實測騰訊 Hy3 正式版，這次終于趕上了「AI 下半場」

十年磨一劍，兩月一模型。

四月份的時候 Hy3 Preview 上線，這個被冠上了「姚順雨騰訊首秀」的大模型，開始能接住一些用戶的真實需求，但在具體的編程實測表現上，對比同期的幾款大模型，還是有一定的差距。

姚順雨在之前的「騰訊 AI 下半場」和湯道生對話中曾說，「我們先發一個 Preview 模型最主要的目的之一，是希望獲得真實世界反饋，修復榜單里發現不了的問題。」

▲ WorkBuddy 內 Hy 3 限時免費中

兩個月的時間，混元 3 正式版上線。結合了用戶對預覽版的反饋以及對模型穩定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了實質的提升。

我們做了多個前端網頁的生成測試，大多數都包含復雜的 3D 網頁模擬、嚴格的游戲邏輯，以及需要調用不同的框架和庫文件，Hy3 交付的內容要比預覽版好上一個等級。

最明顯的例子是「舊金山金門大橋 3D 體驗」，我們在 WorkBuddy 內輸入此前相同的提示詞，選擇 Hy3 模型。WorkBuddy 會和 Codex 一樣，先將我們的要求分解成包含多個進程的子任務，然后一步一步實現、驗證再交付。

直接看最后的效果，Hy3 設計了近距穿梭、中景環繞、高空俯瞰、自動環繞，以及電影巡游幾種不同的視角，對橋面的設計、橋面上的汽車以及水面的倒影，其呈現效果都比預覽版更加真實。

作為對比，當時的預覽版更像是一個未完成的中途項目，又粗糙又很局限。

前端能力的提升，是基于模型底層的進化，而這些優化也讓 Hy3 在綜合的 Coding Agent 任務和辦公場景中有了更通用的能力。

我們使用 WorkBuddy 測試其辦公能力時，面對一些復雜的工作流，Hy3 的任務規劃、長文本信息處理和多工具的調用等，相比預覽版都得到了強化，交付的成果更符合我們的期待。

而官方的模型發布博客顯示，Hy3 的推理和 STEM 復雜推理、數理能力也得到了顯著提升。現在，使用 Hy3 也可以幫助我們完成高階數據分析、科學研究等更加硬核的任務。

▲ WorkBuddy 會將我們的任務進行詳細的規劃，一步一步完成。

目前，我們可以在 WorkBuddy 和元寶內使用 Hy3，WorkBuddy 是騰訊早前推出的全場景 AI 工作臺，和 Codex 類似，它可以直接從我們的本地文件出發，快速處理電腦上的各種任務。

元寶也提供了 Agent 能力，使用混元模型，選擇快速思考模式，當我們輸入明確的要求，告訴模型我們最終需要的文件類結果，元寶會自動觸發 Agent 能力。

像是 PPT、Word、Excel、PDF，以及 HTML 等文件，現在都可以直接在元寶內，使用 Hy3 的 Agent 能力進行生成。

API 調用上，Hy 3 的定價為輸入 1 元/百萬 tokens，輸出 4 元/百萬 tokens，輸入命中緩存價格是 0.25 元/百萬 tokens。作為對比，DeepSeek V4 Pro 對應的價格是 3 元、6 元和 0.025 元。

我們做了更多的測試，可視化的結果能看到，Hy3 確實更不一樣了。

可以跟其他旗艦模型比肩的網頁效果

除了開頭提到的「金門大橋」變化，在 benchmark 的表現上，Hy3 這次同樣是延續了此前預覽版本的快速提升。在經典的 SWE-bench、HLE、BrowseComp 等榜單上，Hy3 幾乎是進步最顯著的模型。

而在完整的 Benchmark 表現上，Hy 3 主要和 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 以及豆包 Seed 2.1 Pro 進行了對比。

能看到對比預覽版，Hy3 要更接近國內外旗艦模型的表現，甚至超過了部分模型，整體水平來到了 GLM 5.2 附近。

我們繼續測試了上次用在預覽版上的提示詞，同樣的提示詞，同樣的設置，Hy3 這次的表現還有哪些提升？

就像這個主題公園的場景，預覽版交付的是一個能看能用，但不那么美觀、交互也不夠友好的產品。但 Hy3 從啟動頁面，就能看到它在美術設計上下了功夫。

點擊開始建造，網頁終于不再是那套用爛了的 Emoji 小符號，從小圖標到大的場景，都開始使用 AI 生成的圖片。不過模型在如何搭配這些圖片上還是犯難了，似乎貼到公園里，并不是那么搭配。

