腾讯混元3正式版发布：搜索能力追平GPT-5.5，幻觉率减半

事件概述

腾讯于2026年7月7日正式发布混元3（Hy3）正式版大模型。该模型是姚顺雨加入腾讯后主导的首个重量级产品，基于preview版的底层架构，通过优化训练数据质量和扩大强化学习算力规模实现性能跃升。

核心能力与基准测试

Hy3正式版总参数量295B，每次推理激活21B参数，上下文窗口256K。在官方公布的六大方向基准测试中，搜索智能体方向表现最强，BrowseComp得分84.2，追平GPT-5.5；DeepSearchQA得分91.0。

在代码智能体方向，SWE-Bench Verified得分78.0，与开源模型持平。STEM与推理方向，GPQA Diamond得分90.4，接近GPT-5.5的93.6；上下文学习方向在CL-bench上取得国产模型最高分23.8（该评测本身难度极高）。

可靠性方面，幻觉率从preview版的12.5%降至5.4%，常识错误率从25.4%降至12.7%，多轮问题率从7.9%进一步优化至7.9%（注：原文为从17.4%降至7.9%）。长对话理解基准MRCR从42.9%升至75.1%。

实际应用落地

Hy3正式版已接入WorkBuddy/CodeBuddy、元宝、ima、Marvis、QQ浏览器、腾讯新闻、WeGame、微信公众号、微信读书、腾讯地图、腾讯文档等核心业务，另有近50个业务排队接入。

• WorkBuddy：任务解决率从72%跃升至90%，平均耗时缩短34%。文档处理token消耗节省47.4%，PPT制作节省49.0%。
• 元宝：综合办公与生活服务场景已超越GLM-5.1，文档生成综合分提升7%，网页制作与自动化脚本提升6%。
• ima：知识库问答推理质量净提升近19%，幻觉率下降15个百分点。Agent任务系统稳定性达95.1%。
• QQ浏览器：编程与代码输出类任务成功率提升37.6%。
• 微信公众号：AI分身意图识别准确率从98.28%提升至98.94%。
• WeGame：AI游戏助手多轮推理与工具调度综合成功率提升至92%，幻觉率从4.5%降至2.8%。

定价与开源

Hy3延续preview的定价：API输入1元/百万tokens，输出4元/百万tokens，命中缓存0.25元/百万tokens。模型权重以Apache 2.0协议在GitHub、HuggingFace、ModelScope、GitCode等平台开源，全球开发者可免费商用。