《科创板日报》7月10日讯（记者李佳怡）7月8日上午10时，腾讯WorkBuddy平台上混元Hy3模型的算力资源出现了被挤爆的情况，下午排队率一度超过了50%。官方连夜进行了调度扩容，并在7月9日上午公告服务得以恢复。

同样在7月9日，全球大模型API调用平台OpenRouter上，处于限时免费阶段的Hy3得以升至最受欢迎模型榜单第八名。与此同时，在Hy3发布当天，腾讯股价上涨4.82%，美银证券随即给出“买入”评级，称Hy3实际表现超出预期。

在过去两年的时间里，腾讯在大模型这一竞争战场上始终未能坐上主桌。今年5月股东大会上，马化腾借助“上了船，后来发现船漏水，现在站上去了，还坐不下去”这一比喻，对腾讯AI所处尴尬处境进行了形容。

如今排队率达到50%之际，服务器资源被瞬间挤爆的这一时刻，比任何发布会都更能有力说明——腾讯AI终于开始受到用户主动抢用。

在大模型行业当中，“排队”这一现象从来都不是一个单纯的负面词汇。

2023年初ChatGPT突然爆火之际出现的排队现象，本质上是供需严重失衡所引发的慌乱局面；而2024年DeepSeek强势崛起之时，用户遇到的排队情况，则是技术突袭所带来的措手不及的反应。然而腾讯Hy3模型这一次的排队，却发生在WorkBuddy平台之上，该平台作为一个办公智能体，承载着自动化脚本生成以及工作流编排等一系列真实且复杂的应用场景。

用户选择来到WorkBuddy平台调用Hy3模型，并非为了进行简单的尝鲜尝试，而是为了借助这一模型来切实完成各项真实的生产力任务。

Hy3于7月6日正式对外发布了服务，两天之后便使得WorkBuddy平台的算力资源遭到了挤爆。在Hy3 preview阶段其中日均Token消耗量已增长20倍，WorkBuddy平台上自主选用Hy3 preview的用户数量同样增长了6倍，直到正式版发布之后出现的排队现象，可以清楚看出市场对于“Hy3”这一标签的认可程度发生了质的变化。

出现排队现象的直接原因在于调用量远远超出了预期，用户不仅主动前来调用，而且也愿意花费时间等待。在排队达到峰值的期间，超过一半的请求都处于等待处理的阶段，但用户并未出现大规模流失。这本身也构成了一种隐性的投票——Hy3所具备的生产力价值值得用户付出排队代价。

从技术路线方面来看，Hy3所选用的是借助小身板模型来对标大模型的这一发展路径。

Hy3选用了MoE架构，其总参数达到了295B，而激活参数却仅有21B，它借助这21B的实动兵力便得以跑出参数规模2到5倍旗舰模型的性能水平，尤其适用于Coding以及智能体（Agent）类场景。

目前，Hy3已经在WorkBuddy/CodeBuddy、元宝、Marvis、ima以及微信等多个业务方面实现了接入，其API已在腾讯云TokenHub平台完成了上线，同时多个海外API平台也将陆续实现接入。

那么，Hy3在真实的工作场景当中，其实际表现情况究竟如何？

根据数据显示，在270位专家以真实工作场景为基础开展的模型盲测当中，Hy3所得均分达到2.67/4，优于GLM5.1的2.51/4，尤其在前端开发、数据与存储以及CI/CD等类别所体现的优势较为显著。其幻觉率从12.5%下降至5.4%，常识错误率也从25.4%降低到12.7%。

WorkBuddy Context Engineering负责人Elden向《科创板日报》记者表示，内部所开展的测评数据显示：相比Hy3 preview版本，Hy3正式版的任务解决率得以从72%提升至90%，平均耗时缩短了34%。与此同时，在高频办公任务方面，Hy3 token消耗显著低于GLM-5.2，其中文档处理节省47.4%，PPT制作节省49.0%。

在定价策略方面，Hy3延续了实用以及普惠的模型定位，其输入价格为1元/百万tokens，输出价格为4元/百万tokens，而输入命中缓存的价格则为0.25元/百万tokens。与此同时，Hy3选用了商业友好度较高的Apache2.0开源协议，这使得全球开发者均可下载并且免费商用。

需要注意的是，Hy3同样也存在一定的偏科问题，其优势主要集中于搜索类智能体场景。在BrowseComp这一AI模型评测基准当中，Hy3取得了84.2分的成绩，与GPT-5.5的84.4分几乎保持持平。此外，Hy3在Agent执行层面的表现同样值得关注。

