---
title: "[玫瑰]【国盛海外】腾讯控股（700.HK，月度金股）：Hy3正式版发布，Agent能力与生产可用性再升级 [啤酒] 事件：7月6日，腾讯发布Hy3正式版，采用"
topic_id: 45544248818282488
created_at: 2026-07-06T20:07:24.314+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# [玫瑰]【国盛海外】腾讯控股（700.HK，月度金股）：Hy3正式版发布，Agent能力与生产可用性再升级 [啤酒] 事件：7月6日，腾讯发布Hy3正式版，采用

- 序号：122
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45544248818282488)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

[玫瑰]【国盛海外】腾讯控股（700.HK，月度金股）：Hy3正式版发布，Agent能力与生产可用性再升级

[啤酒] 事件：7月6日，腾讯发布Hy3正式版，采用MoE架构，总参数295B，激活参数21B，支持256K上下文。相较4月底Hy3 Preview，正式版在50+产品团队反馈基础上，进一步修复任务执行与交互问题，并提升了 后训练数据质量与RL训练规模。

 [啤酒] 核心看点：

1. 模型能力与生产场景： 从Preview阶段的能力跃升进入正式版的可用性验证。Hy3在推理、Agent工作流、长上下文任务上持续提升，官方表示其性能可对标参数量为其2至5倍的国内外旗舰模型。Hy3在代码、文档处理、金融分析、游戏开发、前端设计等生产力场景中实现明显改进。

2. 实用性：正式版的重点在真实产品体验。Hy3强化输出格式、工具调用稳定性和错误恢复能力，在CodeBuddy、Cline等不同Agent框架下，SWE-bench Verified准确率波动保持在4%以内，说明模型对不同Agent具备更强适配能力。

3. 可靠性：Hy3针对幻觉、多轮对话、长上下文意图保持等痛点进行优化。官方内部评测显示，幻觉率从12.5%降至5.4%，常识错误率从25.4%降至12.7%，多轮综合测试问题率从17.4%降至7.9%，MRCR长对话基准从42.9%提升至75.1%。

4. 高性价比：每百万token的输入和输出价格分别为1/4元，输入（命中缓存）为0.25元，低于preview版本（输入为1.2-2.0元，输出为4.0-8.0元）。

[啤酒] 观点简介：

Hy3正式版的发布，验证腾讯已从模型补课走向模型可用。相比Preview版本，正式版更强调真实工作流、工具调用稳定性、低幻觉、多轮记忆与跨Agent框架泛化能力， 体现腾讯AI的核心抓手正在从单点模型能力延伸至模型、工具、产品、场景的系统工程。

此前市场对腾讯AI的主要担忧，一方面来自自研模型能力相对滞后，另一方面来自Workbuddy等Agent若依赖第三方模型可能带来的成本与闭环效率问题。Hy3正式版在真实工作流、Agent适配、可靠性及价格体系上的进一步优化，有助于缓解市场对于腾讯自研模型能力与AI应用落地效率的担忧。

[啤酒] 风险提示：模型效果及迭代不及预期，模型商业化不及预期，Agent生态发展不及预期，竞争超预期等。

## 总体总结

主题正文
1. 相较4月底Hy3 Preview，正式版在50+产品团队反馈基础上，进一步修复任务执行与交互问题，并提升了 后训练数据质量与RL训练规模。
2. Hy3强化输出格式、工具调用稳定性和错误恢复能力，在CodeBuddy、Cline等不同Agent框架下，SWE-bench Verified准确率波动保持在4%以内，说明模型对不同Agent具备更强适配能力。
3. 官方内部评测显示，幻觉率从12.5%降至5.4%，常识错误率从25.4%降至12.7%，多轮综合测试问题率从17.4%降至7.9%，MRCR长对话基准从42.9%提升至75.1%。
4. 4. 高性价比：每百万token的输入和输出价格分别为1/4元，输入（命中缓存）为0.25元，低于preview版本（输入为1.2-2.0元，输出为4.0-8.0元）。
5. 相比Preview版本，正式版更强调真实工作流、工具调用稳定性、低幻觉、多轮记忆与跨Agent框架泛化能力， 体现腾讯AI的核心抓手正在从单点模型能力延伸至模型、工具、产品、场景的系统工程。
6. 此前市场对腾讯AI的主要担忧，一方面来自自研模型能力相对滞后，另一方面来自Workbuddy等Agent若依赖第三方模型可能带来的成本与闭环效率问题。
7. Hy3正式版在真实工作流、Agent适配、可靠性及价格体系上的进一步优化，有助于缓解市场对于腾讯自研模型能力与AI应用落地效率的担忧。
8. [啤酒] 风险提示：模型效果及迭代不及预期，模型商业化不及预期，Agent生态发展不及预期，竞争超预期等。