文 | AIX 财经，作家 | 雷晶，剪辑 | 金玙璠

AI 圈近期看成频频，腾讯混元 Hy3 preview 也矜重亮相。

4 月 23 日，腾讯混元矜重发布并开源了新一代言语模子 Hy3 preview。据官网先容，该模子选拔快慢念念考交融的搀和行家架构，总参数 295B、激活参数 21B，最大提拔 256K 险峻文长度。这是被官方称为混元迄今最智能的模子。

三个月前，姚顺雨带着 ReAct 框架和 OpenAI 的实战陶冶加入腾讯，主导完成了预教化和强化学习基础设施的重构。Hy3 preview 是重建后的首份答卷。官方暗示，该模子在复杂推理、指示撤职、险峻体裁习、代码生成及智能体等才略均终了大幅耕作。

从官方浮现的数据和评测截止来看，Hy3 preview 在多项基础测试中展现出亮眼的实力，天然未必在悉数维度都达到行业顶尖水准，但足以兴隆大都场景下的实用需求。

在实质运行着力和结实性方面，Hy3 preview 也有所冲突。官方数据涌现，这款模子的首 Token 延长裁减 54%，端到端时长裁减 47%，大幅耕作了反馈速率。同期，任务到手率也有所耕作，已能结实驱动复杂的 Agent 责任流，隐秘文档解决、数据分析等多种业务场景。

此外，它的推理资本也有所着落。在腾讯云 API 输入低至 1.2 元 / 百万 Tokens，个东谈主套餐最低 28 元 / 月，在同尺寸模子中属于最廉价梯队。目下，Hy3 preview 已在腾讯云、元宝、WorkBuddy 等腾讯中枢居品中上线。

接下来，咱们将左证官方提到的四个场地，实测混元大模子在实质运用中的发挥。

推理才略：复杂逻辑能拆解，陷坑识别仍需加强

咱们领先测试了模子的推理才略。逻辑推理题是网友最心爱拿来测模子"智力"的类型之一。在这一要津中，咱们先用经典的"洗车问题"在元宝内进行测试。

在这个经典陷坑题中，Hy3 preview 起初并未答对。它给出了档次理会的推理来提议走路，而坑诰了要点在于"洗车"。在再次提醒需要洗车后，它才给出正确谜底。

需要注意的是，在其他网友的实测中，Hy3 preview 出现过能平直答对的情况，讲明它的陷坑识别才略结实性不及。

咱们再来试一皆脑筋急转弯题。在这个问题中，需要剖析推行逻辑，碎了、煎了、吃了的是兼并批鸡蛋。但 Hy3 preview 莫得相识到这小数，它以为煎了的鸡蛋依然存在，可以吃掉。

随后，咱们加浩劫度，用一皆推导经过更为复杂的逻辑题来进修它。这谈题的难点在于莫得平直的定位信息，需要靠隐性条款来作念摈斥，容易遗漏要害信息。

在这一场景中，Hy3 preview 给出了正确谜底。它先逐条拆解踪迹、提真金不怕火东谈主物与管事的互斥关系，再通过摈斥法锁定身份。接着，它按序笃信部分岗亭的包摄，再蚁集划定牢固补全。

抽象来看，Hy3 preview 惯例感性逻辑推演才略较强，但逆向念念维、陷坑识别与活命场景变通念念考才略仍有不及。面对陷坑类脑筋急转弯时，容易局限于字面惯例逻辑，忽略题目陷坑与推行场景，反应欠佳。但在面对条款荫藏、推导繁琐的复杂逻辑推理题时，它能够拆解踪迹，层层推演，逻辑分析和分步推导才略发挥塌实。

险峻体裁习和指示撤职 ：索求信息，烦躁场景下发挥结实

这一要津进修模子的两个基本功：能否收拢真确的指示，以及能否快速剖析指示。

腾讯在官方博客中给出了花样绸缪、旅游回来、念通知录等五个场景，咱们登科两个场景来实测。

场景一：内容杂沓的会议纪要信息索求

咱们给了一段混乱的会议灌音转写，混杂着插话、跑题、反复修正等情况，要求其提要三类信息。

Hy3 preview 给出的谜底准确地列出了这三类信息，信息抓取才略发挥可以。

场景二：剖析并撤职新的言语划定

咱们自创了一个简短的言语，通过实例向它展示划定，并给它三个新的句子让它翻译。

在这一轮中，Hy3 preview 能够准确完成关连要求，每个细节都能按划定施行。

抽象来看，Hy3 preview 能剖析指示要求，灵验摈斥烦躁信息，恰当杂乱信息烦躁、信息抓取等实用场景。

代码和智能体：用具调用较老成，任务录用好意思满性不及

代码才略与智能体才略，是评判一款 AI 助手是否好用的蹙迫维度。这既进修模子对用户需求的剖析深度，也磨练 Agent 在多门径任务中的绸缪、用具调用及任务闭环才略。这一要津，咱们为 WorkBuddy（腾讯旗下 AI 助手）设想了三个任务。

