腾讯Hy3正式版实测：AI下半场的及格线在哪

腾讯混元Hy3用两个月把任务成功率从72%拉到90%。我的判断是：这代模型终于跨过了“能用”的门槛，但真正的考验是它能不能保持这个迭代速度。这篇讲清楚它到底进步在哪，以及谁该现在上车、谁该再等等。

先看发生了什么

据爱范儿报道，腾讯混元Hy3正式版上线，距离4月的Preview版本仅隔两个月。腾讯AI负责人姚顺雨此前在公开对话中明确表示，Preview版的核心目的是“获得真实世界反馈，修复榜单里发现不了的问题”。两个月后交出来的答卷，重点在Agent和Coding能力上——复杂前端网页生成和办公流处理的交付质量，明显上了一个台阶。

这跟很多大模型“发个预览版刷榜、正式版挤牙膏”的路数不一样。Preview版放出来的时候，坦率说就是个半成品，任务成功率刚过七成。两个月后追到九成，这中间塞进去的工程改进，比单纯跑分更有看头。

项目经理的脑子，比写代码的手更重要

Hy3真正让人改观的地方，不是它能生成多复杂的代码，而是它开始像一个“项目经理”。

从演示来看，在WorkBuddy里输入任务后，模型会先做任务分解、规划子步骤，再一步步执行、验证、交付。这意味着它的Agent能力不再是简单的“帮你写个函数”，而是具备了端到端交付复杂项目的基础。我的判断是，这才是AI下半场真正的竞争分水岭——不是比写代码的速度，而是比交付完整可运行成果的能力。

说白一点：以前的AI是给你一堆零件让你自己组装，现在Hy3学会了把零件拼好、测试完、打个包递到你手上。这个跨越，比参数量的增长有意义得多。

从粗糙Demo到接近上线水平

爱范儿用相同的提示词对比测试了Preview版和正式版。同一个“金门大桥3D体验”项目，Preview版交付的是一个粗糙、局限的半成品——能跑，但仅此而已。

正式版给出了完全不同的答案：近距穿梭、中景环绕、高空俯瞰等多种视角全配齐了，桥面细节和水面倒影都明显更真实。在复刻《黑神话：悟空》网页版的测试中，Hy3给出的游戏完成度超过了同期测试的GLM 5.2和Opus 4.8。

这说明它在二维到三维渲染、游戏逻辑构建上的底层能力已经追上了一线队伍。不是“也能做”，而是“做得更完整”。这个差距在Demo阶段看不太出来，一旦进入实际交付就高下立判。

多做一步，才是办公场景的及格线

多文件处理、跨格式输出，这些才是国内用户真正高频的需求。办公场景里，用户要的不是炫技的代码片段，而是拿过来就能用的完整成果。

据爱范儿测试，Hy3可以一次性接收多个文件后交付网页、PPT和Markdown三种格式的完整报告。更关键的是，它在提示词并未要求的情况下，会主动生成结构化的分析文档——比如为一个经典论文代码项目输出Bug定位、潜在风险分析和架构优化方向。官方数据显示，Hy3在WorkBuddy办公场景下的任务成功率从72%提升到了90%。

这种“多做一步”的行为，是推理能力实用化的一个明确信号。AI真正的价值不在“它能理解我说了什么”，而在“它能想到我还需要什么”。Hy3这次在这一点上跨过了及格线。

定价不算便宜，但产品形态对了

Hy3的API定价为输入1元/百万tokens，输出4元/百万tokens，命中缓存则是0.25元。对比一下竞品：

模型	输入价格	输出价格	缓存价格
腾讯混元Hy3	1元	4元	0.25元
DeepSeek V4 Pro	3元	6元	0.025元

Hy3在缓存场景下显然没有价格优势，DeepSeek直接打了个一折。但真正的竞争不在API价格，在前端入口——WorkBuddy和元宝都把Hy3的Agent能力直接嵌入用户的工作流，用户可以一键生成PPT、Excel或HTML文件。

我的判断是，Hy3现阶段的价值锚点不是性价比，而是“能不能在一个工作流里闭环交付”。你在别处拼低价，我在这里拼交付完整度，这个产品策略方向正确。价格信息以官网为准，这类调整在大模型市场变得很频繁。

真正的考验不是追上来，是跟得住

爱范儿在文末点出一个关键问题：有些模型甚至不用两个月就会迭代，等GPT-5.6全面开放、Gemini 3.5 Pro上线，基准线又会重新抬高。

我不觉得Hy3这一次追上来了是侥幸，但它真正的挑战在于——一个月后、三个月后，能不能保持同样的加速度。AI下半场比的不是某一代的排名，而是团队能不能让“两月一迭代、每次都有实打实可用性提升”成为常态。一次跑得快不稀奇，次次不掉队才是真本事。

谁该关注

如果你日常高度依赖腾讯生态，且需要Agent帮你从“写代码”走到“交付完整成果”，Hy3加WorkBuddy现在可以作为主力工具之一。但它目前还不是性价比最优的选择，对API价格敏感或偏好开源部署的团队可以再观望一个迭代周期。普通用户通过元宝或WorkBuddy体验的门槛不高，值得上手试试。

及格线不是终点

Hy3正式版用两个月完成了从“半成品”到“可交付”的跨越，这在工程层面值得肯定。但我的观点很明确：AI下半场的主题是长期竞争，不是一次性的追赶。能持续解决用户真实问题的模型才会留下来，“能用”只是入场券，不是奖杯。

下一篇我们会聚焦Agent产品形态的演进——当所有大模型都开始“帮你干活”，工具型产品和服务型产品的边界在哪里。关注我们，一起看懂AI工具的下一步。