7月6日，腾讯正式发布新一代AI大模型混元Hy3。相较preview版本，Hy3展现出强于同尺寸模型且比肩旗舰开源模型的智能水平。

　　腾讯表示，Hy3展现出显著强于同尺寸模型的智能水平，并比肩更大尺寸旗舰模型的效果，大幅提升了在各类产品和生产力任务中的实用价值。

　　目前，Hy3已在WorkBuddy / CodeBuddy、元宝、Marvis、ima等多个业务接入，API已在腾讯云TokenHub上线，多个海外API平台也将陆续接入。自preview上线以来，Hy3在全球开发者的使用以及腾讯海量真实业务中历练，日均Token消耗量增加了20倍。

　　Hy3基于preview版本进一步提升了后训练数据的质量和多样性，扩大了 RL算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是Hy3的2～5倍）的效果。

　　Hy3在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择。在内部组织的270 位专家基于真实工作的模型盲测中，Hy3（均分2.67/4）展现出优于 GLM5.1（均分2.51/4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。

　　比如，Hy3可以用模型来设计核聚变能源引擎的概念宣传网页。

　　实现基于摄像头通过手势交互控制图片粒子融解重组。

　　通过多轮交互制作一个落日飞车游戏。

　　或者是在办公场景中，从101个SKU销售数据中，产出Excel建模分析以及 30页汇报PPT。

　　把公司三个地区的数据，用联动公式汇总成一张5000多个单元格的表。

　　腾讯表示，模型的实用体验不完全与榜单成绩挂钩。基于广泛的用户反馈和分析，腾讯定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价：

　　输出格式和工具调用稳定性：显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3还增强了跨脚手架泛化性，不同脚手架（如 Codebuddy、Cline、KiloCode）在SWE Bench Verified上的分数标准差控制在4个百分点以内。

　　知识常识和抗幻觉能力：内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的理想态，进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中，Hy3的幻觉率从12.5%降至5.4%，常识错误率从 25.4%降至12.7%，显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。

　　复杂上下文承接与多轮意图保持能力：Hy3在SFT与RL阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从 17.4%降至7.9%。同时Hy3在长对话理解基准中取得显著跨越（如MRCR从42.9%升至75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏。

　　Hy3已以Apache 2.0协议在GitHub、HuggingFace、ModelScope、GitCode开源。得益于一系列软硬协同的优化，腾讯也进一步降低了Hy3在腾讯云的API价格及在WorkBuddy等产品上的使用成本，让混元模型普惠更多用户和场景。

　　港股腾讯控股今日大涨4.82%，截至收盘最新股价报452港元/股，最新总市值超4.1万亿港元。

　　来源：“腾讯混元”公众号