Tencent Hy3 发布说明：增强的 Agent 能力与效率

Tencent 发布了 Hy3，这是一个开源模型，其参数量仅为旗舰模型的 2-5 倍，却能提供更优的性价比。该模型专为高实用性的生产力任务而设计，在推理、Agent 能力和长上下文处理方面表现出显著提升。

增强的 Agent 与生产力能力

Hy3 在推理和 Agent 任务中优于同规模模型，并能与更大规模的旗舰模型竞争。在涉及 270 名专家执行真实工作任务的盲测评估中，Hy3 获得了 2.67/4 的评分，超过了 GLM-5.1 的 2.51/4。

性能提升在以下生产力领域最为显著：

• 前端开发
• 数据与存储管理
• CI/CD 任务
• 编程、办公、财务建模及游戏开发

生产级可靠性改进

Tencent 专注于超越基准测试，解决真实世界的产品痛点，从而在三个主要领域实现了改进：

工具调用稳定性与格式遵循

Hy3 在工具配置和输出约束方面达到了生产级标准。它在不同的 Agent 框架下表现出高度的泛化能力；在 SWE-Bench Verified 基准测试中，在 CodeBuddy、Cline 和 KiloCode 等框架下的准确率差异保持在 4% 以内。

减少幻觉与知识落地

通过实施细粒度的数据清洗和训练约束，Tencent 将模型在内部真实世界评估中的幻觉率从 12.5% 降低至 5.4%，并将常识错误率从 25.4% 降低至 12.7%。

上下文保留与意图追踪

通过监督微调 (SFT) 和强化学习 (RL) 的联合优化，Hy3 改进了指代消解、省略恢复和多轮约束继承。内部多轮测试显示，问题率从 17.4% 降至 7.9%，且模型在 MRCR 等长对话评估中表现出显著改进。

运营影响与 Token 效率

在 WorkBuddy 环境内的内部测试表明，与 Hy3 preview 版本相比，Hy3 显著提高了任务成功率并降低了运营成本：

• 任务成功率： 从 72% (Hy3 preview) 增加到 90% (Hy3)。
• 完成时间： 平均完成时间减少了 34%。
• Token 效率： 与 GLM-5.2 相比，Hy3 在文档处理方面使用的 Token 减少了 47.4%，在演示文稿创建方面使用的 Token 减少了 49%。

可用性与定价

Hy3 在 Apache 2.0 许可下开源，可在 GitHub、HuggingFace、ModelScope 和 AtomGit 上获取。

API 定价 (每 1M tokens)：

Input	Output	Cached Input
1 RMB	4 RMB	0.25 RMB