第一个任务，咱们要求 WorkBuddy 爬取五个城市近一年的空气情状，并基于空气质地数据生成一份分析论说。

从页面呈现来看，制品发挥及格。季节切换、雷达图、趋势图、关连性热力求等板块结构好意思满，milan视觉呈现存序，图表也具备基本的交互功能。这标明它在前端呈现这一层面的施行力达标。

但问题主要有两个，一是由于数据得到阶段受阻，Hy3 preview 只拿到了 224 天的灵验数据，缺口较大，影响了后续表格的竟然度；二是指示词中明确要求写一段分析论断，Hy3 preview 虽在页面上保留了对应板块的区域，但实质内容是一派空缺。这意味着，它有任务闭环相识，但最终的录用才略仍有不及。

第二个任务，咱们让它搭建一个贪馋蛇小游戏。

最终截止较为老成，画面简略、逻辑好意思满，可以时常运行。但需要指出的是，贪馋蛇属于划定顽固类任务，需求明确且无需调用外部数据，评价圭臬相比明确，是智能体较擅长的运用场景。WorkBuddy 在该任务中的发挥只可体目下风物区内的才略，考证了其具有一定的实用价值。

第三个任务，咱们将难度提高，让它分析一个怒放式复杂任务：分析 AI Coding 行业的贸易模式演变，清点 2023 年于今的发展历程，并找出行业要害转念点及中枢驱开拔分。

这是一个怒放式复杂任务，莫得斡旋的圭臬谜底，后果质地取决于 Agent 的判断力、信息筛选才略与抒发才略。

在施行层面，WorkBuddy 能够自动调用多个用具，先纠正施行认识、再落地推动认识，悉数这个词经过随机耗时半个小时。

但最终截止并不算惊艳，它仅仅搭建了一个基础框架，实质内容不够塌实。可以看出，天然它掌执了拆解琢磨问题的方法，却不懂得若何将这些维度进一步提真金不怕火为有价值的琢磨论点。

总的来说，WorkBuddy 已具备日常编码助手该有的才略，但在复杂任务的深度施行和最终录用上，还有耕作空间。

天然对话：AI 味赫然削弱

终末，咱们再来望望元宝有莫得"东谈主味"。这一轮通过两个场景来测试：闲聊对话与创意写稿。

场景一：闲聊对话

官方文档中提到，Hy3 preview 更能剖析用户的倾吐意图，能相连用户热诚，幸免说教式、模板化的复兴。

实质测试下来，Hy3 preview 的发挥确乎贴合这一定位。它莫得一上来就成列一堆提议，而是先客不雅分析背后的可能原因，再有计划是否遭受什么事情。举座口吻顺心，较有分寸，有闲聊场景里的天然感。

场景二：创意写稿

在这一要津中，咱们设想了两个任务，进修它的叙事与抒发才略。

咱们先让它写一个主角全程未出场，但读者读完能理会知谈他是谁、资格了什么、为何蹙迫的故事。

元宝交出的制品，全文逻辑自洽、叙事畅达，完成度较高，险些读不出 AI 写稿常见的套路感。

接着，咱们再让它师法《明朝那些事儿》的文风，撰写其他朝代的东谈主物历史故事。

AI 写稿时容易将文风复刻发挥为刻板的师法，仅停留照搬行文框架，而不成吃透著述立场。但从生成截止来看，Hy3 preview 文风复刻才略较强，举座适应要求。它收拢了原书平凡讲史的立场，较好地呈现了悉数这个词故事。

这一轮评测，最让东谈主无意。举座来看，Hy3 preview 在天然言语的抒发上，还是解脱了正确却无味的套路腔，能够写出可读性较高的文本。

结语

四个维度测下来，Hy3 preview 给东谈主的嗅觉是"稳而不惊"。

它莫得在某一项上拿出碾压式的发挥，但它也险些莫得赫然的短板。放在悉数这个词国内大模子的排位里，它未必是最惊艳的一款，但适应颖异活的实用型模子圭臬。

把视角拉远小数，Hy3 preview 真确的真谛随机并不在模子自己。

当年两年，腾讯在大模子战场上较为被迫。本年 1 月底，马化腾在年会上公开承认，腾讯 AI 看成慢了。技巧节拍相对较慢、莫得一个能让外界记取的标杆模子，是腾讯面对的两大问题。而 Hy3 preview 的发布，让腾讯的 AI 故事有了转念点，也让腾讯有了悉数这个词生态都能用的 AI 模子。

目下 Hy3 preview 还仅仅一个预览版块，开源社区的反馈还在收采集，元宝、QQ、腾讯文档等居品的实质调用体验也还需要时辰磨练。据官方浮现，后续会发布参数边界更大的模子。

但至少米兰体育官方网站，腾讯 AI 还是运转撕掉当年两年"被迫"的标签了。

• 浑圆
• 实测
• preview
• Hy3
• 米兰体育官方网站