你对 AI 说“整理这份材料，做成汇报 PPT”，它若只给一段建议，仍是聊天工具；如果能拆解任务、处理内容并交付文件，才更像真正的助手。7 月 6 日，腾讯正式发布混元 Hy3，并在元宝同步上线基于该模型的 Agent——一种能围绕目标拆步骤、调用工具并继续行动的 AI 系统。值得关注的不是又多了一个模型，而是腾讯同时打通了模型、消费级入口、企业工具、开发者 API 和开源渠道。
本文信息来自 InfoQ 报道，核心能力与效果数字均为腾讯官方披露，尚无独立评测交叉验证。
元宝不只回答，还要交付
用户现在可以在元宝的日常对话中直接提出复杂任务，由 Agent 执行并生成 PPT、Word、Excel、PDF、HTML 等文件。腾讯称这项能力“全部免费”，但尚未说明免费额度、期限，以及是否覆盖所有 Agent 任务。
这一步改变了产品的交付物。普通聊天机器人交付文字，Agent 交付完成后的文件。比如制作一份汇报，它需要理解要求、组织材料、选择格式，再生成可用文档。模型能否稳定完成这一串动作，比单轮回答是否流畅更能决定实际价值。
Hy3 也已接入 WorkBuddy、CodeBuddy、Marvis、ima 等腾讯产品，API 则上线腾讯云 TokenHub。换句话说，腾讯在用同一个模型底座，同时服务个人办公、企业工作流和开发者。
它到底升级了什么？
Hy3 是 4 月 23 日发布的 Hy3 preview 的正式版本，重点加强 Agent、代码生成、办公任务和复杂推理，并融合快速响应与深度推理两种模式：简单问题尽快回答，复杂任务则投入更多推理过程。
模型采用 MoE（混合专家）架构。可以把它理解为一个分科协作的专家组：模型总共有 2950 亿参数，但每次处理任务只激活其中 210 亿，以较小的实际计算量调用合适部分。它还支持 256K 上下文，也就是一次能够处理较长的输入材料。
腾讯称，Hy3 将采用 Apache 2.0 协议开源，并允许商业使用。Apache 2.0 是允许使用、修改和商业分发的宽松许可证，还包含专利授权条款。不过，实际使用边界仍要结合模型权重许可和使用政策判断。
官方数据说明了什么？
腾讯组织了 270 位内部专家，按真实工作任务进行盲测。Hy3 平均得到 2.67 分，满分 4 分；GLM 5.1 为 2.51 分。WorkBuddy 的内部测评中，任务成功率从 72% 升至 90%，平均耗时缩短 34%。基于真实日志的评测则显示，Hy3 的常识错误率较 preview 减半，幻觉率下降超过一半。这里的“幻觉”指模型生成看似合理、实际没有依据的内容。
产品使用量也在增长：Hy3 preview 上线后，日均 token 消耗量增长 20 倍，WorkBuddy 中主动选择它的用户数增长 6 倍。token 是模型处理文字时使用的基本计费单位。不过，使用量增加只能说明接入和采用扩大，不能直接证明模型质量提高。
其他内部业务也给出了较高数字：ima 的 Agent 系统稳定性为 95.1%，知识库问答推理质量净提升近 19%；游戏助手接入 Hy3 后，多轮推理与工具调度成功率达到 92%，幻觉率从 4.5% 降至 2.8%。这些结果覆盖办公、知识库和游戏，说明腾讯正在用真实产品反向检验模型，而不只依赖通用榜单。
为什么值得继续看？
这次发布的关键，是模型与入口同步上线。模型能力再强，如果用户需要自己找 API、搭工具链，就很难进入大众工作流；元宝把 Agent 放进熟悉的对话框，并直接交付常见办公文件，缩短了从“会推理”到“能办事”的距离。
更重要的观察点，是腾讯能否利用元宝、微信、游戏和办公产品形成反馈循环：产品提供真实任务，模型针对失败环节改进，更新后的模型再回到产品。Hy3 preview 的使用增长已经说明分发渠道存在，正式版接下来要证明的是稳定性和长期留存。
局限与未知
- 全部效果数据来自腾讯内部评测，完整题集、样本分布、评审规则、基线版本和统计误差均未披露，不能视为第三方结论。
- 媒体所载 API 定价文字存在缺漏；“输入 1 元、输出 4 元、缓存命中输入 0.25 元/百万 tokens”的口径仍需官方价格页确认。缓存命中指重复输入无需重新完整计算。
- Apache 2.0 是否覆盖全部权重、商业使用是否另受模型许可限制，以及元宝免费 Agent 的具体范围，目前都没有足够信息。