# 实测腾讯 Hy3 正式版，这次终于赶上了「AI 下半场」 - 作者：张子豪 - 发布时间：2026-07-06 18:25 - 分类：软件 - 原文：https://www.ifanr.com/1671041 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/ChatGPT00.png) 十年磨一剑，两月一模型。 四月份的时候 Hy3 Preview 上线，这个被冠上了「姚顺雨腾讯首秀」的大模型，开始能接住一些用户的真实需求，但在具体的编程实测表现上，对比同期的几款大模型，还是有一定的差距。 姚顺雨在之前的「腾讯 AI 下半场」和汤道生对话中曾说，「**我们先发一个 Preview 模型最主要的目的之一，是希望获得真实世界反馈，修复榜单里发现不了的问题。**」 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_15-45-10.png) ▲ WorkBuddy 内 Hy 3 限时免费中 两个月的时间，混元 3 正式版上线。结合了用户对预览版的反馈以及对模型稳定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了实质的提升。 我们做了多个前端网页的生成测试，大多数都包含复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同的框架和库文件，Hy3 交付的内容要比预览版好上一个等级。 最明显的例子是「旧金山金门大桥 3D 体验」，我们在 WorkBuddy 内输入此前相同的提示词，选择 Hy3 模型。WorkBuddy 会和 Codex 一样，先将我们的要求分解成包含多个进程的子任务，然后一步一步实现、验证再交付。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_12-14-18.png) 直接看最后的效果，Hy3 设计了近距穿梭、中景环绕、高空俯瞰、自动环绕，以及电影巡游几种不同的视角，对桥面的设计、桥面上的汽车以及水面的倒影，其呈现效果都比预览版更加真实。 [![](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b72921fd20.png)](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b72921fd20.png) 作为对比，当时的预览版更像是一个未完成的中途项目，又粗糙又很局限。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-04-23_09-58-36.2026-04-23-10_02_59.gif) 前端能力的提升，是基于模型底层的进化，而这些优化也让 Hy3 在综合的 Coding Agent 任务和办公场景中有了更通用的能力。 我们使用 WorkBuddy 测试其办公能力时，面对一些复杂的工作流，Hy3 的任务规划、长文本信息处理和多工具的调用等，相比预览版都得到了强化，交付的成果更符合我们的期待。 而官方的模型发布博客显示，Hy3 的推理和 STEM 复杂推理、数理能力也得到了显著提升。现在，使用 Hy3 也可以帮助我们完成高阶数据分析、科学研究等更加硬核的任务。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_14-34-37.png) ▲ WorkBuddy 会将我们的任务进行详细的规划，一步一步完成。 目前，我们可以在 WorkBuddy 和元宝内使用 Hy3，WorkBuddy 是腾讯早前推出的全场景 AI 工作台，和 Codex 类似，它可以直接从我们的本地文件出发，快速处理电脑上的各种任务。 元宝也提供了 Agent 能力，使用混元模型，选择快速思考模式，当我们输入明确的要求，告诉模型我们最终需要的文件类结果，元宝会自动触发 Agent 能力。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_15-47-02.png) 像是 PPT、Word、Excel、PDF，以及 HTML 等文件，现在都可以直接在元宝内，使用 Hy3 的 Agent 能力进行生成。 API 调用上，Hy 3 的定价为输入 1 元/百万 tokens，输出 4 元/百万 tokens，输入命中缓存价格是 0.25 元/百万 tokens。作为对比，DeepSeek V4 Pro 对应的价格是 3 元、6 元和 0.025 元。 我们做了更多的测试，可视化的结果能看到，Hy3 确实更不一样了。 ## 可以跟其他旗舰模型比肩的网页效果 除了开头提到的「金门大桥」变化，在 benchmark 的表现上，Hy3 这次同样是延续了此前预览版本的快速提升。在经典的 SWE-bench、HLE、BrowseComp 等榜单上，Hy3 几乎是进步最显著的模型。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_15-22-40.png) 而在完整的 Benchmark 表现上，Hy 3 主要和 DeepSeek V4 Pro、GLM 5.2、Qwen 3.7 Max、GPT 5.5、Opus 4.8 以及豆包 Seed 2.1 Pro 进行了对比。 能看到对比预览版，Hy3 要更接近国内外旗舰模型的表现，甚至超过了部分模型，整体水平来到了 GLM 5.2 附近。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/2026070523041077_333c5c42bb6615e0dbcb4a36e66db95d.png) 我们继续测试了上次用在预览版上的提示词，同样的提示词，同样的设置，Hy3 这次的表现还有哪些提升？ ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_12-23-01.png) 就像这个主题公园的场景，预览版交付的是一个能看能用，但不那么美观、交互也不够友好的产品。但 Hy3 从启动页面，就能看到它在美术设计上下了功夫。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_12-52-50.png) 点击开始建造，网页终于不再是那套用烂了的 Emoji 小符号，从小图标到大的场景，都开始使用 AI 生成的图片。不过模型在如何搭配这些图片上还是犯难了，似乎贴到公园里，并不是那么搭配。