Tencent Hy3 發佈說明：增強的 Agent 能力與效率

Tencent 已發佈 Hy3，這是一款開源模型，其參數規模僅為旗艦模型的 2-5 倍，卻能提供更優越的成本效益。該模型專為高實用性的生產力任務而設計，在推理、Agent 能力以及長文本處理方面展現出顯著的提升。

增強的 Agent 與生產力能力

Hy3 在推理與 Agent 任務中表現優於同規模模型，並能與更大規模的旗艦模型競爭。在涉及 270 位專家執行真實工作任務的盲測評估中，Hy3 獲得了 2.67/4 的分數，超越了 GLM-5.1 的 2.51/4。

性能提升在以下生產力領域最為顯著：

• 前端開發
• 數據與存儲管理
• CI/CD 任務
• 編碼、辦公工作、財務建模與遊戲開發

生產級可靠性改進

Tencent 專注於超越基準測試，以解決真實產品的痛點，從而實現了三個主要領域的改進：

工具調用穩定性與格式遵循

Hy3 在工具配置與輸出約束方面達到了生產級標準。它在不同的 Agent 架構中展現出高度的泛化能力；在 SWE-Bench Verified 基準測試中，在 CodeBuddy、Cline 與 KiloCode 等架構下的準確度差異維持在 4% 以內。

減少幻覺與知識落地

通過實施細粒度的數據清洗與訓練約束，Tencent 將模型在內部真實世界評估中的幻覺率從 12.5% 降低至 5.4%，並將常識錯誤率從 25.4% 降低至 12.7%。

上下文保留與意圖追蹤

通過監督式微調 (SFT) 與強化學習 (RL) 的聯合優化，Hy3 改進了指代消解、省略恢復與多輪對話約束繼承。內部多輪測試顯示，問題發生率從 17.4% 降至 7.9%，且模型在 MRCR 等長對話評估中表現出顯著改進。

營運影響與 Token 效率

WorkBuddy 環境內的內部測試顯示，與 Hy3 preview 版本相比，Hy3 顯著提升了任務成功率並降低了營運成本：

• 任務成功率： 從 72% (Hy3 preview) 增加到 90% (Hy3)。
• 完成時間： 平均完成時間減少了 34%。
• Token 效率： 與 GLM-5.2 相比，Hy3 在文件處理方面使用的 Token 數量減少了 47.4%，在簡報製作方面減少了 49%。

可用性與定價

Hy3 在 Apache 2.0 授權下開源，並可在 GitHub、HuggingFace、ModelScope 與 AtomGit 上取得。

API 定價 (每 1M tokens)：

Input	Output	Cached Input
1 RMB	4 RMB	0.25 RMB