Esc
输入关键词开始搜索
News

Tencent Hunyuan Hy3 preview

Tencent Hunyuan Hy3 preview

原始信源：

  1. GitHub README / 模型仓库：https://github.com/Tencent-Hunyuan/Hy3-preview
  2. Hugging Face 模型卡：https://huggingface.co/tencent/Hy3-preview
  3. Hugging Face 配置文件：https://huggingface.co/tencent/Hy3-preview/raw/main/config.json
  4. Hugging Face 生成配置：https://huggingface.co/tencent/Hy3-preview/raw/main/generation_config.json
  5. Hugging Face 许可证：https://huggingface.co/tencent/Hy3-preview/raw/main/LICENSE

发布日期核验：README News 与许可证均指向 2026-04-23。

去重说明：已实际检索 2026-04-11 至 2026-04-24 的 Lighthouse deep-*.md，未发现同一事件 deep 重复稿；过去 14 天仅存在若干“腾讯混元 3.0 是否将发布”的日更追踪与 2026-04-24 的 daily 短条，不构成同一篇深读重复。

速查卡

项目内容
一句话总结腾讯这次不是只放出一个更大的开源权重，而是明确把 Hy3 preview 定义成“复杂推理 + 代码执行 + Agent 工作流”的新旗舰。
最硬规格295B 总参数、21B 激活参数、3.8B MTP 层参数、80 层主体 + 1 层 MTP、192 专家 top-8 激活、256K 上下文、BF16。
最值得记住的设计点它既是 MoE 大模型，也是一个原生面向工具调用、推理模式切换、OpenAI 兼容部署的 agent-oriented 模型。
腾讯自己强调的最大提升代码与智能体。README 明说“Coding and agents saw the biggest gains”。
生态落点官方同时给出 Hugging Face / ModelScope / GitCode 分发、vLLM / SGLang 部署、OpenAI 兼容 API、完整训练流水线、量化工具 AngelSlim。
最大现实约束官方建议 8 卡部署且推荐 H20-3e 或更大显存 GPU；许可证还有地域限制、100M MAU 商业门槛、以及“不得用输出改进其他 AI 模型”的条款。
本文核心判断Hy3 preview 真正的战略意义，不是“腾讯也有一个大 MoE 了”，而是腾讯开始用公开模型卡把自己重新放回中国开源推理/Agent 主战场。

一、腾讯这次到底发布了什么

官方 README 的第一段已经把 Hy3 preview 的身份说得很清楚：

  • 它是腾讯混元团队开发的 MoE 模型；
  • 295B 总参数，21B 激活参数；
  • 另有 3.8B MTP layer parameters；
  • 是“重建后训练的第一个模型”；
  • 也是腾讯截至目前“最强”的已发布模型；
  • 提升重点不是泛泛的聊天，而是复杂推理、指令遵循、上下文学习、代码、智能体任务。

这段表述很关键，因为它透露了两层意思。

第一，腾讯在有意把这次发布和一轮“基础设施/训练体系重建”绑定。也就是说，Hy3 preview 不只是某个 checkpoint，而像是新训练栈的第一张成绩单。

第二，腾讯不再把旗舰模型主要包装成“通用对话模型”，而是直接把代码与 agent 放在主叙事中央。这和过去很多中国大厂先讲通用能力、再讲垂直应用的发布顺序明显不同。

二、已核验的模型卡硬规格

以下规格来自 GitHub README 与 Hugging Face 配置文件，可直接视为已核验事实。

1. README / 模型卡显式给出的规格

属性官方值
架构Mixture-of-Experts (MoE)
总参数量295B
激活参数量21B
MTP 层参数量3.8B
层数（不含 MTP）80
MTP 层数1
注意力头64
KV 头8
head dim128
Hidden Size4096
Intermediate Size13312
上下文长度256K
词表大小120832
专家数192 experts, top-8 activated
支持精度BF16

2. 配置文件进一步暴露出的结构细节

config.json 还给了几项 README 没展开、但对技术读者很重要的细节：

  • architectures: HYV3ForCausalLM
  • model_type: hy_v3
  • max_position_embeddings: 262144
  • num_experts_per_tok: 8
  • num_shared_experts: 1
  • first_k_dense_replace: 1
  • expert_hidden_dim: 1536
  • moe_intermediate_size: 1536
  • hidden_act: silu
  • qk_norm: true
  • rope_theta: 11158840.0
  • num_nextn_predict_layers: 1
  • transformers_version: 5.6.0

