前沿热点
前沿热点

腾讯 Hy3 经 WorkBuddy 全球免费到 8/31:白嫖前沿开源旗舰的窗口期

腾讯旗舰开源模型 Hy3(295B MoE)通过海外 AI 办公 Agent WorkBuddy 向全球用户免费开放至 2026-08-31(太平洋时间)。Hy3 盲测超 GLM-5.1、编码与 agentic 与 DeepSeek V4 Pro 掰腕,是白嫖前沿开源旗舰的窗口期。

发布于 2026年8月10日6 分钟阅读
<!-- tencent-hy3-free-workbuddy-hotspot | hotspot | 腾讯 Hy3 经 WorkBuddy 全球免费到 8/31:白嫖前沿开源旗舰的窗口期 -->

2026 年 8 月,腾讯把旗舰开源模型 Hy3 通过海外 AI 办公 Agent WorkBuddy 向全球用户免费开放,截止到太平洋时间 8 月 31 日。这不是某个轻量小模型搞促销--Hy3 是 295B 参数的 MoE 开源旗舰,盲测得分超过 GLM-5.1,在编码和 agentic 基准上与 DeepSeek V4 Pro 掰腕。换句话说,这是一次"前沿开源旗舰 + 全球免费 + 整整一个月"的三重叠加,对想白嫖国产顶级模型跑真实任务的开发者和企业,是一个不该错过的窗口期。

先说清边界

本文基于 Pandaily《Tencent Expands International Access to Flagship Hy3 Model》及多个英文报道、腾讯官方信息整理,截至 2026-08-10。中文 Tavily 检索未覆盖此事,相关细节以英文源为准;模型能力与榜单实时变动,以腾讯官方披露为准。文中"免费"特指 WorkBuddy 渠道免费到 2026-08-31(太平洋时间),并非永久免费,也非所有渠道都免费。想了解中国开源攻势的整体背景,可看本站《中国 AI 闪电战:开源+低价如何砸出美国厂商的"死亡区"》。

一、Hy3 是什么:295B MoE 开源旗舰

Hy3 全称腾讯混元 Hy3(Hunyuan Hy3),是腾讯目前的旗舰开源模型,采用混合专家(MoE)架构。它的前身是 Hy3 Preview,正式 GA 版在推理、编码、工具调用、长上下文四个方向上做了大幅改进。2026 年 2 月起,腾讯重建了预训练与强化学习基础设施,把目标从"刷榜"转向"实用、可在真实业务落地"--这是理解 Hy3 定位的关键:它不是为跑分而生,是为干活而生。

维度参数
总参数295B(MoE)
激活参数/任务约 21B("runs like a 20B")
前身Hy3 Preview
是否开源是
定位实用、可在真实业务落地

约 21B 的激活参数意味着 Hy3 的单次推理成本接近一个 20B 级别模型,而不是 295B 全量--这是 MoE 架构的红利:用大模型的能力,付小模型的账单。这也是它能被免费开放给全球用户的前提之一。

二、为什么值得白嫖:编码+agentic 掰腕、盲测超 GLM-5.1

光免费不够,得够强才有白嫖价值。Hy3 在三个维度上有说服力。

一、盲测超过 GLM-5.1。 270 位领域专家参与的盲测中,Hy3 拿到 2.67/4 分,对比 GLM-5.1 的 2.51。提升主要集中在前端开发、数据与存储两个方向--都是真实业务里高频高价值的场景,而非冷门 benchmark。

二、编码和 agentic 与 DeepSeek V4 Pro 掰腕。 在编码和 agent 类基准上,Hy3 与 DeepSeek V4 Pro 互有胜负。注意它尚未推翻 GLM-5.2(当前 SOTA 开源),但差距在快速缩小。选型时不要用"谁最强"一刀切,要看自己的场景落在哪。

三、姚顺雨"AI 下半场"。 姚顺雨(Yao Shunyu)回国加盟腾讯,Hy3 是他主导下的首个重要成果。他提的"AI 下半场"理念核心一句:把模型放进真实业务和复杂场景里打磨,而不是只在实验室刷分。这解释了 Hy3 为什么在工具调用、长上下文、前端开发这些"脏活"方向提升明显--它就是在干这些活的过程中被训出来的。

