智东西7月6日报道，刚刚，腾讯混元Hy3正式版发布并开源！元宝第一时间接入并同步上线Agent能力，日常对话就能完成复杂任务，直接交付可用文件，所有功能全部免费。Hy3是一个快慢思考融合的模型，采用MoE架构，总参数295B、激活参数21B，最大支持256K上下文长度，适用于Coding与智能体（Agent）类场景。相比今年4月23日发布的preview版本，Hy3的智能体和代码能力提升20-30%，同时解决了preview版本中的已知问题，大幅提升了模型的稳定性和使用体验。主要提升如下：1、Coding Agent能力升级（前端深度优化）：Hy3针对前端开发场景进行了深度优化，在前端需求理解、组件生成、交互逻辑编写及自动化Debug方面的可用性提升。2、Working Agent通用办公能力全面拓宽：Hy3强化了面对复杂工作流时的任务规划、长文本信息处理与多工具调用能力，Agent自主执行能力更稳定、通用工作流多步调用更准确。基准测试方面，在测试编程与工程能力的SWE-bench Pro中，Hy3取得57.9的分数，超越了DeepSeek V4 pro和Seed2.1 Pro。在复杂推理与数学FrontierScience-Olympiad测试中，Hy3超越GPT 5.5和Qwen3.7 Max，排在测试模型的第一位。编程能力测试SWE-bench Multilingual、终端/命令行操作测试Terminal Bench 2.1以及网页浏览与交互测试BrowseComp中，Hy3均获得第四名。在智能体长上下文推理测试AA-LCR中，Hy3与Qwen3.7 Max并列第二，仅次于GPT 5.5。▲基准测试
▲升级曲线
在腾讯混元内部组织的270位专家基于真实工作的模型盲测中，Hy3（均分2.67/4）展现出优于GLM5.1（均分2.51/4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。价格方面，Hy3定价为输入1元/百万tokens，输出4元/百万tokens，输入命中缓存价格0.25元/百万tokens。模型发布后，腾讯元宝也第一时间接入Hy3正式版，并同步上线Agent能力。用户切换至混元模型的快速思考模式后，只需在对话中描述需求，并说明所需交付的文件类型，即可触发相关能力。智东西也第一时间进行了实测，重点观察它在写代码、做项目和处理复杂办公任务时的表现。https://github.com/Tencent-Hunyuan/Hy3https://huggingface.co/tencent/Hy3https://modelscope.cn/models/Tencent-Hunyuan/Hy3https://ai.gitcode.com/tencent_hunyuan/Hy3https://console.cloud.tencent.com/tokenhub/models/detail?modelId=hy3®ionId=1Hy3https://hy.tencent.com/research/hy3Hyhttps://aistudio.tencent.com/
我们在腾讯桌面办公智能体WorkBuddy上，先针对其Coding Agent能力，测试了两组前端编程任务。指令：构建一个自包含的HTML5 Canvas场景，包含真实物理演示：一列火车从断裂的桥梁上脱轨并坠入水中。
从结果看，腾讯混元Hy3正式版已经能理解“桥梁断裂”“火车坠落”“水面”等元素，也能生成可运行的Canvas动画，但物理表现仍不够稳定。比如桥面断裂坍塌的层次感不强，车厢牵引车钩关系不够真实，最后坠入水中的部分，部分车厢更像漂浮在水面上，和真实重力、入水下沉的状态还有差距。我对比了DeepSeek-V4-Pro的生成效果，后者在事故过程的连续性上更完整：能看到火车从左侧驶入、桥面断裂、车头率先掉落、车厢依次脱轨坠入水中，并伴随水花、涟漪、烟囱冒烟等细节。随后我又测试了第二个Coding Agent相关任务：构建一个自包含的HTML5 Canvas场景，包含真实物理演示：两辆汽车从斜坡上飞驰而出，在峡谷上空半空中相撞。
这一轮完成度明显更好。模型能把斜坡、峡谷、车辆飞出、半空碰撞等关键动作串起来。除了Coding Agent，我们还测试了其Working Agent能力，重点考验它做复杂任务规划、处理长程任务以及生成完整项目的能力。我们给出的任务是：请担任高级全栈架构师和产品经理，为我设计并生成一个类似“美团外卖”或“饿了么”的外卖服务微信小程序项目方案与核心代码。README中也给出了比较完整的项目说明。后端接口覆盖商家列表、商家详情、创建订单、订单详情、订单列表、模拟支付、地址增删改查、取消订单等流程。由此，该小程序可以实现“首页浏览商家→进店点餐→加入购物车→去结算→提交订单→模拟微信支付→查看订单详情”这一流程。最终的小程序UI也已具备一个点外卖小程序Demo的基本形态。首页有定位、搜索、排序栏和商家卡片；“我的”页面有用户信息、订单、地址管理、优惠券、客服、常见问题等入口。整体视觉比较清爽，不过它更像一个简易Demo，离真实美团、饿了么的商业级产品还有明显距离。随后我们还用一个文件处理任务测试了Working Agent的长文理解能力，对SpaceX的上市申请文件进行深度解析。可以看到，其分析报告较为全面，能覆盖上市文件核心信息、业务结构、风险因素和二级市场关注点，整体有一定参考价值。
此外，我们还在腾讯元宝中体验了其Agent能力。目前在快速思考模式下，元宝也已具备PPT生成能力。指令：写一个关于国内具身智能百亿独角兽盘点报告。请根据主题内容和数据挑选PPT模板中合适的页面样式来生成，生成时严格遵循选定页面里的格式和文本槽位大小，避免溢出和错位，自行调整生成文本的字数、长度。
从结果看，元宝生成的内容覆盖面比较全，涉及公司、估值、融资、产品和产业趋势等信息，数据整体也较可靠。但视觉效果仍然一般，如果要直接用于正式汇报，还需要人工二次调整。
混元Hy3正式版的发布，体现出腾讯对Agent方向的持续加码。无论是元宝面向移动端用户的文件生成，还是WorkBuddy面向办公场景的长程任务执行，都在把模型能力推向更具体的生产力场景。接下来，其Agent能力能否稳定完成更长链路、更复杂的真实工作，将是观察混元后续进展的重点。
