腾讯 Hy3 编程测评：性价比与性能兼备

SuperCLUE 最近放出了一组腾讯 Hy3 语言模型的编程专项测评数据。它直接和 DeepSeek-V4-Pro 等热门模型放在同一赛道上比代码能力。

Hy3 采用 MoE 架构，总参数 295B，激活参数仅 21B，支持 256K 上下文。官方称它是混元家族最强模型。从结果来看，这个模型参数体量远小于对手。但在编程场景里，它交出了一份让人意外的答卷。

四大维度全面对比，Hy3 兼顾性能与花销

这次测评专门针对国内程序员日常写代码的真实场景设计。每道编程任务都需要来回沟通几十轮，逐步完成代码分析、修改和校验，更贴近实际开发调试流程。

测评从四个维度进行对比，帮助开发者根据预算和效率需求选择模型：

• 使用成本
• 运行速度
• 沟通轮次
• Token 消耗

在代码能力得分上，Hy3 的高分版本拿到了 47.37 分，和 DeepSeek-V4-Pro 完全持平。不少对标模型的参数规模比 Hy3 大四五倍，却没能拉开差距。这足以说明它的模型架构和训练方式做了大量优化。

成本方面，Hy3 优势更加明显。完成一道编程题目平均只需 0.43 元。长期高频调用也不会带来太高开销，商用落地的财务压力大幅降低。

单题不到 400 秒，40 轮对话搞定全套任务

运行速度方面，Hy3 单题平均耗时 不到 400 秒，排在评测前列。它适合需要快速响应的实时编码和线上调试场景。

沟通效率同样亮眼。平均 40 多轮对话就能完成整套任务，不需要反复调整指令修正代码，收敛速度更快。同时，每次任务消耗的 Token 仅约 116 万，占用云端算力更少，平台运行压力更低。

对于经常用 AI 辅助开发的程序员来说，Hy3 在性能和花销之间找到了一个难得的平衡点。当参数规模不再是能力的唯一标尺，“小身材大能量”的模型正在用实际数据证明：优化架构和训练策略，同样可以在编程这条赛道上与旗舰级对手掰手腕。随着 Hy3 以 Apache 2.0 协议全面开源，这场性价比之战或许才刚刚开始。

《夸克》非常好用的免费AI浏览器

下载APP查看