7月6日腾讯混元研发的快慢思考融合的混合专家模型 Hy3 正式发布并开源沐曦股份曦云 C 系列 GPU 率先完成Day 0 全链路适配。依托沐曦股份全栈自研 MXMACA 软件栈企业可实现零代码快速部署一站式解锁 Hy3 代码、智能体、超长文档全场景业务能力。相比preview版本Hy3展现出显著强于同尺寸模型且比肩参数规模25倍的旗舰模型的智能水平定价进一步降低总体稳定性和性价比大幅提升。Hy3已在WorkBuddy/CodeBuddy、元宝、Marvis、ima等多个业务接入API已在腾讯云TokenHub上线多个海外API平台也将陆续接入。曦云C系列GPU基于沐曦股份自研核心GPU IP打造具备高能效比与高通用性精准匹配大模型的超大规模参数处理及长上下文推理需求。沐曦曦云 C 系列依托自研高性能硬件架构搭配深度打磨的 MXMACA 全栈异构计算平台实现全生态无缝兼容、应用极低迁移成本真正达成“发布即适配、上线即能用”。沐曦MXMACA 软件栈是沐曦 GPU 从“能用”迈向“好用、易用”的核心支撑。MXMACA软件栈作为连接硬件算力与上层应用生态的核心枢纽全链路覆盖底层驱动、用户态接口、MXCC编译器、算子深度适配及主流训练/推理框架对接原生兼容 PyTorch、TensorFlow、vLLM与SGLang等 40 余种主流 AI 框架支持 500 AI 模型稳定运行大幅缩短传统模型适配周期。自2025年12月以来沐曦股份已累计完成29个主流顶尖模型Day 0适配覆盖腾讯、智谱AI、阿里千问、阶跃星辰、百度飞桨、DeepSeek等头部厂商适配囊括通用语言、多模态、OCR、机器翻译等适配速度、数量、生态广度均位居前列。未来沐曦股份将持续迭代GPU硬件与全栈软件技术深化与国内头部AI企业的生态协同持续打通“国产芯片-国产大模型-产业落地”的完整闭环以自主可控的高性能算力助力AI产业高质量发展与算力国产化落地。关于 Hy3Hy3 是一个快慢思考融合的模型采用 MoE 架构总参数 295B、激活参数 21B支持 256K 上下文长度。4月23日发布的Hy3 preview为混元重建后第一个版本在复杂推理、指令遵循、上下文学习、代码生成与智能体能力上相较于 Hy2 实现质变Hy3 延续了清晰陡峭的能力增长曲线通过进一步提升后训练的算力规模以及数据质量和多样性在各类任务上较Hy3 preview 再次跃升以较小尺寸首次比肩国内外大尺寸旗舰模型的效果。Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著可以成为高性价比的可靠选择。在内部组织的 270 位专家基于真实工作的模型盲测中Hy3均分 2.67 / 4展现出优于 GLM5.1均分 2.51 / 4的表现尤其在前端、数据与存储、CI/CD等类别优势显著。模型的实用体验不完全与榜单成绩挂钩。基于广泛的用户反馈和分析腾讯混元团队定位并优化了一系列体验向能力获得了产品侧一致且积极的评价输出格式和工具调用稳定性 腾讯混元团队显著改善了一系列基础底线问题确保模型在各种工具设置和输出要求下达到生产级标准工具调用的错误恢复能力和效率大幅提升。另外Hy3 还增强了跨脚手架泛化性不同脚手架如 Codebuddy、Cline、KiloCode在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。知识常识和抗幻觉能力 内生知识和外部幻觉问题相互关联且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失多来源信息不乱拼数据和状态不乱编”的理想态腾讯混元团队进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中Hy3 的幻觉率从 12.5% 降至 5.4%常识错误率从 25.4% 降至 12.7%显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。复杂上下文承接与多轮意图保持能力 Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题内部评测的多轮问题率从 17.4% 降至 7.9% 。同时 Hy3 在长对话理解基准中取得显著跨越如 MRCR 从 42.9% 升至 75.1%整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏。模型得分模型开源地址Githubhttps://github.com/Tencent-Hunyuan/Hy3Hugging Facehttps://huggingface.co/tencent/Hy3ModelScopehttps://modelscope.cn/models/Tencent-Hunyuan/Hy3GitCodehttps://ai.gitcode.com/tencent_hunyuan/Hy3欢迎前往沐曦开发者社区Day 0版块获取推理镜像https://developer.metax-tech.com/softnova/Day0
