一句话看懂：SuperCLUE 发布了面向编程场景的模型评测，腾讯 Hy3 以 295B 总参数量、仅 21B 激活参数，在代码能力上追平了参数量数倍于它的 DeepSeek-V4-Pro，且单题推理成本仅为 0.43 元。
事件核心：发生了什么
7 月 8 日，SuperCLUE 公布了针对腾讯 Hy3 语言模型的编程专项评测数据。Hy3 采用 MoE（混合专家）架构，总参数 295B，激活参数仅 21B，支持 256K 上下文长度，是混元系列中官方宣称的最强模型。评测设计贴近中国程序员真实的开发场景，每道编程任务需要数十轮对话，逐步完成代码分析、修改与验证。
在代码能力得分上，Hy3 高配版拿到 47.37 分，与 DeepSeek-V4-Pro 持平。多位竞品模型的参数量是 Hy3 的数倍，但未能拉开差距。成本方面，Hy3 完成一道编程题的平均费用仅为 0.43 元。运行速度上，每道题平均耗时不到 400 秒，完成整个任务平均对话轮次超过 40 轮，每道题约消耗 116 万 token。Hy3 目前已基于 Apache 2.0 协议完全开源。
为什么重要
这次评测提供的核心信号是：在大模型竞争进入应用落地的阶段，参数规模不再是衡量能力的唯一标尺。Hy3 用五分之一的激活参数达到与旗舰模型持平的效果，说明 MoE 架构和训练策略优化可以在大幅降低算力成本的同时保持竞争力。这对整个大模型行业的商业化路径有直接意义——企业不再必须追求千亿级模型，可以用更低的推理成本实现接近旗舰的代码生成能力。
同时，开源策略叠加极低的推理单价，可能在开发者群体和中小型技术公司中形成快速采纳的生态优势。如果后续持续优化，Hy3 在编程助手、CI/CD 代码审查等高频、预算敏感的场景中，具备替代闭源模型的可能性。
对用户/开发者/创作者的影响
对使用 AI 辅助编程的开发者个人而言，Hy3 的低成本意味着在个人开发者或小型团队中，可以长期、高频率使用而不会产生高额 API 费用。目前的 0.43 元/题成本，远低于多数同能力级别模型，适合用于日常代码生成、调试和代码审查。对于企业采购和技术选型团队，Hy3 的出现提供了“性能可接受、成本可控”的新选项，尤其是在需要大量推理任务的 DevOps 流程中，可以大幅降低运行成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于 AI 应用开发者，Hy3 的开源降低了二开和私有化部署的门槛，尤其适合需要可控数据流和低延迟响应的企业场景。不过需要注意的是，目前评测集中在编程场景，其在通用对话、多模态等领域的表现尚未公开。
值得关注的后续
1. Hy3 在编程之外其他维度的能力摸底：目前评测仅覆盖编程场景，其在数学推理、长文本理解、多语言等任务上的表现有待更多公开数据验证。
2. 竞品模型的定价和策略调整：DeepSeek-V4-Pro 及其他同等能力的模型是否会跟进调整价格或推出轻量级开源版本，将影响开发者的取舍。
3. 开源生态的实际落地情况：Apache 2.0 协议下社区能基于 Hy3 开发出多少有价值的应用或微调模型，是检验其长期影响力的关键。
来源：AIbase
