我用三道题目盲评腾讯 Hy3、GLM-5.2、DeepSeek-V4-Pro，最终谁赢了？

39 0 0

文章摘要

腾讯大语言模型团队近期转变了研发思路，放弃单纯追求传统榜单成绩，转而追求大模型的性价比和真实场景中的可靠性。在此理念指导下，腾讯推出了新一代旗舰语言模型Hy3。该模型采用混合专家架构，总参数达295B，但单次推理仅激活21B，大幅降低了算力成本。同时，Hy3采用极为宽松的Apache 2.0开源协议，支持全球免费商用，展现出极高的性价比优势。

在多维度的对比测评中，Hy3与同赛道的其他主流模型在主场和客场环境下进行了盲评较量，测试涵盖长程执行、规划、上下文理解和工具使用四项核心能力。结果表明，Hy3在上下文理解与工具使用方面表现最为出色，尤其在处理大量复杂材料的任务中得分位列第一，展现出稳定且强大的文本综合处理能力。在长程代码生成和多约束规划任务中，Hy3同样表现均衡，未暴露出明显的单项短板。此外，Hy3在腾讯自家智能体产品中的实际落地表现显著优于纯粹的裸模型，充分验证了模型与产品共同设计策略所带来的工程化优势。

尽管Hy3在综合能力和性价比上表现优异，但其能力边界依然清晰。该模型在任何单一维度上均未达到行业绝对顶尖水准，自主联网查证能力处于中等水平，且在应对深度、长程的自主智能体任务时稳定性仍有待提升。综合来看，Hy3定位为一款没有明显短板的经济型大模型，极其适合需要处理海量上下文且对算力成本高度敏感的业务场景，同时也是有开源部署和免费商用需求企业的理想选择。