

大模型的竞争正在进入下半场,胜负手或许不再是训练集群里闪烁的GPU数量,而是推理账单上小数点后几位的精打细算,以及从发布到落地之间那两个月的工业级迭代速度。当行业终于意识到,模型的终极价值不在于它有多大,而在于它能在多少真实工位上稳定输出时,Hy3这套反内卷的瘦身方法论,可能会成为更多从业者重新校准航向的参照系。



·END·

扫描下方二维码 关注我们

我们以算力为线,持续跟进算力基础设施的报道,输出洞察,伴随算力行业实现算力自由。敬请关注!



本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信