姚順雨帶隊三個月重構混元，Hy3 preview 上線了

「Hy3 preview是混元大模型重建的第一步。」

作者｜連冉

編輯｜靖宇

姚順雨交出了加入騰訊后的第一份模型答卷。

4 月 23 日，騰訊混元 Hy3 preview 語言模型發(fā)布并開源。這是一款主打快慢思考融合的 MoE 語言模型，總參數 295B，激活參數 21B，最大支持 256K 上下文長度，官方稱其整體性能達到同尺寸模型最佳水平。

從研發(fā)節(jié)奏來看，Hy3 preview 于 2026 年 1 月底正式啟動訓練，從訓練到上線用了不到三個月，被騰訊內部定義為混元大模型從「讀萬卷書」走向「行萬里路」、嘗試解決真實世界復雜問題的開端。

而這款模型最受行業(yè)關注的核心標簽，是它作為備受矚目的「天才少年」姚順雨，在 2025 年底加盟騰訊后，全程主導推出的第一代大模型。

作為騰訊重金邀請的首席 AI 科學家，Hy3 preview 既是他對重構后的混元研發(fā)體系的首次完整實踐，也承載著騰訊補齊 AI 短板、在大模型下半場實現追趕的核心期待。

姚順雨表示，「Hy3 preview 是混元大模型重建的第一步。我們希望通過這次開源和發(fā)布，獲得來自開源社區(qū)和用戶的真實反饋，幫助我們提升 Hy3 正式版的實用性。與此同時，我們也在繼續(xù)擴大預訓練和強化學習的規(guī)模，提升模型的智能上限，并通過與騰訊眾多產品的深度 Co-Design，持續(xù)提升模型在真實場景中的綜合表現，并開始探索特色模型能力?！?/p>

01

一手實測 Hy3 preview

從官方披露的核心信息來看，Hy3 preview 從研發(fā)之初就圍繞智能體（Agent）場景做了針對性設計，這也是它與此前混元系列模型最核心的差異。

在啟動模型訓練前，姚順雨主導完成了混元預訓練和強化學習基礎設施的全面重建，同時定下了模型追求實用性的三大核心原則，構成了 Hy3 preview 的研發(fā)底層邏輯：

能力體系化：不推崇「偏科」，因為即便是代碼智能體的單一應用，也涉及推理、長文、指令、對話、代碼、工具等多種能力的深度協同； 評測真實性：主動跳出易被「刷榜」的公開榜單，通過自建題目、最新考試、人工評測、產品眾測等多種方式評估和改進模型的「真實戰(zhàn)斗力」； 性價比追求：實用性離不開商業(yè)合理性，深度協同模型架構和推理框架的設計，大幅降低任務成本，讓智能用得起、用得好。

官方資料顯示，Hy3 preview 采用了總參數量 295B、激活參數僅 21B 的 MoE 架構，同時融合了「快慢思考」機制。

21B 的激活參數，為模型高頻次、長鏈路的 Agent 調用提供了低成本的運行底座；而「快慢思考」的融合設計，天然適配復雜邏輯推理與多步工具調用場景，也就是姚順雨提出的 ReAct（推理 - 行動）循環(huán)。

極客公園第一時間實測了 Hy3 preview，先以一個覆蓋數據抓取、數值計算、可視化生成、文本分析全鏈路的綜合任務來試水，「使用 Python 抓取過去 90 天納斯達克 100、倫敦金與滬深 300 的日線收盤數據。計算它們之間的皮爾遜相關系數，并用 D3.js 或 ECharts 生成一個單文件 HTML 動態(tài)熱力圖。最后，基于數據結果輸出一段 500 字的跨市場資產配置 Memo。」

視頻來源：極客公園

可以看到，Hy3 preview 在數據獲取階段反復受阻，接口認證失敗后接連切換 akshare、yfinance 等多個數據源，納斯達克 100 數據因速率限制缺失而被迫用模擬數據替代，修錯重試的循環(huán)消耗了大量時間。

可視化交付上，Hy3 preview 最終生成了三資產相關性熱力圖，但由于部分數據并非真實采樣，熱力圖的準確性與可信度打了折扣。

最核心的文本交付物缺失明顯——提示詞明確要求輸出 500 字跨市場資產配置 Memo，Hy3 preview 卻只給出了幾行 Bullet point 式的簡略配置比例，沒有成文的分析段落，任務交付在關鍵環(huán)節(jié)出現了缺位。

我又嘗試了另一個長鏈路 Agent 測試——啟用瀏覽器模式，在 SkillHub 平臺進行全鏈路深度抓取，完整理清騰訊文檔 Skill 的 Auth 認證全流程與數據同步底層機制，最終輸出一份標準化的技術原理分析文檔。

視頻來源：極客公園

在這次測試中，Hy3 preview 展現了清晰的 Agent 自治與多步推理（ReAct）過程：先搜索 SkillHub 整體介紹；發(fā)現需要深入，又去精準抓取了 Auth 認證的開發(fā)者文檔；接著去查了 MCP Server 的底層原理；最后才開始動筆寫文檔，這證明了 Hy3 preview 作為 Agent 的路由調度中心，其長鏈路規(guī)劃和工具調用很穩(wěn)定，沒有在中途崩潰或陷入死循環(huán)，完整走完了「推理 - 行動 - 驗證 - 輸出」的閉環(huán)。

