共计 1199 个字符，预计需要花费 3 分钟才能阅读完成。
实测混元 Hy3 preview: 腾讯 AI, 终于能打了?
AI 圈近来动作频频, 腾讯终于亮出了自己的新王牌 。4 月 23 日, 腾讯混元正式发布并开源了新一代语言模型 Hy3 preview。这款被官方称为“迄今最智能”的模型, 采用快慢思考融合的混合专家架构, 总参数达 295B, 激活参数 21B, 支持最长 256K 的上下文。它的亮相, 被外界视为腾讯 AI 从“被动”转向“主动”的关键一步。
三个月前, 曾参与 OpenAI ReAct 框架的姚顺雨加入腾讯, 主导了预训练和强化学习基础设施的重构。Hy3 preview 正是这一重建后的首份答卷。官方称, 该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体等能力上均有大幅提升。那么, 实际表现究竟如何? 我们从四个维度进行了实测。
📌 推理能力: 常规逻辑扎实, 陷阱题仍会“翻车”
- 经典“洗车问题”: 模型起初未能识别“洗车”这一关键限制, 给出了步行建议; 在提示后能纠正, 但稳定性不足, 有时能直接答对, 有时则陷入字面逻辑。
- 脑筋急转弯 : 模型未能理解“碎了、煎了、吃了”的是同一批鸡蛋, 认为煎过的鸡蛋依然存在。
- 复杂逻辑推理 : 面对需要隐性条件排除的难题, 模型表现亮眼, 能逐条拆解线索、通过排除法锁定身份, 逻辑分析和分步推导能力扎实。
🔍 上下文学习与指令遵循: 信息抓取准确, 干扰场景稳定
- 会议纪要信息提取 : 从一段混乱的录音转写中摘录三类信息, 模型准确列出了所需内容, 信息抓取能力不错。
- 新语言规则翻译 : 通过实例展示自创语言规则, 模型能准确完成翻译, 细节执行到位。
💡 代码与智能体: 工具调用成熟, 但任务闭环有缺
- 空气质量分析报告 : 模型自动爬取数据并生成报告, 页面结构完整, 但数据获取不全 (仅 224 天), 且提示词要求的分析结论板块为空白, 交付完整性不足。
- 贪吃蛇游戏 : 结果成熟, 画面精美、逻辑完整, 可正常运行。不过这类封闭式任务属于模型舒适区, 仅验证了基本实用价值。
- 开放式复杂任务 : 要求分析 AI Coding 行业商业模式演变。模型能自动调用工具、制定计划并执行, 耗时约半小时, 但最终仅搭建了基础框架, 内容深度不够。
📊 自然对话:AI 味明显减弱, 写作能力令人惊喜
围绕“实测混元 Hy3 preview: 腾讯 AI, 终于能打了?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
🚀 总结: 稳而不惊, 腾讯 AI 迎来转折点
四个维度测下来,Hy3 preview 给人的印象是“稳而不惊”。它没有碾压级表现, 但几乎没有明显短板, 符合“能干活的实用型模型”标准。对腾讯而言,Hy3 preview 的意义或许不只在于模型本身——它让腾讯 AI 撕掉了过去两年“被动”的标签, 为整个生态提供了统一的 AI 基座。目前该模型仍是预览版, 开源社区反馈和实际产品调用效果尚需时间检验, 但至少, 腾讯的 AI 故事终于有了一个值得期待的转折点。