这里最值得注意的是三点。

第一，21B active 对应的是一个明显为推理成本优化过的 MoE 路线：总参数做大，但单 token 的激活成本控制在 21B 级别，而不是把 295B 全量摊给每次前向。

第二，num_shared_experts: 1 和 top-8 激活说明它并不是最极端的纯路由稀疏结构，而更像是带共享能力底座的混合路线，目的是在容量、稳定性和推理成本之间取平衡。

第三，MTP 层不是宣传口号，而是明确写进规格和部署方式里的正式组件。官方甚至在 vLLM 和 SGLang 部署命令中都把 speculative / MTP 路径显式打开，这说明它是性能设计的一部分，不是论文附属特性。

三、这不是普通聊天模型：官方把“思考模式”和“工具调用”做进了模板

如果只看 README，很多人会把 Hy3 preview 理解成“腾讯版大 MoE”。但真正值得重视的是 Hugging Face 仓库里的 chat_template.jinja。

从模板可确认几件事：

  1. 模型原生支持 reasoning_effort 控制，允许：

    • no_think
    • low
    • high

  2. 官方 Quickstart 明确把 reasoning_effort 当作可调接口暴露：

    • 复杂数学、代码、推理任务建议 high
    • 直接回答建议 no_think

  3. 模板中包含成套的工具调用特殊 token：

    • <tool_calls>
    • <tool_call>
    • <tool_responses>
    • <tool_response>
    • <arg_key>
    • <arg_value>

  4. 模板中还显式定义了 <think> / </think> 结构，以及 reasoning mode token。

这意味着 Hy3 preview 并不是“靠外层框架勉强接工具”的模型，而是从 chat template 层面就按工具调用、推理模式和 agent loop 组织过输入输出协议。

换句话说，它不是只会回答问题，而是被设计成更适合接入执行链的模型。

四、官方 benchmark 到底说了什么

1. 预训练 Base 模型对比：Hy3 preview-Base 不是全榜第一，但在数学、代码和多语上相当能打

README 里有一张文本表，直接可核验。对比对象是：

  • Kimi-K2 BASE
  • DeepSeek-V3 BASE
  • GLM-4.5 BASE
  • Hy3 preview-Base

其中 Hy3 preview-Base 的可直接确认成绩包括：

类别基准Hy3 preview-Base观察
EnglishMMLU87.42略低于 Kimi-K2 的 88.24
EnglishMMLU-Pro65.76略低于 Kimi-K2 的 65.98
EnglishSuperGPQA51.60该表中第一
CodeCRUXEval-I71.19该表中第一
CodeLiveCodeBench-v634.86该表中第一
MathGSM8K95.37该表中第一
MathMATH76.28该表中第一
MathCMath91.17该表中第一
ChineseC-Eval89.80低于 Kimi-K2 的 91.51
ChineseCMMLU89.61低于 Kimi-K2 的 90.72
MultilingualMMMLU80.15该表中第一
MultilingualINCLUDE78.64该表中第一

这个结果很有信息量。

它说明 Hy3 preview-Base 的优势并不在“所有通识基准全线碾压”，而是在更接近下一代生产场景的几条线上拉开：

  • 数学与推理
  • 代码执行
  • 多语覆盖

但它在传统通识问答和部分中文考试类 benchmark 上，并没有把 Kimi-K2 等模型完全压过去。这反而让这张表更可信，因为腾讯并没有把它包装成“全领域无死角第一”。

2. Instruct / 推理图：腾讯主打的是 STEM 强推理，不是轻量闲聊

官方 STEM 图中，Hy3 preview 可读出的成绩包括：

基准Hy3 preview
FrontierScience Olympiad70.0
IMO Answer Bench84.3
HLE30.0
GPQA-Diamond87.2
清华求真书院数学博资考（avg@3）88.4
CHSBO 2025（text-only, pass^3）87.8

同图里它对比的模型包括 Gemini-3.1-Pro、GLM-5、Kimi-K2.5、GPT-5.4 xhigh 等。Hy3 preview 在若干项目上仍落后 GPT-5.4 xhigh 或 Gemini-3.1-Pro，但相对 GLM-5、Kimi-K2.5 基本处于非常接近甚至局部领先的位置。