這一表現也與官方披露的產品落地數據形成了呼應：在 CodeBuddy、WorkBuddy 產品上，Hy3 preview 首 token 延遲降低 54%、端到端時長降低 47%、任務成功率提升至 99.99%+，在實際用戶環(huán)境中，已穩(wěn)定驅動最長 495 步的復雜 Agent 工作流，覆蓋文檔處理、數據分析、知識檢索、工具鏈編排等多樣化辦公場景。

從這兩組實測可以看出，Hy3 preview 呈現出一種典型的「過渡態(tài)特征」。

一方面，在復雜任務中，它已經具備了較為清晰的 Agent 執(zhí)行路徑：能夠自主拆解問題、規(guī)劃步驟，并在不同工具之間進行切換，整體鏈路沒有明顯中斷。這種「從問題到流程」的能力，確實在向真實工作流靠近。

但另一方面，真正決定可用性的「最后一公里」仍然不夠穩(wěn)定——數據獲取階段的反復試錯、關鍵結果的缺失、以及最終交付物的不完整，都說明模型在長鏈路執(zhí)行中，仍然存在「做了一半」的問題。

目前，Hy3 preview 已在騰訊云、元寶、ima、CodeBuddy、WorkBuddy、QQ、騰訊文檔等產品首發(fā)上線，同時支持接入 OpenClaw、OpenCode 等主流開源智能體產品，并已上架騰訊云大模型服務平臺 TokenHub。價格方面，Hy3 preview 輸入價格最低 1.2 元/百萬 tokens，輸入命中緩存價格 0.4 元/百萬 tokens，輸出價格最低 4 元/百萬 tokens。

02

天才少年，和動起來的騰訊

這是備受關注的「天才少年」姚順雨入職騰訊后主導的第一代大模型。

作為 2025 年底騰訊重磅挖來的首席 AI 科學家，Hy3 preview 是他入職后交出的第一份核心模型答卷，也承載著騰訊補齊 AI 短板、發(fā)力大模型基礎研究的期待。

去年 9-12 月，姚順雨入職騰訊，出任"CEO/總裁辦公室"首席 AI 科學家，兼任 AI Infra 部與大語言模型部負責人，直接向總裁劉熾平匯報，全面統籌混元大模型研發(fā)工作。

12 月，騰訊完成組織架構重構，新設 AI Infra 部、AI Data 部、數據計算平臺部，姚順雨全面掌控混元研發(fā)體系，上任后立即重構了 AI Infra 團隊，搭建起預訓練、精調、后訓練、推理等完整研發(fā)鏈條，為后續(xù)模型研發(fā)奠定基礎。

今年 1 月底，馬化騰在年會上承認騰訊 AI「動作慢了」，劉熾平同步披露混元 3.0 正在內部測試，計劃 4 月對外推出，也是在 1 月底，Hy3 preview 正式啟動訓練，從訓練到上線用了不到三個月。

姚順雨（1998 年生）的履歷自帶「天才少年」標簽，但客觀來看，他的技術背景與騰訊當時的 AI 需求高度契合，這也是騰訊重金挖角的核心原因——騰訊此前混元負責人張正友（深耕計算機視覺領域）、蔣杰（側重大數據方向）均非 NLP/LLM 原生背景，而姚順雨是騰訊首位真正意義上的 LLM 原生技術領導者，其核心履歷與研究方向，恰好匹配騰訊混元突破的核心需求。

在學術界，姚順雨是頂級的語言智能體（Language Agents）研究者，著名的 ReAct（推理-行動框架）和 Tree of Thoughts（思維樹）均出自其手，；在 OpenAI 短暫的一年多里，他也深度參與了 Operator、Deep Research 等智能體產品研發(fā)，深入接觸模型預訓練與后訓練環(huán)節(jié)，積累了一線工程化經驗。

2025 年 4 月，他曾發(fā)表文章《The Second Half》，明確提出，AI 的競爭正在從「訓練更強的模型」轉向「定義并評估真實世界任務」，強調評估體系重構，反對盲目堆料模型規(guī)模。

這一理念也貫穿了 Hy3 preview 的研發(fā)，Hy3 preview 定位為一個總參數量 295B、激活參數僅 21B 的 MoE 模型。21B 的激活參數意味著模型具備了高頻次、長鏈路 Agent 調用的低成本底座，同時其內部融合的「快慢思考」機制，天然適合處理復雜的邏輯推理與工具調用（如 ReAct 循環(huán)）。

從前面的實測來看，Hy3 preview 更像是一款驗證技術方向的原型模型。把視角拉回騰訊自身，這種「未完全成熟」的狀態(tài)，可能也有其內在合理性。一方面，Hy3 preview 從訓練到上線不到三個月，本身就是一次快速迭代的技術試水；另一方面，在經歷了 AI 組織架構的全面重構之后，騰訊也需要這樣一款模型，去驗證新的研發(fā)鏈條是否通順、錨定的 Agent 技術路線是否成立。

不過，在國內大模型已經進入貼身肉搏的當下，Hy3 preview 的到來，只是騰訊 AI 補位的開始。無論是 MoE 架構的工程化優(yōu)化，還是 Agent 場景的產業(yè)落地深度，國內頭部廠商已經跑通了多輪迭代，騰訊想要追上甚至超車，僅憑一次模型更新遠遠不夠。

*頭圖來源：GPT 生成

本文為極客公園原創(chuàng)文章，轉載請聯系極客君微信 geekparkGO

極客一問

你看好接下來的混元大模型嗎？