Hy3 不是"秒杀 GPT"那种营销叙事,它是一个在真实业务里被磨出来的开源旗舰--这正是它值得白嫖的理由:你拿它跑的可能是它被训出来时见过的同类任务。

三、免费政策怎么用:WorkBuddy 全球免费到 8/31

核心钩子在这里。Hy3 通过三个渠道对外:

渠道定位免费情况
WorkBuddy腾讯 AI 办公 Agent(基于 CodeBuddy 平台)全球用户免费至 2026-08-31(太平洋时间)
Tencent Design Miora腾讯海外设计产品可访问 Hy3
Tencent Cloud TokenHub腾讯云海外 API 服务可访问 Hy3

重点说 WorkBuddy。它是一个生产力 agent 桌面工作站,能连接 GitHub、Gmail、Slack、Notion 等常用工具,定位是"AI 办公 Agent"--不只是聊天,是能调工具、跑任务链的智能体。这次免费政策是腾讯海外 AI 推广的一环:用一个月的免费旗舰模型,换海外开发者对腾讯 AI 生态的试用和认知。

对普通开发者和想试国产开源的个人,最省事的入口就是 WorkBuddy:注册即可用,不用自己部署 295B 模型,也不用付 API 费。想固定 Hy3 不让 WorkBuddy 自动切模型的,可看本站《WorkBuddy 实战 SOP》里"关闭自动选择模型、手动固定"那一节。

四、和 GLM-5.2 / DeepSeek V4 Pro 怎么排

这是选型最实际的问题。给一个不吹不黑的判断:

模型当前定位选它的理由
GLM-5.2当前 SOTA 开源要追最强开源,首选它
DeepSeek V4 Pro编码/agentic 强项编码和 agent 任务上与 Hy3 互有胜负
Hy3实用派,差距快速缩小前端开发、数据存储方向盲测领先 GLM-5.1;且现在免费

一句话:Hy3 没有推翻 GLM-5.2 的 SOTA 地位,但差距在快速缩小,且在特定方向(前端、数据存储)已有局部优势。叠加"免费到 8/31"这一条,它的性价比窗口期是实打实的。想看更完整的性价比横评,参考本站《大模型性价比横评》。选型的核心逻辑不是"谁最强",而是"你的场景落在哪、预算多少、窗口期多久"--本站《中国 AI 闪电战》一文详述了这种从"能力领先"转向"成本结构"的竞争重心迁移。

五、对谁有用、怎么用

一、开发者。 想免费跑一个 295B 级开源旗舰、做原型验证或对比测试的,现在是最佳窗口。注册 WorkBuddy,固定 Hy3,拿你自己的真实任务(不是跑分题)去跑,看它在你的场景下到底几斤几两。本批互链的《Agnes 免费多模态 API 测评》和《零成本多模态工作流 SOP》提供了同类"白嫖+组合"的思路,可一起参考。

二、企业。 想评估国产开源模型能不能进生产线的,用这一个月做 POC。重点测三件事:工具调用稳不稳、长上下文丢不丢信息、前端/数据类任务质量够不够。Hy3 的"实用派"定位意味着它在这三件事上投入最多,正好对口。

三、想试国产开源的个人。 不用折腾本地部署 295B(普通人跑不动),直接走 WorkBuddy 云端,零成本体验旗舰。免费窗口结束后再决定要不要切到 TokenHub 付费 API 或其他模型。

六、三个避坑

坑 1:免费窗口 8/31 截止,别拖。 太平洋时间 8 月 31 日到期,不是北京时间月底。想测的现在就测,别等到最后两天扎堆,网络和质量都没保障。免费结束后 WorkBuddy 里 Hy3 会切回积分消耗或切到其他模型。

坑 2:WorkBuddy 自动选模型不稳,固定 Hy3。 WorkBuddy 默认会根据任务自动切模型,但经常切到"降智"模型导致翻车。想稳定白嫖 Hy3,手动固定它。具体操作见本站《WorkBuddy 实战 SOP》。

