简介
10月23日，腾讯正式开源了 混元 Hy3 的完整权重，协议是 Apache 2.0——意味着全球开发者可以免费下载、免费商用，不必再担心授权条款。权重已同步上架 Hugging Face、魔搭 ModelScope 与 GitHub。
这版是今年4月底预览版的正式升级。两个多月的迭代里，改动集中在三件事：模型能力、开源策略、以及商用友好度。
核心功能：参数不大，激活更小
- MoE 结构：总参 295B，单次推理只激活 21B。80 层 Transformer，192 个专家节点，推理时动态激活 8 个专家。
- 上下文：256K，约二十万汉字，可以直接吃下长文档、整段代码库或长会议记录。
- 能力提升：相比预览版，智能体与编程能力提升约 30%，内容幻觉问题减少，前端开发与数据存储场景在内部专家盲测中表现不错，搜索能力也做了优化。
- 对标口径：腾讯称凭借轻量激活设计，Hy3 的综合能力可对标参数规模 2–5 倍的旗舰模型。
详细分析：Apache 2.0 是这次最重的决定
国内头部大厂主动把旗舰级模型放到 Apache 2.0 下，其实并不常见。多数开源模型会选"社区协议"：限定月活、要求署名、或者对超过一定营收的公司另行授权。Apache 2.0 等于把这些门槛全部拿掉，企业接入时法务成本几乎为零。
对中小团队和初创公司，这条变化最实际：过去用开源模型做产品，要先算一遍"我们的营收会不会触发商业授权条款"；现在不用算了。对做私有化交付的系统集成商也是利好——客户现场部署一套 295B MoE，不需要逐层汇报授权风险。
从推理成本看，21B 的激活量把硬件门槛拉低了。MoE 的好处就在这里：模型容量可以做得很大，但每个 token 的计算量只跟激活参数走。再加上 256K 上下文，Hy3 很适合直接当作知识库 RAG 的底座——不用先做激进的分块压缩，把整份文档喂进去再检索。
价格层面，Hy3 在第三方聚合平台上的调用价大约是每百万输入 0.14 美元、每百万输出 0.58 美元，属于"便宜且够用的编码模型"梯队。已知短板是上游响应偏慢，首 token 可能要 30–90 秒，做一次性生成没问题，做紧密迭代的循环就有点拖。
横向对比：开源梯队现在什么样
按 Arena 10月22日的文本榜，最强的开源模型 Kimi K3 排到第18（1487分），第一名 Gemini 4 Argon（High）是 1517 分，差距 30 分。Artificial Analysis 4月的结论是最佳开源与闭源差距只剩 3–6 分，Epoch AI 的统计是开源落后前沿闭源约四个月。Hy3 的位置大致是"Apache 2.0 阵营里性价比最能打的那一档"。
和闭源硬碰硬仍有差距。在第三方的实战对比里，Hy3 与 Claude Opus 5.5 在 7 个共同任务上平均 6.76 分对 7.53 分，输在"一次成型"的复杂智能体构建上。选型建议是分层：最难的智能体任务交给闭源旗舰，成本敏感的前端与常规编码交给 Hy3。
价格与部署建议
自部署：权重免费，成本全在显存与运维，MoE 结构对显存带宽敏感，多卡推理是常态。走 API：按上面的聚合平台价格，比闭源旗舰低一到两个数量级。想先小规模验证，建议先用 API 跑通业务，再评估自建。
优缺点
- 优点：Apache 2.0 真商用友好；21B 激活让部署门槛低于参数直觉；256K 上下文适合长文档与 RAG；中文与前端场景表现扎实。
- 不足：与闭源旗舰在复杂智能体任务上仍有一档差距；聚合平台上游延迟偏高；生态工具链（微调脚本、量化版本）还在补齐。
适合人群与总结
适合想做私有化部署的中小企业、需要免费商用许可的 SaaS 团队、以及要搭中文知识库的开发者。如果预算充足且任务极复杂，闭源旗舰仍是首选，详见Gemini 4 Argon 评测。想直接看模型卡，进 腾讯混元 Hy3 开源版。