文 | AIX财经，作家 | 雷晶，剪辑 | 金玙璠

AI圈近期作为往往，腾讯混元Hy3 preview也隆重亮相。

4月23日，腾讯混元隆重发布并开源了新一代讲话模子Hy3 preview。据官网先容，该模子接纳快慢念念考交融的混杂民众架构，总参数295B、激活参数21B，最大撑持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的实战告戒加入腾讯，主导完成了预西宾和强化学习基础设施的重构。Hy3 preview是重建后的首份答卷。官方暗意，该模子在复杂推理、指示撤职、险峻文体习、代码生成及智能体等能力均终了大幅提高。

从官方败露的数据和评测戒指来看，Hy3 preview在多项基础测试中展现出亮眼的实力，天然未必在通盘维度齐达到行业顶尖水准，但足以得志无数场景下的实用需求。

在实质运行遵守和踏实性方面，Hy3 preview也有所冲破。官方数据清晰，这款模子的首Token蔓延缩小54%，端到端时长缩小47%，大幅提高了反映速率。同期，任务得胜率也有所提高，已能踏实驱动复杂的Agent责任流，覆盖文档管制、数据分析等多种业务场景。

此外，它的推理资本也有所下落。在腾讯云API输入低至1.2元/百万Tokens，个东说念主套餐最低28元/月，在同尺寸模子中属于最廉价梯队。咫尺，Hy3 preview已在腾讯云、元宝、WorkBuddy等腾讯中枢产物中上线。

接下来，咱们将字据官方提到的四个标的，实测混元大模子在实质哄骗中的发扬。

推理能力：复杂逻辑能拆解，罗网识别仍需加强

咱们率先测试了模子的推理能力。逻辑推理题是网友最可爱拿来测模子“才气”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。

在这个经典罗网题中，Hy3 preview开首并未答对。它给出了档次明晰的推理来提出步碾儿，而疏远了要点在于“洗车”。在再次提醒需要洗车后，它才给出正确谜底。

需要防护的是，在其他网友的实测中，Hy3 preview出现过能平直答对的情况，讲解它的罗网识别能力踏实性不及。

咱们再来试沿途脑筋急转弯题。在这个问题中，需要贯串试验逻辑，碎了、煎了、吃了的是并吞批鸡蛋。但Hy3 preview莫得坚定到这少许，它以为煎了的鸡蛋依然存在，可以吃掉。

随后，咱们加浩劫度，用沿途推导历程更为复杂的逻辑题来磨真金不怕火它。这说念题的难点在于莫得平直的定位信息，需要靠隐性条目来作念摒除，容易遗漏裂缝信息。

在这一场景中，Hy3 preview给出了正确谜底。它先逐条拆解陈迹、提真金不怕火东说念主物与做事的互斥关系，再通过摒除法锁定身份。接着，它规律详情部分岗亭的包摄，再集中法规慢慢补全。

轮廓来看，Hy3 preview成例感性逻辑推演能力较强，但逆向念念维、罗网识别与生存场景变通念念考能力仍有不及。面对罗网类脑筋急转弯时，容易局限于字面成例逻辑，忽略题目罗网与试验场景，反应欠佳。但在面对条目秘籍、推导繁琐的复杂逻辑推理题时，它能够拆解陈迹，层层推演，逻辑分析和分步推导能力发扬塌实。

险峻文体习和指示撤职 ：提真金不怕火信息，侵扰场景下发扬踏实

这一要津磨真金不怕火模子的两个基本功：能否收拢信得过的指示，以及能否快速贯串指示。

腾讯在官方博客中给出了方式打算、旅游回想、念布告录等五个场景，咱们中式两个场景来实测。

场景一：内容参差的会议纪要信息提真金不怕火

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，要求其摘要三类信息。

Hy3 preview给出的谜底准确地列出了这三类信息，信息抓取能力发扬可以。

场景二：贯串并撤职新的讲话法规

咱们自创了一个节略的讲话，通过实例向它展示法规，并给它三个新的句子让它翻译。

在这一轮中，Hy3 preview能够准确完成商酌要求，每个细节齐能按法规践诺。

轮廓来看，Hy3 preview能贯串指示要求，灵验摒除侵扰信息，得当芜乱信息侵扰、信息抓取等实用场景。

代码和智能体：器用调用较闇练，任务委派齐全性不及

代码能力与智能体能力，是评判一款AI助手是否好用的辛苦维度。这既磨真金不怕火模子对用户需求的贯串深度，也试验Agent在多设施任务中的打算、器用调用及任务闭环能力。这一要津，咱们为WorkBuddy（腾讯旗下AI助手）想象了三个任务。

