SuperCLUE放出騰訊Hy3 語言模型的編程專項測評數據，將其與DeepSeek-V4-Pro等熱門模型同臺比拼代碼能力。Hy3 採用MoE架構，總參數規模295B，激活參數僅21B，支持256K上下文長度，號稱混元最強語言模型。結果顯示，這款參數體量遠小於對手的模型，在編程場景中交出了一份令人意外的答卷。

四大維度全面對比，Hy3 兼顧性能與花銷

本次測評專門針對國內程序員日常寫代碼的真實場景設計，每道編程任務都需要來回溝通幾十輪，逐步完成代碼分析、修改和校驗，更貼近實際開發調試流程。測評從使用成本、運行速度、溝通輪次和Token消耗四個維度進行對比，幫助開發者根據自身預算和效率需求選擇合適的模型。

在代碼能力得分上，Hy3 高分版本拿到47. 37 分，與DeepSeek-V4-Pro完全持平。要知道，不少對標模型的參數規模比Hy3 大四五倍，卻未能拉開差距，足見其模型架構和訓練方式做了大量優化。成本方面Hy3 優勢更加明顯，完成一道編程題目平均只需0. 43 元，長期高頻調用也不會帶來太高開銷，商用落地的財務壓力大幅降低。

單題不到 400 秒， 40 輪對話搞定全套任務

運行速度方面，Hy3 單題平均耗時不到 400 秒，排在評測前列，適合需要快速響應的實時編碼和線上調試場景。溝通效率同樣亮眼，平均 40 多輪對話就能完成整套任務，不需要反覆調整指令修正代碼，收斂速度更快。同時，它每次任務消耗的Token僅約 116 萬，佔用雲端算力更少，平臺運行壓力更低。

對於經常用AI輔助開發的程序員來說，Hy3 在性能和花銷之間找到了一個難得的平衡點。當參數規模不再是能力的唯一標尺，"小身材大能量"的模型正在用實際數據證明：優化架構和訓練策略，同樣可以在編程這條賽道上與旗艦級對手掰手腕。隨着Hy3 以Apache 2. 0 協議全面開源，這場性價比之戰或許纔剛剛開始。