从“坐不上主桌”到“算力挤爆” 腾讯AI重回牌桌？

文 | 《科创板日报》

7月8日上午10时，从坐腾讯WorkBuddy平台上的不上爆腾混元Hy3模型遭遇算力瓶颈，资源瞬间被“挤爆”，主桌I重桌下午排队率一度突破50%。到算官方连夜紧急扩容，力挤直至7月9日上午才公告服务全面恢复。回牌

同日，从坐全球大模型API调用平台OpenRouter数据显示，不上爆腾处于限时免费阶段的主桌I重桌Hy3迅速攀升至最受欢迎模型榜单第八位。Hy3发布当日，到算腾讯股价应声上涨4.82%，力挤美银证券随即上调评级至“买入”，回牌指出Hy3的从坐实际表现远超市场预期。

回顾过去两年，不上爆腾腾讯在大模型赛道始终处于“边缘化”状态。主桌I重桌在今年5月的股东大会上，马化腾曾以“上了船，后来发现船漏水，现在站上去了，还坐不下去”来形容腾讯AI的艰难处境。

如今，50%的排队率这一数据，比任何华丽的发布会都更具说服力——腾讯AI终于迎来了用户用脚投票的时刻。

▎被“挤爆”的背后：Hy3排队50%的信号意义

在大模型行业，“排队”往往被赋予不同的解读。

2023年初ChatGPT爆火时的排队，折射出的是供需失衡下的慌乱；2024年DeepSeek崛起时的排队，则是技术突袭带来的措手不及。而腾讯Hy3此次的排队，发生在WorkBuddy这一承载自动化脚本生成、工作流编排等复杂真实场景的办公智能体平台上。

用户选择WorkBuddy调用Hy3，并非为了“尝鲜”，而是为了解决真实的生产力痛点。

Hy3于7月6日正式发布，短短两天内便导致WorkBuddy算力过载。在Hy3 Preview阶段，日均Token消耗激增20倍，自主选择Hy3 Preview的用户数增长6倍。正式版发布后的排队现象，标志着市场对“Hy3”这一品牌认可度的质变。

排队的直接原因是调用量超出预期，但关键在于用户“愿意来、也愿意等”。在排队峰值期，超过半数的请求处于等待状态，但用户并未大规模流失。这本身就是一种隐性的市场投票——Hy3所蕴含的生产力价值，值得用户等待。

技术路线：小身板对标大模型

从技术架构来看，Hy3采取了“小参数、高性能”的策略。

• 架构优势：采用MoE（混合专家）架构，总参数295B，激活参数仅21B。
• 性能表现：以21B的“实动兵力”，跑出参数规模为其2至5倍的旗舰模型水平。
• 适用场景：特别适用于Coding（编程）与Agent（智能体）类场景。

目前，Hy3已接入WorkBuddy/CodeBuddy、元宝、Marvis、ima、微信等多个腾讯内部业务，API已在腾讯云TokenHub上线，并计划接入多个海外API平台。

真实场景表现：效率与成本的双重优化

在真实工作场景的盲测中，Hy3展现了显著优势：

• 专家盲测评分：270位专家基于真实工作场景的盲测显示，Hy3均分2.67/4，优于GLM5.1的2.51/4。在前端开发、数据存储、CI/CD等类别中优势尤为明显。
• 错误率降低：幻觉率从12.5%降至5.4%，常识错误率从25.4%降至12.7%。
• 内部测评数据：WorkBuddy Context Engineering负责人Elden透露，相比Hy3 Preview，正式版在任务解决率上从72%跃升至90%，平均耗时缩短34%。
• 成本优势：在高频办公任务中，Hy3的Token消耗显著低于GLM-5.2。文档处理节省47.4%，PPT制作节省49.0%。

定价策略与开源协议

Hy3延续了实用、普惠的定位：
* 标准定价：输入1元/百万tokens，输出4元/百万tokens。
* 缓存优惠：输入命中缓存价格为0.25元/百万tokens。
* 开源协议：采用商业友好度极高的Apache 2.0协议，全球开发者可下载并免费商用。

能力边界：偏科但精准

尽管Hy3存在明显的“偏科”现象，但其优势集中在搜索类智能体场景：
* BrowseComp基准：得分84.2分，与GPT-5.5的84.4分几乎持平。
* Agent执行：表现可圈可点，具备较强的任务执行能力。

然而，在决定大模型能力上限的复杂推理和硬核代码领域，Hy3稍显逊色：
* SWE-bench Pro：得分57.9分，落后于Claude Opus 4.8（69.2分）和千问（60.6分）。
* MathArena Apex：得分38.7分，不足GPT-5.5的一半，也落后于千问（44.5分）。

业内观点认为，第一梯队的认定并非取决于全能性，而是看是否在核心赛道上占据不可替代的位置。Hy3在搜索智能体和Agent执行上的领先，足以使其触及第一梯队的门槛。

▎姚顺雨的半年：腾讯AI如何从“背题”到“上桌”

要理解Hy3为何能引发排队热潮，必须追溯其背后的研发变革。

2025年12月，28岁的姚顺雨空降腾讯，出任“CEO/总裁办公室”首席AI科学家。彼时的混元模型在腾讯内部地位尴尬，甚至“坐不上主桌”。2026年1月腾讯内部年会上，刘炽平曾用一个比喻复盘混元此前的问题：“高中生背题应考，成绩单好看，上了考场就露馅。”

推倒重来：Co-design方法论

姚顺雨到任后的首要举措并非急于发布新模型，而是启动底层基础设施的全面重建：
1. 预训练重建
2. 强化学习重建
3. 数据体系重建
4. 评估体系重建

他引入了Co-design方法论，即“边训边用”，让产品反馈倒逼模型迭代。2026年3月，腾讯正式撤销成立十年的AI Lab，将核心研发力量收拢至混元主线。

从1月底启动重建，到4月23日发布Hy3 Preview，再到7月6日正式版上线，不到半年时间，混元跑通了从底层重构到产品反哺的完整链路。姚顺雨在社交媒体表示，从Hy2到Hy3 Preview再到Hy3，实现了“又一次巨大的飞跃”。

多模态拼图补齐

据媒体报道，腾讯即将迎来混元多模态模型负责人、前OpenAI研究科学家田永龙。作为姚顺雨在OpenAI的前同事，田永龙的加入意味着腾讯正在补齐多模态这一最后的能力拼图。

挑战与展望

一直以来，腾讯不缺入口和场景，真正缺乏的是一个能支撑这些入口的模型中枢。Hy3的出现填补了这一空白，但也带来了新的挑战：

1. 性价比的双重挤压：
2. 向上：顶级大模型持续降价。
3. 向下：DeepSeek、阿里、智谱、小米等厂商推出更低成本、更强推理能力的模型。

4. Hy3的价格优势能否在激烈的市场竞争中长期维持，仍需观察。

5. 数据闭环的难题：

6. 腾讯最大的底牌是微信——14亿月活用户及全行业最丰富的场景和数据。
7. 然而，受限于隐私保护，微信数据无法直接用于模型训练。腾讯手握全行业最厚的Context，却难以将其真正灌入模型的训练闭环中。

目前，姚顺雨为腾讯AI立住了“认真打磨模型底座”的人设，Hy3也提供了可验证的阶段性成果。但重新上桌之后，能否坐稳、能否实现翻盘，仍需持续观望。

(责任编辑：知识)