第一个任务，咱们要求WorkBuddy爬取五个城市近一年的空气景色，并基于空气质料数据生成一份分析解说。

从页面呈现来看，制品发扬及格。季节切换、雷达图、趋势图、商酌性热力求等板块结构齐全，正规投注平台视觉呈现存序，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践诺力达标。

但问题主要有两个，一是由于数据获得阶段受阻，Hy3 preview只拿到了224天的灵验数据，缺口较大，影响了后续表格的果真度；二是领导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，它有任务闭环坚定，但最终的委派能力仍有不及。

第二个任务，咱们让它搭建一个贪嘴蛇小游戏。

最终戒指较为闇练，画面细巧、逻辑齐全，可以往常运行。但需要指出的是，贪嘴蛇属于法规封锁类任务，需求明确且无需调用外部数据，评价圭臬比拟明确，是智能体较擅长的哄骗场景。WorkBuddy在该任务中的发扬只可体咫尺惬意区内的能力，考据了其具有一定的实用价值。

第三个任务，咱们将难度提高，让它分析一个通达式复杂任务：分析AI Coding行业的交易模式演变，清点2023年于今的发展历程，并找出行业裂缝滚动点及中枢驱动成分。

这是一个通达式复杂任务，莫得调处的圭臬谜底，戒指质料取决于Agent的判断力、信息筛选能力与抒发能力。

在践诺层面，WorkBuddy能够自动调用多个器用，先检阅践诺办法、再落地鼓动办法，通盘历程大要耗时半个小时。

但最终戒指并不算惊艳，它仅仅搭建了一个基础框架，实质内容不够塌实。可以看出，天然它掌合手了拆解研究问题的步伐，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研究论点。

总的来说，WorkBuddy已具备日常编码助手该有的能力，但在复杂任务的深度践诺和最终委派上，还有提高空间。

天然对话：AI味彰着舒缓

临了，咱们再来望望元宝有莫得“东说念主味”。这一轮通过两个场景来测试：座谈对话与创意写稿。

场景一：座谈对话

官方文档中提到，Hy3 preview更能贯串用户的倾吐意图，能不竭用户情谊，幸免说教式、模板化的恢复。

实质测试下来，Hy3 preview的发扬确乎贴合这一定位。它莫得一上来就排列一堆提出，而是先客不雅分析背后的可能原因，再洽商是否际遇什么事情。全体口吻温存，较有分寸，有座谈场景里的天然感。

场景二：创意写稿

在这一要津中，咱们想象了两个任务，磨真金不怕火它的叙事与抒发能力。

咱们先让它写一个主角全程未出场，但读者读完能明晰知说念他是谁、经验了什么、为何辛苦的故事。

元宝交出的制品，全文逻辑自洽、叙事见解，完成度较高，简直读不出AI写稿常见的套路感。

接着，咱们再让它效法《明朝那些事儿》的文风，撰写其他朝代的东说念主物历史故事。

AI写稿时容易将文风复刻发扬为刻板的效法，仅停留照搬行文框架，而不行吃透著作立场。但从生成戒指来看，Hy3 preview文风复刻能力较强，全体顺应要求。它收拢了原书猛烈讲史的立场，较好地呈现了通盘故事。

这一轮评测，最让东说念主无意。全体来看，Hy3 preview在天然讲话的抒发上，依然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给东说念主的嗅觉是“稳而不惊”。

它莫得在某一项上拿出碾压式的发扬，但它也简直莫得彰着的短板。放在通盘国内大模子的排位里，它未必是最惊艳的一款，但顺应颖悟活的实用型模子圭臬。

把视角拉远少许，Hy3 preview信得过的真谛有时并不在模子自身。

往常两年，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作为慢了。本领节律相对较慢、莫得一个能让外界记着的标杆模子，是腾讯靠近的两大问题。而Hy3 preview的发布，让腾讯的AI故事有了滚动点，也让腾讯有了通盘生态齐能用的AI模子。

咫尺Hy3 preview还仅仅一个预览版块，开源社区的反馈还在网络会，元宝、QQ、腾讯文档等产物的实质调用体验也还需要时辰试验。据官方败露，后续会发布参数限制更大的模子。

但至少，腾讯AI依然运转撕掉往常两年“被迫”的标签了。

• 浑圆
• 实测
• 真钱投注app官网
• preview
• Hy3