SuperCLUE 近日公布了腾讯 Hy3 语言模型在编程专项测评中的表现，将其与 DeepSeek-V4-Pro 等主流模型置于同一维度进行代码能力对比。Hy3 采用 MoE（混合专家）架构，总参数量达到 295B，而激活参数仅 21B，支持 256K 上下文长度，官方称其为混元家族中性能最强的模型。从测评结果来看，这一参数规模远小于竞争对手的模型，却在编程场景中交出了令人惊喜的成绩。

四大维度全面对比，Hy3 兼顾性能与成本

本次测评专门针对国内程序员日常编写代码的真实场景设计，每道编程任务需要经过数十轮交互，逐步完成代码分析、修改与校验，更贴近实际开发调试流程。测评从使用成本、运行速度、交互轮次和 Token 消耗四个维度展开对比，帮助开发者根据自身预算和效率需求选择最合适的模型。

在代码能力得分上，Hy3 的高分版本拿到了 47.37 分，与 DeepSeek-V4-Pro 完全持平。值得注意的是，不少对标模型的参数规模比 Hy3 大四到五倍，却未能拉开差距，这充分说明 Hy3 在模型架构和训练方法上进行了大量优化。成本方面，Hy3 的优势更为显著，完成一道编程题目平均仅需 0.43 元，即使长期高频调用也不会带来过高开销，大幅降低了商业化落地的财务压力。

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，在评测中排名靠前，非常适合需要快速响应的实时编码和线上调试场景。沟通效率同样表现出色，平均仅需 40 多轮对话即可完成整套任务，无需反复调整指令修正代码，收敛速度更快。此外，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。

对于经常借助 AI 辅助开发的程序员而言，Hy3 在性能与成本之间找到了难得的平衡点。当参数规模不再是衡量能力的唯一标准，“小身材大能量”的模型正用实际数据证明：通过优化架构和训练策略，同样可以在编程赛道上与旗舰级对手一较高下。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拉开帷幕。