然而，在那些决定大模型能力上限的复杂推理以及硬核代码等领域当中，Hy3所展现的表现稍显逊色。例如，SWE-bench Pro这一AI编程能力评测基准得分57.9分，落后于Claude Opus 4.8的69.2分以及千问的60.6分；MathArena Apex这一数学推理基准得分38.7分，不到GPT-5.5的一半，也落后于千问的44.5分。

尽管Hy3在部分领域存在一定的偏科情况，然而业内对于第一梯队的认定标准，并非考察哪个模型更为全能，而是要看哪个模型在核心赛道上卡住了难以绕开的关键位置。Hy3在搜索智能体以及Agent执行方面所取得的领先优势，足以让它触及到第一梯队的门槛。

《科创板日报》7月10日讯（记者李佳怡）7月8日上午10时，腾讯WorkBuddy平台上混元Hy3模型的算力资源出现了被大量调用而挤爆的状况，下午排队率一度超过了50%。官方连夜开展了调度以及扩容的工作，并在7月9日上午公告服务得以恢复正常。
同样在7月9日，全球大模型API调用平台OpenRouter上，处于限时免费阶段的Hy3得以升至最受欢迎模型榜单第八名。与此同时，在Hy3发布当天，腾讯股价上涨4.82%，美银证券随即给出“买入”评级，称Hy3实际表现超出预期。
在过去两年的时间里，腾讯在大模型这一竞争战场上始终未能坐上主桌。今年5月股东大会上，马化腾借助“上了船，后来发现船漏水，现在站上去了，还坐不下去”这一比喻，对腾讯AI所处尴尬处境进行了形容。
如今排队率达到50%之际，服务器资源被瞬间挤爆的这一时刻，比任何发布会都更能有力说明——腾讯AI终于开始受到用户主动调用。
在大模型行业当中，“排队”这一现象从来都不是一个单纯的负面词汇。
2023年初ChatGPT突然爆火之际出现的排队现象，本质上是供需严重失衡所引发的慌乱局面；而2024年DeepSeek强势崛起之时，用户遇到的排队情况，则是技术突袭所带来的措手不及的反应。然而腾讯Hy3模型这一次的排队，却发生在WorkBuddy平台之上，该平台作为一个办公智能体，承载着自动化脚本生成以及工作流编排等一系列真实且复杂的应用场景。
用户选择来到WorkBuddy平台调用Hy3模型，并非为了进行简单的尝鲜尝试，而是为了借助这一模型来切实完成各项真实的生产力任务。
Hy3于7月6日正式对外发布了服务，两天之后便使得WorkBuddy平台的算力资源遭到了挤爆。在Hy3 preview阶段其中日均Token消耗量已增长20倍，WorkBuddy平台上自主选用Hy3 preview的用户数量同样增长了6倍，直到正式版发布之后出现的排队现象，可以清楚看出市场对于“Hy3”这一标签的认可程度发生了质的变化。
出现排队现象的直接原因在于调用量远远超出了预期，用户不仅主动前来调用，而且也愿意花费时间等待。在排队达到峰值的期间，超过一半的请求都处于等待处理的阶段，但用户并未出现大规模流失。这本身也构成了一种隐性的投票——Hy3所具备的生产力价值值得用户付出排队代价。
从技术路线方面来看，Hy3所选用的是借助小身板模型来对标大模型的这一发展路径。
Hy3选用了MoE架构，其总参数达到了295B，而激活参数却仅有21B，它借助这21B的实动兵力便得以跑出参数规模2到5倍旗舰模型的性能水平，尤其适用于Coding以及智能体（Agent）类场景。
目前，Hy3已经在WorkBuddy/CodeBuddy、元宝、Marvis、ima以及微信等多个业务方面实现了接入，其API已在腾讯云TokenHub平台完成了上线，同时多个海外API平台也将陆续实现接入。
那么，Hy3在真实的工作场景当中，其实际表现情况究竟如何？
根据数据显示，在270位专家以真实工作场景为基础开展的模型盲测当中，Hy3所得均分达到2.67/4，优于GLM5.1的2.51/4，尤其在前端开发、数据与存储以及CI/CD等类别所体现的优势较为显著。其幻觉率从12.5%下降至5.4%，常识错误率也从25.4%降低到12.7%。
WorkBuddy Context Engineering负责人Elden向《科创板日报》记者表示，内部所开展的测评数据显示：相比Hy3 preview版本，Hy3正式版的任务解决率得以从72%提升至90%，平均耗时缩短了34%。与此同时，在高频办公任务方面，Hy3 token消耗显著低于GLM-5.2，其中文档处理节省47.4%，PPT制作节省49.0%。
在定价策略方面，Hy3延续了实用以及普惠的模型定位，其输入价格为1元/百万tokens，输出价格为4元/百万tokens，而输入命中缓存的价格则为0.25元/百万tokens。与此同时，Hy3选用了商业友好度较高的Apache2.0开源协议，这使得全球开发者均可下载并且免费商用。
需要注意的是，Hy3同样也存在一定的偏科问题，其优势主要集中于搜索类智能体场景。在BrowseComp这一AI模型评测基准当中，Hy3取得了84.2分的成绩，与GPT-5.5的84.4分几乎保持持平。此外，Hy3在Agent执行层面的表现同样值得关注。
然而，在那些决定大模型能力上限的复杂推理以及硬核代码等领域当中，Hy3所展现的表现稍显逊色。例如，SWE-bench Pro这一AI编程能力评测基准得分57.9分，落后于Claude Opus 4.8的69.2分以及千问的60.6分；MathArena Apex这一数学推理基准得分38.7分，不到GPT-5.5的一半，也落后于千问的44.5分。
尽管Hy3在部分领域存在一定的偏科情况，然而业内对于第一梯队的认定标准，并非考察哪个模型更为全能，而是要看哪个模型在核心赛道上卡住了难以绕开的关键位置。Hy3在搜索智能体以及Agent执行方面所取得的领先优势，足以让它触及到第一梯队的门槛。