沐曦股份曦云C系列GPU率先实现腾讯混元混合专家模型 Hy3 Day 0适配
7月6日腾讯混元研发的快慢思考融合的混合专家模型 Hy3 正式发布并开源沐曦股份曦云 C 系列 GPU 率先完成Day 0 全链路适配。依托沐曦股份全栈自研 MXMACA 软件栈企业可实现零代码快速部署一站式解锁 Hy3 代码、智能体、超长文档全场景业务能力。相比preview版本Hy3展现出显著强于同尺寸模型且比肩参数规模25倍的旗舰模型的智能水平定价进一步降低总体稳定性和性价比大幅提升。Hy3已在WorkBuddy/CodeBuddy、元宝、Marvis、ima等多个业务接入API已在腾讯云TokenHub上线多个海外API平台也将陆续接入。曦云C系列GPU基于沐曦股份自研核心GPU IP打造具备高能效比与高通用性精准匹配大模型的超大规模参数处理及长上下文推理需求。沐曦曦云 C 系列依托自研高性能硬件架构搭配深度打磨的 MXMACA 全栈异构计算平台实现全生态无缝兼容、应用极低迁移成本真正达成“发布即适配、上线即能用”。沐曦MXMACA 软件栈是沐曦 GPU 从“能用”迈向“好用、易用”的核心支撑。MXMACA软件栈作为连接硬件算力与上层应用生态的核心枢纽全链路覆盖底层驱动、用户态接口、MXCC编译器、算子深度适配及主流训练/推理框架对接原生兼容 PyTorch、TensorFlow、vLLM与SGLang等 40 余种主流 AI 框架支持 500 AI 模型稳定运行大幅缩短传统模型适配周期。自2025年12月以来沐曦股份已累计完成29个主流顶尖模型Day 0适配覆盖腾讯、智谱AI、阿里千问、阶跃星辰、百度飞桨、DeepSeek等头部厂商适配囊括通用语言、多模态、OCR、机器翻译等适配速度、数量、生态广度均位居前列。未来沐曦股份将持续迭代GPU硬件与全栈软件技术深化与国内头部AI企业的生态协同持续打通“国产芯片-国产大模型-产业落地”的完整闭环以自主可控的高性能算力助力AI产业高质量发展与算力国产化落地。关于 Hy3Hy3 是一个快慢思考融合的模型采用 MoE 架构总参数 295B、激活参数 21B支持 256K 上下文长度。4月23日发布的Hy3 preview为混元重建后第一个版本在复杂推理、指令遵循、上下文学习、代码生成与智能体能力上相较于 Hy2 实现质变Hy3 延续了清晰陡峭的能力增长曲线通过进一步提升后训练的算力规模以及数据质量和多样性在各类任务上较Hy3 preview 再次跃升以较小尺寸首次比肩国内外大尺寸旗舰模型的效果。Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著可以成为高性价比的可靠选择。在内部组织的 270 位专家基于真实工作的模型盲测中Hy3均分 2.67 / 4展现出优于 GLM5.1均分 2.51 / 4的表现尤其在前端、数据与存储、CI/CD等类别优势显著。模型的实用体验不完全与榜单成绩挂钩。基于广泛的用户反馈和分析腾讯混元团队定位并优化了一系列体验向能力获得了产品侧一致且积极的评价输出格式和工具调用稳定性 腾讯混元团队显著改善了一系列基础底线问题确保模型在各种工具设置和输出要求下达到生产级标准工具调用的错误恢复能力和效率大幅提升。另外Hy3 还增强了跨脚手架泛化性不同脚手架如 Codebuddy、Cline、KiloCode在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。知识常识和抗幻觉能力 内生知识和外部幻觉问题相互关联且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失多来源信息不乱拼数据和状态不乱编”的理想态腾讯混元团队进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中Hy3 的幻觉率从 12.5% 降至 5.4%常识错误率从 25.4% 降至 12.7%显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。复杂上下文承接与多轮意图保持能力 Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题内部评测的多轮问题率从 17.4% 降至 7.9% 。同时 Hy3 在长对话理解基准中取得显著跨越如 MRCR 从 42.9% 升至 75.1%整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏。模型得分模型开源地址Githubhttps://github.com/Tencent-Hunyuan/Hy3Hugging Facehttps://huggingface.co/tencent/Hy3ModelScopehttps://modelscope.cn/models/Tencent-Hunyuan/Hy3GitCodehttps://ai.gitcode.com/tencent_hunyuan/Hy3欢迎前往沐曦开发者社区Day 0版块获取推理镜像https://developer.metax-tech.com/softnova/Day0
