实测腾讯 Hy3 正式版：Agent 与 Coding 能力显著提升，追赶 AI 下半场
2026/07/06 18:25阅读量 4
腾讯混元 Hy3 正式版上线，基于预览版用户反馈优化，在 Agent 和 Coding 能力上实现实质提升。实测显示，前端网页生成、游戏复刻、办公任务等效果接近 GLM 5.2、GPT-5.5 等旗舰模型，办公场景任务成功率从 72% 升至 90%。定价输入 1 元/百万 tokens、输出 4 元/百万 tokens，已在 WorkBuddy 和元宝中可用。
事件概述
腾讯混元 Hy3 正式版发布，距离 Preview 版本约两个月。官方表示，此次更新主要基于预览版收到的真实世界反馈，修复了榜单中难以发现的问题，重点提升了模型的稳定性和可用性，尤其在 Agent 和 Coding 能力上有了实质性进步。
核心性能提升
- 前端与游戏生成：在“旧金山金门大桥 3D 体验”测试中，Hy3 生成了包含多种视角（近距穿梭、中景环绕、高空俯瞰等）的交互页面，桥面细节和倒影效果远优于预览版的粗糙表现。主题公园建造游戏从 UI 到游戏逻辑（资金、评级、满意度等）均有完整支撑，视觉效果和可玩性大幅提升。复刻“我的世界”“黑神话：悟空”“地铁跑酷”等经典游戏时，Hy3 交付的完成度与 GPT-5.5、GLM 5.2 相当甚至更优。
- 代码与文档能力：Hy3 能对 GitHub 上的论文代码进行 Bug 定位和优化建议，并自动生成 Markdown 报告；支持将 Matlab 项目转译为其他语言、修复发现的 Bug。办公场景下，Hy3 可一次性处理多个文件并交付 PPT、Word、HTML 等多种格式成果。
- 推理与多任务：在 SWE-bench、HLE、BrowseComp 等榜单上，Hy3 进步显著。推理、STEM 复杂推理和数理能力得到增强，可胜任高阶数据分析和科学研究任务。
关键数据与定价
- Benchmark 对比：Hy3 在完整榜单上与 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 及豆包 Seed 2.1 Pro 对比，整体水平接近 GLM 5.2，部分指标超越预览版和个别竞品。
- 办公任务成功率：在 WorkBuddy 场景下，任务成功率从 Preview 的 72% 提升至 90%。
- API 定价：输入 1 元/百万 tokens，输出 4 元/百万 tokens，输入命中缓存价格 0.25 元/百万 tokens。作为对比，DeepSeek V4 Pro 对应价格分别为 3 元、6 元和 0.025 元。
应用场景
Hy3 目前可通过腾讯 WorkBuddy（全场景 AI 工作台）和元宝应用使用。WorkBuddy 能够从本地文件出发，分解复杂任务并逐步执行；元宝在快速思考模式下自动触发 Agent 能力，支持直接生成 PPT、Word、Excel、PDF、HTML 等文件。实测表明，Hy3 在项目开发、代码迁移、调研报告生成等场景下均有稳定交付能力。