这说明腾讯并没有把 Hy3 preview 说成“闭眼超越全球闭源最强”，而是更谨慎地把它定位为：在开源或可替代闭源成本区间里，推理能力已经进入非常有竞争力的一层。

3. 上下文学习与指令遵循：腾讯开始把真实业务场景 eval 搬上台面

官方 context 图中，Hy3 preview 可读出的成绩包括：

基准Hy3 preview
AdvancedIF（CIF & CC subsets）79.5
AA-LCR66.3
LongBench v265.4
CL-bench22.8
CL-bench Life15.7

最关键的不是绝对分数，而是 README 明说：

  • CL-bench
  • CL-bench-Life

是腾讯从自身业务场景里构建出来、用来测“上下文学习能力”的评估集。

这很重要，因为它暴露出腾讯对下一阶段模型能力的判断：真正难的不是答一道题，而是在“杂乱、冗长、规则很多、上下文质量参差”的真实输入里保持稳定执行。

如果把这个点和 256K context 放在一起看，就能理解腾讯为什么不断强调 context learning 而不是只强调 long context 本身。它卖的不是“能塞很多 token”，而是“塞很多 token 后还能照规矩办事”。

4. 代码与 Agent：这是 Hy3 preview 最核心的卖点

官方 README 直接写了：

“Coding and agents saw the biggest gains.”

从官方 agent chart 可读出的分数看，Hy3 preview 的公开成绩为：

基准Hy3 preview
SWE-bench Verified74.4%
Terminal-Bench 2.054.4%
BrowseComp67.1%
WideSearch70.2%

同图中可读到的对手成绩包括：

  • Kimi-K2.5：78.8 / 50.0 / 74.8 / 72.7
  • GLM-5：77.8 / 56.2 / 75.9 / 69.8
  • GLM-4.7：73.8 / 41.0 / 57.8 / 65.8
  • Claude-Opus-4.6：80.8 / 64.4 / 84.0 / 77.2

这个表最值得看的不是“有没有超过 Claude”，而是三件事。

第一，Hy3 preview 在 SWE-bench Verified 上已经进入 70%+ 区间，说明它至少已经不是“能写点代码”的普通模型，而是有资格进入高强度开发评测讨论的模型。

第二，它在 Terminal-Bench 2.0、BrowseComp、WideSearch 这些更贴近 agent 运行环境的 benchmark 上也都有明确成绩，说明腾讯不是只挑自己擅长的 coding 子项秀成绩，而是在试图构造完整 agent 能力画像。

第三，它和 GLM-5、Kimi-K2.5 的相对位置非常接近，这意味着中国开源/半开源大模型在“代码 + agent”这条线上的竞争，已经进入真对位阶段，而不是一家独走、其余陪跑。

5. 内部开发工作流评测：腾讯在试图证明自己不只会刷公开榜

README 还给出了一组内部评测：

内部基准Hy3 previewHy2Kimi-K2.5GLM-5Claude-Opus-4.6
Hy-Backend54.724.348.651.865.2
Hy-Vibe Bench50.528.544.060.070.0
Hy-SWE Max30.08.322.731.344.7

这些不是公开标准集，所以不能把它们当作行业通用结论。但它们仍然有价值，因为腾讯借此想证明一件事：Hy3 preview 的优化方向是现实开发工作流，而不只是公开题库。

从相对位置看，Hy3 preview 对 Hy2 提升非常大；对 Kimi-K2.5 大多领先；对 GLM-5 有来有回；对 Claude-Opus-4.6 仍有距离。

这其实是一个很合理、也很有说服力的位置：腾讯已经把自己拉进第一梯队讨论，但还没到“闭眼最强”的程度。

五、生态与部署：腾讯这次把“可拿来用”写得比很多开源发布更完整

1. 分发渠道是一次性铺开的

官方 README 的 Model Links 同时列出：

  • Hy3 preview（Instruct）
  • Hy3 preview-Base（Pre-trained base model）

并同步给出：

  • Hugging Face
  • ModelScope
  • GitCode

这意味着腾讯并不是只做一个 GitHub 展示页，而是从第一天就准备了国际开源社区、中国模型社区和本土代码平台的多点落地。

2. 部署入口直接按工程栈来写

README 的部署部分不是“以后支持 vLLM / SGLang”，而是直接给出命令：

  • vLLM：

    • --tensor-parallel-size 8
    • --speculative-config.method mtp
    • --tool-call-parser hy_v3
    • --reasoning-parser hy_v3
    • --enable-auto-tool-choice

