知识卡片：腾讯混元Hy3发布，Agent与产品体验升级

英文标题： Tencent Hunyuan Hy3 Release: Agent & Product Experience Upgrade
英文关键词： Tencent; Hunyuan Hy3; large language model; agent; open source; Apache 2.0; API price; reliability improvement

一句话结论

腾讯正式发布Hy3大模型，通过扩大后训练与强化学习算力规模，在推理、智能体、长上下文任务上比肩参数量2至5倍的旗舰模型，同时大幅降低幻觉率和多轮问题率，并以Apache 2.0协议开源，API输入价格低至每百万Token 1元。

事件概述

2026年7月7日（根据腾讯研究院AI速递），腾讯正式发布Hy3大模型。该模型在扩大后训练与RL（强化学习）算力规模的基础上，实现了推理、智能体、长上下文等任务上对参数量更大（2至5倍）旗舰模型的竞争力。同时，模型在生产力场景中进步显著，可靠性大幅改善，并宣布以Apache 2.0协议开源，降低API价格。

方法/产品要点

扩大后训练与RL算力规模：通过增加后训练和强化学习的计算资源，提升模型能力。
开源协议：以 Apache 2.0 协议开源。
API价格：输入每百万Token低至1元（待核实是否包含输出价格或其他限制）。
产品体验升级：与Agent相关，但具体Agent功能细节未在材料中详细展开。

主要结果或产业意义

性能对比：在推理、智能体、长上下文等任务上比肩参数量2至5倍的旗舰模型。
可靠性改善：
- 幻觉率从12.5%降至5.4%。
- 多轮问题率从17.4%降至7.9%。
- 工具调用稳定性提升。
开源与降价：Apache 2.0开源协议降低了使用门槛；API输入价格降至1元/百万Token，有助于推动行业应用成本下降。

为什么重要

腾讯作为中国头部科技企业，其大模型在缩小参数量差距的情况下通过后训练与RL优化实现性能追赶，展示了强化学习在后训练阶段的重要性。
显著降低的幻觉率和多轮问题率，以及工具调用稳定性提升，表明该模型在生产力场景（如Agent、客服、自动工具调用）中具备实际落地价值。
开源和低价API策略可能加速国内Agent生态的发展，降低中小开发者和企业的接入成本。

局限与不确定性

比肩的具体旗舰模型：材料未明确是哪些模型（如GPT-5、Fable 5等），需验证。
参数量：Hy3的具体参数量未在材料中给出，仅说明“比肩参数量2至5倍的旗舰模型”，无法确认其实际规模。
Agent细节：材料标题提及“Agent与产品体验升级”，但正文仅简要提到“智能体”任务，未提供具体Agent功能、工具调用示例或评测细节。
API价格：1元/百万Token仅提及输入价格，输出价格及使用条件待核实。
发布时间与真实性：材料来源于腾讯研究院AI速递，日期为20260707，需注意该日期可能为未来（模拟或原型发布），实际确认请以官方渠道为准。

可用于图书/PPT/简报的角度

大模型开源与成本下降趋势：以Hy3为例，展示后训练与RL技术如何使中小模型追赶大参数模型，以及开源+低价API对AI产业普及的推动。
Agent可靠性的关键指标：幻觉率、多轮问题率、工具调用稳定性是Agent落地的核心挑战，Hy3的改善可作为案例。
中国科技企业的AI竞争策略：腾讯通过扩大后训练算力、开源、降价来争夺开发者生态，与谷歌、OpenAI等形成差异化路径。
技术报告或学术写作素材：可引用Hy3的幻觉率从12.5%降至5.4%作为强化学习后训练对可控性提升的证据。

原始材料

URL: https://m.sohu.com/a/1046718053_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=2
来源：腾讯研究院AI速递 20260707（搜狐转载）
摘要：腾讯正式发布Hy3大模型，扩大后训练与RL算力规模，在推理、智能体、长上下文等任务上比肩参数量2至5倍的旗舰模型，生产力场景进步显著；可靠性大幅改善，幻觉率从12.5%降至5.4%，多轮问题率从17.4%降至7.9%，工具调用稳定性提升；模型以Apache 2.0协议开源，并降低API价格，输入每百万Token低至1元。