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_15-36-27.png) 我们在里面玩了一会儿，所有的资金、评级、游客、满意度和清洁度等信息，背后都有一套完整的游戏逻辑在支撑运作。 就像一开始一直没有增加洗手间和游客服务中心，满意度总是维持在较低的水平，但是修建了更多的路和增加更多建筑后，满意度会慢慢上升。 [![](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b73e434233.png)](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b73e434233.png) 此前，同样一套提示词，预览版的效果是这样的。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-04-23_09-54-43.2026-04-23-10_03_54.gif) 还有 SVG 测试，之前一个开着汽车的长颈鹿的动态 SVG，预览版给的是一个完全平面 2D 的动画，Hy3 不仅增加了更多的细节，同时让整个 SVG 看起来也更自然了，太阳、长颈鹿、汽车、风景等，也更具动画质感。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-04-23_13-02-35.gif) ▲ Hy3 Preview 生成 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/2026-07-06-15.48.45.2026-07-06-15_51_26.gif) ▲ Hy3 生成 而之前用于测试 GLM 5.2 的多个游戏复刻任务，现在使用 Hy3 基本上都能达到同一水平的效果，甚至部分表现还更好。 例如复刻一个我的世界，虽然这个场景下没有看到水域，但是这些砖块还原的像素世界，基本上和之前 GPT-5.5 生成的游戏相当。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/2026-07-06-13.07.05.2026-07-06-13_44_09.gif) ▲ Hy3 生成 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/2026-06-16-16.30.51.2026-06-16-16_36_25-2.gif) ▲ GLM 5.2 生成 还有复刻黑神话：悟空，这是最让人惊喜的一部分。之前的测试，无论是 GLM 5.2 还是 Opus 4.8 都偏向于使用 2D 或者较暗、较黑的风格来呈现最终的网页，但是 Hy 3 给的游戏算是完成度比较高的一个。 [![](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b74e4152c8.png)](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b74e4152c8.png) ▲ Hy3 生成 [![](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b75ada2615.png)](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b75ada2615.png) ▲GLM 5.2 生成 其他的游戏，像是地铁跑酷，我们用 Hy3 生成游戏，对比之前在测试省 Token 策略中，使用 GPT-5.5 生成的效果，也要好上不少。无论是可玩性还是可以直接上线的可能性，Hy 3 交付的网页都更强。 [![](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b75cf5a892.png)](https://s3.ifanr.com/wp-content/uploads/2026/07/img_6a4b75cf5a892.png) 而针对具体代码项目的任务，我们从 GitHub 上找到了一篇经典论文的代码文件，交给 Hy3 进行分析，要求它找到里面的 Bug，以及其他可以优化的方向。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_16-10-25.png) 其实在提示词里面根本没有要求它交付任何文档，但是 Hy3 还是给了一份详细的 Markdown 报告，里面清晰地列明了项目在研究什么、已经确认的 Bug、潜在的问题与 Robust 风险，以及从性能和架构上给出的可优化方向。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_16-16-59.png) 针对项目的修改，Coding Agent 能力的提升，也可以让 Hy3 很快就把一个 Matlab 语言的项目转成其他语言，或是把一个 Python 项目转成能运行在 Google Colab 上的 ipynb 格式，以及修复它自己发现的那些 Bug。 代码之外，我们也在 WorkBuddy 内要求 Hy3 完成一份深度调研的报告，看看计算机科学与技术这个专业如何，最后交付一份网页报告、PPT 文档和 Markdown 文档。 可能我们想到的无非是就业前景、院校排名、薪资等方面，但 Hy3 的联网搜索、推理分析的能力，还给了我们专业课、考研、算法工程的技术方面的内容。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/PixPin_2026-07-06_16-40-54.png) 多文件处理的能力，可以让 Hy3 一次性处理多个文件的同时，也能交付多种不同格式的文件。 根据官方的描述，Hy 3 在 WorkBuddy 办公场景下的任务成功率，从 72% 升到了 90%。大到一个超长的网页开发项目，小到各种小游戏、小程序，Hy3 现在都有了稳定交付的能力。 一番实测下来，可以很确定地说，相比之前的 Hy3 Preview，Hy3 进步非常明显。如果你手边没有趁手的工具，Hy3+WorkBuddy 现在或许会是一个不错的选择。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/HMdd9VebUAAO4_c.jpeg) 不过，就像开头说的「两个月一更新」，有些模型甚至不用两个月就会迭代。等到 GPT-5.6 全面开放、Gemini 3.5 Pro 上线，到时候的基准又是一个新的标杆。 从 Preview 到正式版，Hy3 用两个月完成了一次肉眼可见的迭代 。下一次还能不能保持这样的速度，可能比这一代模型本身更值得关注。 反正现在越来越多的工作，我们是可以放心交给 AI 了，大模型也有了越来越多的选择。