SuperCLUE放出腾讯Hy3 语言模型的编程专项测评数据，将其与DeepSeek-V4-Pro等热门模型同台比拼代码能力。Hy3 采用MoE架构，总参数规模295B，激活参数仅21B，支持256K上下文长度，号称混元最强语言模型。结果显示，这款参数体量远小于对手的模型，在编程场景中交出了一份令人意外的答卷。
一、四大维度全面对比，Hy3 兼顾性能与花销
本次测评专门针对国内程序员日常写代码的真实场景设计，每道编程任务都需要来回沟通几十轮，逐步完成代码分析、修改和校验，更贴近实际开发调试流程。测评从使用成本、运行速度、沟通轮次和Token消耗四个维度进行对比，帮助开发者根据自身预算和效率需求选择合适的模型。
在代码能力得分上，Hy3 高分版本拿到47. 37 分，与DeepSeek-V4-Pro完全持平。要知道，不少对标模型的参数规模比Hy3 大四五倍，却未能拉开差距，足见其模型架构和训练方式做了大量优化。成本方面Hy3 优势更加明显，完成一道编程题目平均只需0. 43 元，长期高频调用也不会带来太高开销，商用落地的财务压力大幅降低。
二、单题不到 400 秒， 40 轮对话搞定全套任务
运行速度方面，Hy3 单题平均耗时不到 400 秒，排在评测前列，适合需要快速响应的实时编码和线上调试场景。沟通效率同样亮眼，平均 40 多轮对话就能完成整套任务，不需要反复调整指令修正代码，收敛速度更快。同时，它每次任务消耗的Token仅约 116 万，占用云端算力更少，平台运行压力更低。
对于经常用AI辅助开发的程序员来说，Hy3 在性能和花销之间找到了一个难得的平衡点。当参数规模不再是能力的唯一标尺，”小身材大能量”的模型正在用实际数据证明：优化架构和训练策略，同样可以在编程这条赛道上与旗舰级对手掰手腕。随着Hy3 以Apache 2. 0 协议全面开源，这场性价比之战或许才刚刚开始。