  • SGLang：

    • --tp 8
    • --tool-call-parser hunyuan
    • --reasoning-parser hunyuan
    • --speculative-algorithm EAGLE
    • --speculative-num-steps 1

这说明两件事：

第一，腾讯是按“需要真部署的人会看什么”来写模型卡的，而不是只写一句“支持主流推理框架”。

第二，工具调用解析器、reasoning parser、speculative decoding 这些 agent 关键能力，并不是第三方社区补出来的，而是官方正面给出的部署路径。

3. OpenAI 兼容 API 是腾讯想吃开发者迁移红利的信号

Quickstart 直接使用：

  • from openai import OpenAI
  • client.chat.completions.create(...)

也就是说，Hy3 preview 明显希望被放进现有 OpenAI 兼容生态，而不是要求开发者完全改写 SDK 和调用习惯。

在今天的开发者工具市场，这一点非常重要。因为模型切换成本越低，真正决定采用率的就越不是“文档好不好看”，而是“能不能无痛插进现有 agent stack”。

4. 训练与量化链路也一起放出

README 还给出：

  • 完整训练流水线
  • 支持 full fine-tuning
  • 支持 LoRA fine-tuning
  • 支持 DeepSpeed ZeRO 配置
  • 集成 LLaMA-Factory
  • 官方量化工具 AngelSlim

这意味着腾讯不是只想让 Hy3 preview 成为“可调用模型”，而是想让它成为一个可再训练、可裁剪、可私有化改造的模型底座。

这对企业用户比对普通聊天用户更重要。

六、真正的战略意义：腾讯这次是在重返中国开源大模型主战场

如果只看参数，Hy3 preview 看起来像“腾讯也发了一个大号 MoE”。但如果把整个模型卡连起来读，信号远不止如此。

1. 腾讯把主战场从“谁也有通用模型”改成“谁更能做复杂执行任务”

Hy3 preview 的模型卡几乎每一部分都在把讨论拉向：

  • reasoning
  • context learning
  • coding
  • agent

这不是偶然。因为到 2026 年这个节点，单纯比聊天体验已经很难建立新壁垒，真正能拉开差距的是：

  • 多步骤任务完成率
  • 工具调用稳定性
  • 开发工作流适配
  • 长上下文规则遵循

腾讯这次显然决定直接打这些高价值场景，而不是再走一遍“先做通用聊天，再慢慢做应用”的老路。

2. 它在试图把腾讯内部生态的工程能力外显化

CL-bench、CL-bench-Life、Hy-Backend、Hy-Vibe Bench、Hy-SWE Max 这些名字，都不是传统学术 benchmark 命名风格，而是明显带着内部业务和产品实践痕迹。

这件事很关键，因为它说明腾讯开始把自己长期积累的业务环境，当成训练和评测资产，而不是只当应用分发渠道。

简单说，腾讯不是只想说“我们有很多产品可以接模型”，而是想说“我们的复杂业务流本身已经反哺了模型评测与优化”。

3. 它在重新争开发者心智

只要看三个动作就够了：

  • OpenAI 兼容 API
  • vLLM / SGLang 明确部署
  • full FT / LoRA / ZeRO / LLaMA-Factory / AngelSlim 一起给出

这不是面向普通 C 端用户的发布姿态，而是面向开发者、平台工程师和企业技术团队的姿态。

腾讯过去在开源模型讨论里的存在感，不如 Qwen、DeepSeek 那么强。Hy3 preview 的真正价值，很可能就是把腾讯重新拉回“值得开发者认真试一试”的那个名单里。

七、批判性看待：Hy3 preview 很强，但它也有三道现实门槛

1. 成绩强，不等于迁移成本低

官方建议已经写得很明确：

“Hy3-preview has 295B parameters in total. To serve it on 8 GPUs, we recommend using H20-3e or other GPUs with larger memory capacity.”