坑 3:295B 全量本地跑不动,普通人走云端。 Hy3 是 295B MoE,即便激活参数约 21B,全量本地部署对算力要求仍然很高。普通开发者和个人用户别折腾本地,直接走 WorkBuddy 云端免费入口;企业有 GPU 集群再考虑自建。

七、常见问题

Q1:Hy3 真的免费吗?免费到什么时候? A:通过 WorkBuddy 渠道,全球用户免费至 2026-08-31(太平洋时间)。注意是 WorkBuddy 渠道免费,不是所有渠道永久免费;Miora 和 TokenHub 的计费以腾讯官方为准。

Q2:Hy3 比 GLM-5.2 强吗? A:没有。GLM-5.2 仍是当前 SOTA 开源模型。但 Hy3 差距在快速缩小,且在前端开发、数据存储方向盲测已超过 GLM-5.1。叠加免费窗口,性价比很高。

Q3:Hy3 和 DeepSeek V4 Pro 怎么选? A:两者在编码和 agentic 基准上互有胜负,没有一边倒。建议用你自己的真实任务各跑一遍,看哪个在你的场景下更稳。现在是 Hy3 免费、DeepSeek V4 Pro 不免费的窗口,优先白嫖 Hy3 做对比基线。

Q4:姚顺雨是谁?跟 Hy3 什么关系? A:姚顺雨(Yao Shunyu)回国加盟腾讯,Hy3 是他主导下的首个重要成果。他提出"AI 下半场"理念,核心是把模型放进真实业务和复杂场景里打磨,而非只在实验室刷分。Hy3 在工具调用、长上下文、前端开发上的提升,正是这一理念的产物。

Q5:免费结束后怎么办? A:8/31 后 WorkBuddy 里 Hy3 可能切回积分消耗或切到其他模型。想继续用 Hy3,可走 Tencent Cloud TokenHub 付费 API;想继续免费,可关注腾讯后续的推广活动,或切到其他开源模型。本站会持续跟踪。


参考来源

  • Pandaily - Tencent Expands International Access to Flagship Hy3 Model
  • 多个英文报道:Tencent ramps up overseas AI push via Hy3 / WorkBuddy
  • 腾讯官方信息(Hy3 参数、WorkBuddy 定位、免费政策)
  • 本站《WorkBuddy 实战 SOP》:/zh/workbuddy-setup-pitfalls-sop(讲固定 HY3 稳模型,想白嫖 Hy3 的顺手看这篇怎么调稳)
  • 本站《中国 AI 闪电战:开源+低价如何砸出美国厂商的"死亡区"》:/zh/china-ai-blitz-death-zone-hotspot
  • 本站《大模型性价比横评》:/zh/ai-llm-cost-performance-comparison-review
  • 本批互链:《Agnes 免费多模态 API 测评》:/zh/agnes-free-multimodal-api-review
  • 本批互链:《零成本多模态工作流 SOP》:/zh/zero-cost-ai-multimodal-workflow-sop
  • 本文基于公开报道整理(2026-08-10),非实测复现;模型能力与榜单以官方为准

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-08-10

常见问题

Hy3 真的免费吗?免费到什么时候?
通过 WorkBuddy 渠道,全球用户免费至 2026-08-31(太平洋时间)。注意是 WorkBuddy 渠道免费,不是所有渠道永久免费;Miora 和 TokenHub 的计费以腾讯官方为准。
Hy3 比 GLM-5.2 强吗?
没有。GLM-5.2 仍是当前 SOTA 开源模型。但 Hy3 差距在快速缩小,且在前端开发、数据存储方向盲测已超过 GLM-5.1,叠加免费窗口性价比很高。
Hy3 和 DeepSeek V4 Pro 怎么选?
两者在编码和 agentic 基准上互有胜负。建议用你自己的真实任务各跑一遍,看哪个在你的场景下更稳。现在是 Hy3 免费窗口,优先白嫖 Hy3 做对比基线。
姚顺雨是谁?跟 Hy3 什么关系?
姚顺雨回国加盟腾讯,Hy3 是他主导下的首个重要成果。他提出“AI 下半场”理念,核心是把模型放进真实业务和复杂场景里打磨,Hy3 在工具调用、长上下文、前端开发上的提升正是这一理念的产物。
免费结束后怎么办?
8/31 后 WorkBuddy 里 Hy3 可能切回积分消耗或切到其他模型。想继续用可走 Tencent Cloud TokenHub 付费 API;想继续免费可关注腾讯后续推广活动或切到其他开源模型。