要理解Hy3为何会出现排队现象，首先需要把这个模型的起源过程系统梳理清楚。

2025年12月，28岁的姚顺雨空降腾讯，出任“CEO/总裁办公室”首席AI科学家。他所接手的混元，在腾讯内部甚至都未能坐上主桌的位置。

2026年1月腾讯内部年会上，刘炽平对混元此前的发展问题开展了复盘，他借助一个比喻来进行阐述：就像高中生依赖背题来参加考试，虽然成绩单看上去很好看，可是一旦真正上了考场就会露出破绽。

姚顺雨在到任之后所做的第一件事情，并非急于发布模型，而是选择把原有体系全部推倒并从头开始重建。

2026年1月底，混元启动了对底层基础设施的全面重建工作，其中涵盖了预训练重建、强化学习重建、数据体系重建以及评估体系重建等多个方面。他所采用的方法论被命名为Co-design，也就是边开展训练边进行应用，让产品反馈来倒逼模型的迭代进程。到了3月，腾讯正式撤销了成立十年的AI Lab，将核心研发力量收拢至混元主线。

从1月底开展重建工作到4月23日Hy3 preview发布，再到7月6日正式版推出，不到半年时间，混元得以跑通从底层重构到产品反哺的完整链路。姚顺雨在社交媒体上表示，从Hy2到Hy3 preview再到Hy3，不到半年时间，又实现了一次巨大的飞跃。

值得关注的一点在于，根据媒体所发布的报道信息，腾讯即将迎来混元多模态模型的负责人，其中OpenAI研究科学家田永龙即将正式加入混元团队，而田永龙正是姚顺雨在OpenAI任职期间的前同事。他的这一加入举动，意味着腾讯正在逐步补齐多模态这块最后的能力拼图。

长期以来，腾讯并不缺乏各类入口资源，也不缺乏丰富的应用场景，真正所缺失的是一个能够有效支撑所有这些入口的模型中枢系统。Hy3的推出也就表明这一中枢已经得以补足，但与此同时，新的问题也随之浮现出来。

Hy3所选择的性价比路线目前正在面临来自两个方向的挤压压力，在高端方面顶级大模型持续进行降价操作，而在低端方面DeepSeek以及阿里、智谱和小米等厂商都在推出具备更低成本以及更强推理能力的模型。Hy3的价格优势在今天的市场当中能够维持多久，还有待进一步观望。

此外，业内人士普遍认为腾讯在开展AI业务方面所拥有的最大底牌便是微信——其具备14亿月活跃用户，同时拥有全行业最为丰富的应用场景以及数据资源。但问题在于，微信所产生的数据由于受到严格隐私保护机制的限制，无法被直接运用到模型训练工作当中。也就是说，腾讯虽然掌握了全行业最厚重的context信息，却很难将其真正注入到模型的训练闭环流程里面。

从当前的情况来看，姚顺雨为腾讯AI所确立的第一层核心人设，便是认真对模型底座开展打磨工作，而Hy3的推出也使得腾讯AI终于拥有了一份能够验证的阶段性成果。然而在重新回到主桌之后，究竟能不能坐稳位置、能不能实现翻盘，仍旧需要进行持续的观望。

来源：从“坐不上主桌”到“算力挤爆” 腾讯AI重回牌桌？ | 财联社