我們在里面玩了一會兒，所有的資金、評級、游客、滿意度和清潔度等信息，背后都有一套完整的游戲邏輯在支撐運作。

就像一開始一直沒有增加洗手間和游客服務中心，滿意度總是維持在較低的水平，但是修建了更多的路和增加更多建筑后，滿意度會慢慢上升。

此前，同樣一套提示詞，預覽版的效果是這樣的。

還有 SVG 測試，之前一個開著汽車的長頸鹿的動態 SVG，預覽版給的是一個完全平面 2D 的動畫，Hy3 不僅增加了更多的細節，同時讓整個 SVG 看起來也更自然了，太陽、長頸鹿、汽車、風景等，也更具動畫質感。

▲ Hy3 Preview 生成

▲ Hy3 生成

而之前用于測試 GLM 5.2 的多個游戲復刻任務，現在使用 Hy3 基本上都能達到同一水平的效果，甚至部分表現還更好。

例如復刻一個我的世界，雖然這個場景下沒有看到水域，但是這些磚塊還原的像素世界，基本上和之前 GPT-5.5 生成的游戲相當。

▲ Hy3 生成

▲ GLM 5.2 生成

還有復刻黑神話：悟空，這是最讓人驚喜的一部分。之前的測試，無論是 GLM 5.2 還是 Opus 4.8 都偏向于使用 2D 或者較暗、較黑的風格來呈現最終的網頁，但是 Hy 3 給的游戲算是完成度比較高的一個。

▲ Hy3 生成

▲GLM 5.2 生成

其他的游戲，像是地鐵跑酷，我們用 Hy3 生成游戲，對比之前在測試省 Token 策略中，使用 GPT-5.5 生成的效果，也要好上不少。無論是可玩性還是可以直接上線的可能性，Hy 3 交付的網頁都更強。

而針對具體代碼項目的任務，我們從 GitHub 上找到了一篇經典論文的代碼文件，交給 Hy3 進行分析，要求它找到里面的 Bug，以及其他可以優化的方向。

其實在提示詞里面根本沒有要求它交付任何文檔，但是 Hy3 還是給了一份詳細的 Markdown 報告，里面清晰地列明了項目在研究什么、已經確認的 Bug、潛在的問題與 Robust 風險，以及從性能和架構上給出的可優化方向。

針對項目的修改，Coding Agent 能力的提升，也可以讓 Hy3 很快就把一個 Matlab 語言的項目轉成其他語言，或是把一個 Python 項目轉成能運行在 Google Colab 上的 ipynb 格式，以及修復它自己發現的那些 Bug。

代碼之外，我們也在 WorkBuddy 內要求 Hy3 完成一份深度調研的報告，看看計算機科學與技術這個專業如何，最后交付一份網頁報告、PPT 文檔和 Markdown 文檔。

可能我們想到的無非是就業前景、院校排名、薪資等方面，但 Hy3 的聯網搜索、推理分析的能力，還給了我們專業課、考研、算法工程的技術方面的內容。

多文件處理的能力，可以讓 Hy3 一次性處理多個文件的同時，也能交付多種不同格式的文件。

根據官方的描述，Hy 3 在 WorkBuddy 辦公場景下的任務成功率，從 72% 升到了 90%。大到一個超長的網頁開發項目，小到各種小游戲、小程序，Hy3 現在都有了穩定交付的能力。

一番實測下來，可以很確定地說，相比之前的 Hy3 Preview，Hy3 進步非常明顯。如果你手邊沒有趁手的工具，Hy3+WorkBuddy 現在或許會是一個不錯的選擇。

不過，就像開頭說的「兩個月一更新」，有些模型甚至不用兩個月就會迭代。等到 GPT-5.6 全面開放、Gemini 3.5 Pro 上線，到時候的基準又是一個新的標桿。

從 Preview 到正式版，Hy3 用兩個月完成了一次肉眼可見的迭代，加上 。下一次還能不能保持這樣的速度，可能比這一代模型本身更值得關注。

反正現在越來越多的工作，我們是可以放心交給 AI 了，大模型也有了越來越多的選擇。