相关文章

前沿热点

万卡国产算力训出 293B:星火 X2.6 开源的只有 4B

科大讯飞于 2026 年 10 月 22 日在全球 1024 开发者节发布星火 X2.6:293B 总参、30B 激活的 MoE 架构,1M token 上下文,端云一体,训练全程使用全国产算力并部署于国产万卡推理集群。效率账本(官方口径):飞星二号万卡训练 2000B tokens、256K 长度数据的时间从 4.5 个月压到 1.2 个月,超长上下文训练效率提升 4 倍;推理侧首个全国产硬件四层 KV Cache 架构把命中率从 63% 提到 95.7%、效率达优化前 4.5 倍。云端自报 SWE Pro 77.3 与 SWE Multilingual 95.0 排名第一、SWE Verified 95.4 仅次于 DeepSeek-V4.1-Flash 1017 的 95.6,但无完整分数表、无技术报告、无第三方复测。关键辨析:传播最广的「讯飞开源 X2.6」系误读——开放权重的只有端侧 Spark-X2.6-4B(Apache 2.0,Hugging Face 挂 XHToken 命名空间、ModelScope 同步、Ollama 用 SparkLLM 名),293B 旗舰权重不开源仅有 API 试用;4B 版自报 BFCL-V4 71.8、MCP-Atlas 62.4、SWE Verified 62.8 等六项较前代提升。限时定价输入 0.9 元、缓存命中 0.08 元、输出 3.6 元每百万 tokens。产业叙事:端云预判 60% 本地、30% 协同、10% 云端,路由准确率 81.2% 提至 96.1%;刘庆峰「唯一全国产训练」为单方说法且未公布芯片型号。未公布清单:旗舰训练芯片型号、集群总规模、总算力、技术报告、旗舰权重。

2026年10月23日8 分钟阅读
前沿热点

Xing4.0-29B-Intent 58分登顶:类别分却不是第一

中电信人工智能科技有限公司星辰通用人工智能实验室于 2026 年 10 月 19 日发布并开源意图理解专用模型 Xing4.0-29B-Intent:29B MoE 架构、每 token 仅激活约 4B 参数,用 Schema 引导把一句自然语言转成业务系统可直接读取的 category + args 结构化 JSON,官方开源 275.3 万条训练语料、模型权重与推理镜像。官方评测总分 58(意图理解 81、事件抽取 40、关系抽取 38、命名实体识别 72、类别分值 69),对位的 Gemini-3.6-Flash 为 49、Qwen3.8-Max 46、Kimi-K3 45、GPT-5.6-Sol 45。但要说清两处反差:其一,类别分值最高的是 Gemini-3.6-Flash 的 71,优势集中在事件抽取、关系抽取与意图理解,NER 只领先 1 分;其二,官方微信公众号评测表列 18 行而 GitHub README 只留 11 行,官方两版表格行数不同,且那 18 行包含被测模型自身、实际对照通用模型为 17 款。官方公众号另有一组仅其可见的 5,606 题评测(70 / 56 / 53 / 65)。评测为官方自评,公告原文写明不代表所有任务与实际部署场景中的效果。数据侧:2,753,000 条语料来自 61 个公开数据集加电信自建,覆盖 19 个领域、52 种语言,配套 170+ 意图与 148 个槽位的标签集,而自研 schema 实测并集为 347 category / 147 arg,官方未解释两套口径。许可侧:模型权重、公开数据与 Python SDK 均按 Apache-2.0 发布,但仓库 LICENSE 是未填版权人的占位模板,权重侧无独立 LICENSE 文件,数据集另有上游条款需自行核对。官方未公布端到端时延、最低显存、API 定价与训练细节,媒体所称百毫秒级响应属二手口径。

2026年10月22日9 分钟阅读