// 01 Hy3 preview 是什么
腾讯混元重建基础设施后的首个旗舰模型
Hy3 preview 来自腾讯混元团队，是腾讯在重建预训练与强化学习基础设施后发布并开源的语言模型。腾讯官方文章显示，Hy3 preview 于 2026 年 4 月 24 日发布，定位为混元当前最智能的模型之一，重点提升复杂推理、指令遵循、上下文学习、代码和 Agent 任务能力。它已经上线 GitHub、Hugging Face、ModelScope、GitCode 等平台，同时接入腾讯云、元宝、ima、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯乐享等腾讯生态产品。
它面向的用户不是只想随手聊天的轻量用户，而是开发者、Agent 框架作者、企业应用团队和需要自部署大模型的技术团队。Hy3 preview 的价值在于把模型能力、推理效率和 Agent 场景结合起来：既开放权重方便本地部署，又在腾讯自有产品中经过真实业务场景验证。
核心能力
- 采用混合专家架构，总参数为 295B，单次推理激活参数为 21B。
- 最大支持 256K 上下文长度，适合长文档理解、代码仓库分析和复杂 Agent 工作流。
- 官方资料提到模型还包含 3.8B MTP 层参数，用于提升推理吞吐和响应效率。
- 相比前代模型，腾讯官方称 Hy3 preview 整体推理效率提升 40%。
- 在 CodeBuddy 和 WorkBuddy 的真实业务场景中，官方披露首字延迟降低 54%，端到端响应时间缩短 47%，成功率超过 99.99%。
- 官方称模型已验证可支撑最长 495 步复杂智能体工作流，覆盖文档处理、数据分析、知识检索和 MCP 工具链编排。
- 支持 vLLM、SGLang 等主流推理框架，也支持接入 OpenClaw、OpenCode、KiloCode 等开源 Agent 工具。
如何使用
Hy3 preview 有两种使用路径。开发者可以从 GitHub、Hugging Face、ModelScope 或 GitCode 获取模型权重，按官方 README 使用 vLLM 或 SGLang 部署；如果不想自建推理服务，也可以通过腾讯云大模型服务平台 TokenHub 或已接入的腾讯产品体验模型能力。Hugging Face 模型页显示其属于文本生成模型，提供 Safetensors 权重文件，适合熟悉开源大模型部署的团队下载测试。
- 访问项目官网或 GitHub 仓库，阅读模型介绍、部署要求和推理示例。
- 从 Hugging Face、ModelScope 或 GitCode 下载模型权重。
- 根据硬件条件选择 vLLM 或 SGLang 启动推理服务。
- 如果用于 Agent 场景，可接入 OpenClaw、OpenCode、KiloCode 等框架。
- 如果希望快速调用，可评估腾讯云 TokenHub 的 API 服务和套餐价格。
典型使用场景
在企业 Agent 场景中，Hy3 preview 适合承担长链路任务，例如读取多份文档、检索知识库、调用 MCP 工具、分析数据并生成报告。256K 上下文和 Agent 任务优化，使它更适合复杂工作流而不是单轮问答。
在代码开发场景中，它可以作为 AI 编程助手或代码 Agent 的后端模型，用于理解项目上下文、生成代码、修复问题和执行多步任务。腾讯官方也特别强调其在 CodeBuddy、WorkBuddy 等产品中的工程表现。
在办公和内容生产场景中，Hy3 preview 已用于腾讯文档、元宝等产品，可用于长文理解、PPT 生成、资料整理和信息总结。对于企业用户来说，这类能力更接近“嵌入业务流程的模型”，而不是单独的聊天入口。
与同类模型的差异
Hy3 preview 的差异在于“开源权重 + 腾讯生态落地 + Agent 能力优化”。相比纯闭源 API，它给开发者更多部署和研究空间；相比只追求榜单分数的开源模型，它更强调真实业务可用性、推理效率和工具调用链路。官方也明确提到，这一版本是 preview，目的是收集开源社区和用户反馈，为正式版 Hy3 做准备。
如果团队只是需要低门槛聊天服务，直接使用腾讯元宝或其他成熟闭源产品会更省事；如果团队需要自部署、长上下文、代码能力、Agent 框架接入和成本控制，Hy3 preview 更值得评估。
价格与使用成本
Hy3 preview 的开源权重可以自行下载部署，但自部署成本取决于 GPU、显存、推理框架和上下文长度配置。腾讯云 TokenHub 官方披露的价格为每百万 tokens 输入低至 1.2 元、缓存输入最低 0.4 元、输出低至 4 元；个人版 Token 套餐月费低至 28 元。实际费用仍会受模型调用量、缓存命中率和任务复杂度影响。
真实优势与局限
Hy3 preview 的优势很明确：参数规模大、激活参数相对高效、上下文长、Agent 场景优化明显，并且已经在腾讯多个产品中上线验证。它适合希望评估国产开源旗舰模型、构建 Agent 应用或做企业私有化部署的团队。
局限也需要注意。它是 preview 版本，不等于最终正式版；大模型自部署仍然需要较强硬件和工程能力。对于个人轻量用户，直接调用云端服务或使用已接入 Hy3 preview 的腾讯产品会更现实；对于没有长上下文、代码或 Agent 需求的场景，它的复杂度和资源成本可能偏高。
// 02 核心 功能
- 核心定位腾讯在重建预训练与强化学习基础设施后发布并开源的语言模型。
- 分类索引当前归档在 最近收录AI、AI 大模型 / 对话，方便和同频工具横向比较。
- 能力标签标签信息还在补全中，后续会继续增强能力维度。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 最近收录AI、AI 大模型 / 对话 定位和 相关能力 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