这句话的翻译非常现实：

  • 它不是人人本地就能跑的模型；
  • 也不是普通中小团队能随便拉起来的模型；
  • 真正能舒服部署它的，还是云厂、算力条件较好的实验室、或者有较强 GPU 预算的团队。

因此 Hy3 preview 的第一波受益者，不会是“最低成本本地派”，而会是那些本来就拥有较强推理基础设施的人。

2. Agent benchmark 强，不代表真实 agent 产品已经成熟

SWE-bench Verified、Terminal-Bench 2.0、BrowseComp、WideSearch 这些 benchmark 很重要，但它们仍然不是全部现实。

一个模型在 agent 基准上成绩不错，并不自动等于：

  • API 稳定性足够高
  • 工具调用足够可控
  • 长时任务失败恢复足够成熟
  • 产品层 memory / session / orchestration 足够好
  • 企业权限、安全、审计问题已解决

换句话说，Hy3 preview 已经证明“底模能力足够进入 agent 主战场”，但还没有自动证明“基于它的所有 agent 产品都已经好用”。

3. 许可证约束比很多开发者想象得更重

Tencent Hy Community License Agreement 是这次发布里一个绝对不能忽略的部分。

其中最重要的限制有：

  1. 许可证明确写明：

    • 不适用于欧盟、英国、韩国；
    • Territory 为“全球，但排除欧盟、英国、韩国”。

  2. 若发布时你的产品或服务月活超过 1 亿，需另向腾讯申请许可证，否则无权行使协议项下权利。

  3. 明确禁止：

    • 使用 Tencent Hy Works、输出或结果去改进其他 AI 模型；
    • 在 Territory 之外使用、复制、修改、分发或展示。

  4. 使用时需遵守 Acceptable Use Policy，且包含军事用途等明确禁区。

这意味着 Hy3 preview 虽然是“开源/开放权重”路线，但并不是传统意义上的宽松开源许可证。对很多国际化团队、模型蒸馏团队、以及希望将其作为跨境产品底座的公司来说，这会是实打实的采用门槛。

八、从行业角度看，Hy3 preview 释放了什么信号

1. 中国头部模型竞争，正在从“聊天能力”彻底切向“执行能力”

Hy3 preview 最值得记住的不是 295B，而是腾讯把最亮的灯打在了：

  • 代码
  • 搜索 agent
  • 开发工作流
  • 复杂规则遵循

这和全球趋势是同步的。现在真正值钱的模型，不再只是会答，而是会做。

2. 腾讯开始用“模型卡工程化程度”来争可信度

这次 README 的一个优点是工程信息足够足：

  • 具体架构
  • 具体部署命令
  • 具体推理参数
  • 具体训练支持
  • 具体量化工具
  • 具体许可证边界

很多模型发布喜欢只谈愿景，不谈如何真正跑起来。Hy3 preview 至少在文档层面不是这个路子。它更像是在说：你如果真的想部署、微调、接 agent、做兼容，我们已经把入口准备好了。

3. 腾讯的真实野心不是单模型，而是“模型 + 基础设施 + 分发”的整套回归

GitHub、Hugging Face、ModelScope、GitCode、vLLM、SGLang、OpenAI-compatible API、DeepSpeed、LLaMA-Factory、AngelSlim，这些点连起来之后，Hy3 preview 就不再只是一个模型发布，而是一次“把腾讯重新插回开发者工作流”的系统动作。

如果后续腾讯云、元宝、企业侧产品再把 Hy3 preview 进一步绑定进去，这条线会更完整。

九、结论

Hy3 preview 的发布，最容易被低估的地方，是外界可能只看到“腾讯也发了个 295B MoE”。

但真正读完原始 README、配置、模板和许可证后，会更清楚地看到：

  • 它不是一个单纯追参数的模型；
  • 它是一个明显按 agent 时代需求重写过接口和叙事的模型；
  • 腾讯最想证明的不是“我们也有大模型”，而是“我们也能提供能进开发工作流、能接工具、能跑长上下文、能做复杂执行的新旗舰”。

如果只问一句最核心的判断，那就是：

Hy3 preview 标志着腾讯开始把开源旗舰模型的竞争重点，从“有没有牌”切到“能不能真干活”。

而从官方给出的文档完整度、agent benchmark 取向、部署入口和训练工具链来看，这次不是象征性亮相，而是一张准备认真打的牌。

目录