腾讯开源 Hy3 preview，混元重建后首个旗舰预览模型
4月23日，腾讯混元发布并开源 Hy3 preview。官方将其定义为混元训练体系重建后的首个模型，也是目前“最强的一次”语言模型发布，目标场景明确指向 Agent 工作负载，重点提升复杂推理、指令遵循、长上下文、代码与智能体能力。模型权重已同步上线 Hugging Face、ModelScope 和 GitCode。
规格上，Hy3 preview 采用快慢思考融合的 MoE 架构，总参数 295B，激活参数 21B，另含 3.8B MTP 层参数，支持 256K 上下文，使用 192 个 experts、top-8 激活与 BF16 精度。部署侧支持 vLLM、SGLang 和 OpenAI 兼容接口，腾讯云文档还给出了交错式思考与工具调用流程，以及 reasoning_effort 的 high/low 控制方式。
代码与 Agent 是本次升级最明显的方向。模型卡给出的公开成绩包括 SWE-bench Verified 74.4、TerminalBench 2.0 54.4，并称其在 BrowseComp、WideSearch、ClawEval 和 WildClawBench 等搜索与工具调用评测中表现扎实。需要注意的是，这次虽然开源，但采用的是 Tencent Hy Community License，而不是 Apache 或 MIT 一类更宽松的许可。
腾讯
4月23日，腾讯混元发布并开源 Hy3 preview。官方将其定义为混元训练体系重建后的首个模型，也是目前“最强的一次”语言模型发布，目标场景明确指向 Agent 工作负载，重点提升复杂推理、指令遵循、长上下文、代码与智能体能力。模型权重已同步上线 Hugging Face、ModelScope 和 GitCode。
规格上，Hy3 preview 采用快慢思考融合的 MoE 架构，总参数 295B，激活参数 21B，另含 3.8B MTP 层参数，支持 256K 上下文，使用 192 个 experts、top-8 激活与 BF16 精度。部署侧支持 vLLM、SGLang 和 OpenAI 兼容接口，腾讯云文档还给出了交错式思考与工具调用流程，以及 reasoning_effort 的 high/low 控制方式。
代码与 Agent 是本次升级最明显的方向。模型卡给出的公开成绩包括 SWE-bench Verified 74.4、TerminalBench 2.0 54.4，并称其在 BrowseComp、WideSearch、ClawEval 和 WildClawBench 等搜索与工具调用评测中表现扎实。需要注意的是，这次虽然开源，但采用的是 Tencent Hy Community License，而不是 Apache 或 MIT 一类更宽松的许可。
腾讯
