市值一天暴涨至4万亿，姚顺雨Hy3治愈马化腾的焦虑？

2026-07-17 06:59:16 分类：焦点阅读(17393)

来源| Tech星球
作者| 王琳

腾讯首席科学家姚顺雨交出了一份超越Hy3 Preview预览版的市值优异答卷。

7月6日，天暴在腾讯混元Hy3 Preview发布两个半月后，涨至y治Hy3正式版正式亮相。姚顺雨H愈马作为姚顺雨加入腾讯后的化腾首个重磅产品，Hy3并未盲目追求万亿参数规模，市值而是天暴采取了一条更为务实的技术路线。该模型采用MoE（混合专家）架构，涨至y治总参数量达295B，姚顺雨H愈马激活参数量为21B，化腾支持256K超长上下文，市值实现了“快思考”与“慢思考”的天暴深度融合。

在定价策略上，涨至y治Hy3坚持普惠原则：输入价格为1元/百万token，姚顺雨H愈马输出价格为4元/百万token。化腾相比之下，GPT-5.4标准版的输入价格为$2.50/百万token，输出价格为$15.00/百万token。Hy3的定价堪称“白菜价”，甚至与Deepseek-v4 flash在高峰期“只收电费”般的低价策略相当。

官方数据显示，Hy3以较小的参数规模实现了追平甚至超越其他头部模型的能力。例如在编程领域，Hy3表现略优于GLM 5.1和Deepseek-v4 flash；在工作智能体方向，其ClawEval pass³得分达到68.5，超过了DeepSeek V4 Pro的62.4和Qwen 3.7 Max的65.2。

然而，部分用户反馈指出，受限于上下文长度，Hy3在处理复杂长程任务时偶尔会出现遗忘现象。尽管如此，模型发布次日（7月7日）开盘，腾讯股价盘中涨幅近6%，总市值重新突破4万亿港元大关。

这一表现彻底扭转了腾讯此前在AI领域略显落后的形象，标志着腾讯首次在核心模型能力上实现行业反超。目前，国产主流模型的平均版本迭代周期约为两个月。考虑到腾讯在姚顺雨加入后重建团队及技术路线，Hy3仅用不到半年时间便追平了行业主流节奏。

不仅在基础模型领域，腾讯在产品侧也推出了遥遥领先的办公AI助手WorkBuddy。据腾讯内部员工透露，Hy3与WorkBuddy的推出极大地提振了团队士气。

Hy3发布次日，据雷峰网报道，腾讯即将迎来混元多模态模型负责人、OpenAI研究科学家田永龙。田永龙是姚顺雨在OpenAI的前同事，他的加入意味着腾讯补齐了模型能力拼图的最后一块。

种种迹象表明，虽然腾讯的AI焦虑尚未完全消除，但这无疑是一个积极的开端。

Hy3：叩开第一梯队大门

Hy3发布后，沉寂两个月未在“X平台”更新的姚顺雨发布推文表示，从Hy2到Hy3 Preview再到Hy3，不到半年时间实现了巨大飞跃。这不仅是模型推理或智能体能力的提升，更是抗幻觉、可靠性及产品体验的全面跨越，团队对此感到自豪。

相较于Hy2和Hy3 Preview，Hy3进步显著。在衡量AI Agent实际办事能力的BrowseComp榜单上，Hy3得分高达84.2%，远超行业平均水平的62%。

在基于真实产品的内部评测中，Hy3的幻觉率从12.5%降至5.4%，常识错误率从25.4%降至12.7%。这意味着模型在解决“张冠李戴”、无中生有及逻辑矛盾等问题上有了显著改善。

以经典逻辑陷阱题为例：“你面前有10个鸡蛋，打碎了2个，煎了2个，吃了2个，请问还剩几个鸡蛋？”Hy3能够准确理解题意，避开陷阱，给出正确答案“剩余8个鸡蛋”。

在256K长上下文测试中，向Hy3输入题为《2026“人工智能+”行业发展蓝皮书》的报告，并提问：“根据报告，2025年中国人工智能核心产业规模达到了多少亿元？2026年3月，中国日均词元（Token）调用量突破了什么规模？”

