7月6日,腾讯混元把 4 月底放出的 Hy3 Preview 打磨成正式版,在 Hugging Face / ModelScope / GitCode / CNB 全渠道以 Apache 2.0 开源,同步上线 Hy3-FP8 量化版。 架构上 Hy3 沿用 295B 总参 / 21B 激活的 MoE 设计,外加 3.8B 的 MTP 层;192 专家中 top-8 激活,80 层主网络 + 1 层 MTP,64 头 GQA(KV 头 8 个),原生 256K 上下文,词表 120,832。属于当下开源旗舰的「标准配置」,但腾讯把重心放到了后训练。 相比 Preview 阶段,正式版最大的变化不在「能不能跑」,而在「能不能上线」——来自 50+ 业务团队的反馈被收敛成三件事:**工具调用稳定性**上,SWE-Bench Verified 上 CodeBuddy / Cline / KiloCode 三种 scaffold 之间的准确率方差被压到 4% 以内,无效调用的死循环显著减少;**抗幻觉**层面,内部评测的幻觉率从 12.5% 降到 5.4%,常识错误率从 25.4% 降到 12.7%;**多轮复杂意图**方面,综合多轮问题率从 17.4% 降到 7.9%,开源长对话基准 MRCR 从 42.9% 跳到 75.1%。 更耐看的是 270 位跨领域专家的盲测:312 组有效对比下,Hy3 拿到 2.67/4,领先 GLM-5.1 的 2.51/4,差距在「前端开发 / CI/CD / 数据存储」三块最明显。换句话说,Hy3 押注的差异化是真实工程链路上的可靠性,而不是刷榜上限。 部署侧官方给了 vLLM 与 SGLang 双 recipe,MTP 推测解码、tool-call/reasoning parser 都是现成的,8 卡 H20-3e 是建议的最小硬件。 **短评**:开源旗舰这半年的竞争,已经悄悄从「谁更长 / 谁奥数更强」转向「谁先把工具调用、长程任务、长上下文这三件事同时做到生产可接受」。Hy3 方向对了,但 FP8 之外能不能把 295B 的推理成本压到「可独立部署」水平,会决定它停留在国产旗舰之列、还是真正成为 Agent 时代的「水电煤」。