经过2分钟深度思考，Hy3不仅给出了正确答案，还精准定位了答案在报告中的具体位置。

为进一步测试模型能力，测试增加了跨章节总结任务：“人工智能正从哪三个层面引发系统性变革？请分别概括这三个层面的核心观点。”

结果显示，Hy3完整总结了三个层面的观点，并明确指出了各观点涵盖的章节。

官方测评显示，Hy3以较小尺寸首次比肩参数规模为其2至5倍的旗舰模型。在内部270位专家基于真实工作场景的盲测中，Hy3获得2.67分（满分4分），优于GLM 5.1的2.51分。

在智能体方向表现上：
* 搜索智能体：BrowseComp得分84.2，追平GPT-5.5的84.4，表现最强。
* 工作智能体：ClawEval pass³得分68.5，超越DeepSeek V4 Pro（62.4）和Qwen 3.7 Max（65.2）。
* 编程能力：略高于GLM 5.1和Deepseek-v4 flash，虽与GLM 5.2仍有差距，但已摸到第一梯队门槛。

开源本地AI聊天应用atomic.chat在“X平台”发布了测试视频，对比Hy3、Gemini 3.5、GLM-5.2和DeepSeek-V4构建三个独立HTML5 Canvas场景（保龄球、空气曲棍球、台球）并演示物理效果。

结果显示，Hy3在三个任务中均达到Gemini水平：碰撞干净利落，球反弹真实，球瓶击倒效果逼真，无卡顿或漂浮现象，且价格仅为Gemini 3.5的1/35。

相比之下，GLM在纯编码任务上表现强劲，但在偏离简洁代码的场景中效果不佳（如保龄球瓶静止不动，未按惯性滚动）；DeepSeek消耗代币最多（5万，约为Hy3的两倍），但生成的场景效果最弱。

产品全线发力：元宝团队并入WorkBuddy

除基础大模型外，腾讯今年在产品侧动作频频。

今年3月，桌面端办公智能体迎来爆发。易观分析数据显示，当月头部产品月访问量合计超2000万次，腾讯WorkBuddy以885万访问量位居榜首。此前报道指出，WorkBuddy团队规模已超100人，近期更多元宝产品部员工被调至WorkBuddy团队。

随着调用量激增，腾讯调整了WorkBuddy收费标准：原专业版升级为标准版，月费从58元提升至99元；新增199元/月高级版与999元/月旗舰版，不同档位开放不同的模型能力、自动任务数量、云存储空间和积分额度。

一位云代理商向Tech星球透露，WorkBuddy目前处于培养用户习惯阶段，主要任务是运营账号、科普及积累潜在用户，暂无商业化KPI。一份内部报告显示，WorkBuddy 2026年的目标是成为中国最大的企业AI办公订阅产品。

此外，腾讯还有两款重量级Agent产品即将上线，目前已开启灰测：

大圆（企业微信版）：定位为“长在企业微信工作流里”的助理。大圆可直接读取企微内的群聊、文档、会议、邮件及日程，理解用户意图并结合当前界面给出答案，无需用户反复陈述需求。与其他Agent不同，企微掌握企业经营数据，大圆未来有望针对企业经营提效。
灰测用户反馈：因能获取长上下文，体验尚可，但缺乏亮点。若CLI能抓取所有群聊、文档及会议信息，WorkBuddy表现可能更佳。“企业微信的产品能力不是强项，现在的大圆已非常激进。”
小微（微信版）：针对生活场景的Agent产品，计划今年第三季度向全体用户推出。微信生态无可比拟，但关键挑战在于商业模式落地。
成本压力：若“小微”全面推广，以每百万Token推理成本0.15美元计算，高盛预测其新增推理成本将占腾讯2026年Q4调整后营业利润的5%至17%。