Hy3模型定位与开源许可优势

腾讯发布了名为Hy3的大语言模型，参数量高达2950亿。该模型填补了DeepSeek、MiniMax以及Qwen转向闭源后留下的市场空白，其许可证为Apache 2.0协议，完全兼容商业使用。在基准测试中，启用思考模式后的Hy3表现强劲，击败了DeepSeek V4 Pro。在数学领域，其成绩甚至超过了GLM；在长上下文推理方面，表现与GLM 5.2相当。此外，在Claw Eval（LLM智能体测试）中，启用思考模式的Hy3位居开源模型榜首。在OpenRouter排行榜上，该模型曾短暂登顶使用率第一，目前稳定在第四位。

GLM-5.2与OpenRouter的图像生成对比

在视频的前半部分，创作者将本地运行的模型表现与GLM-5.2及OpenRouter云端服务进行了对比。测试提示词为“生成一张照片级真实感的人脸渲染图”。创作者指出，本地模型生成的图像在光照效果和鼠标移动平滑度上表现良好，与云端版本非常接近。他强调该模型的一个核心优势在于其可扩展性：用户若缺乏高性能硬件，可先使用云端版本；一旦拥有合适的本地设备，即可无缝切换至本地运行。这种灵活性使得该技术在不同硬件条件下均具有实用价值。

"The good thing about working with this model is if you don't have the hardware to do it, you can use the cloud version..."

思维模式对Minecraft克隆代码生成的影响

接下来，测试转向编程能力，具体任务是生成一个“禁用思维模式”的Minecraft克隆体。在1,700 tokens的输出下，模型生成了一个基础但可运行的版本。没有编译错误，且包含了重力机制。虽然功能简陋（如无法破坏或添加方块），但支持3D移动，证明了其作为原型的基础能力。相比之下，启用思维模式后输出达到10,000 tokens。创作者认为，对于快速原型设计或需要更多投入的项目，思维模式的选择至关重要。

"It's a basic generation of Minecraft, but as you can see, it works. There's no compile errors..."

高保真3D行星与MTP层优化展示

在生成“包含死星的高保真实时交互网页3D行星”任务中，基础提示词（3,000 tokens）生成了一个可触发小行星和光环的地球模型，表现优于此前版本。启用思维模式后（6,400 tokens），模型展示了其独特的艺术风格，被创作者誉为“见过的最佳地球生成之一”。尽管UI界面较为简陋，但3D建模质量极高。值得注意的是，该模型包含MTP层（Multi-Token Prediction），虽然目前仍需优化，但已能展示初步效果。此外，测试还展示了火星和死星的生成能力。

"I got to say this is definitely one of the best generations of the Earth..."

无库Canvas动画与3D城市场景的代码质量测试

在“单HTML文件、无外部库”的Canvas动画任务中，禁用思维模式（2,000 tokens）生成了包含汽车和沙丘的场景。尽管存在车辆位置偏差和闪烁等小错误，但考虑到模型尺寸合理且未进行激进量化（如4-bit），其表现优于许多需要降精度运行的大模型。随后在3D城市场景测试中，禁用思维模式（2,000 tokens）即生成了带有时间滑块的城市。启用高思维模式后，生成速度降至 15.7 tokens/秒（基于9-bit量化），但代码质量显著提升，呈现出类似《黑客帝国》的发光视觉效果且无运行时错误。最后，创作者尝试以1,600 tokens生成经典赛车游戏《Outrun》。

Outrun游戏生成：从基础道路到可玩交互

在测试Outrun赛车游戏时，模型首次仅用1,600 tokens生成代码，虽然出现了道路移动但车辆无法转向的运行时错误。随后启用高思考模式并消耗15,000 tokens，以每秒18 token的速度生成了包含树木背景和左右转向功能的完整游戏。尽管游戏时长较短且需要扩展提示词，但无运行时错误的生成结果展示了其潜力。值得注意的是，模型在方向控制上存在逻辑反转（左按右走），但这证明了其具备构建游戏核心机制的能力。

"We got a nice beautiful generic graphic. And we can go left and right... It's definitely got potential this generation."

3D平台游戏与地图构建：对标Gemini Pro的质量

在Super Mario风格的1,300 tokens 3D平台游戏测试中，模型生成的代码虽基础但运行稳定。其质量被评价为与Gemini Pro高度相似，尽管Google顶级模型在此类任务上表现平平。在地图构建测试中（参考Angry Dad的案例），开源模型在未启用思考模式下成功调用了OpenStreetMap。用户可交互选择城市并修改动画，虽然缺乏完整背景数据，但证明了其在地理信息编码方面的开箱即用能力。

"It reminds me eerily similar to what Gemini Pro produced... the fact that it ran with no runtime errors is good."

代码可视化与图像智能：OCR辅助的视觉理解

在算法测试中，模型同时生成了快速排序与冒泡排序的HTML可视化及C++代码。虽然高思考模式提升了生成质量，但UI设计较为简陋，建议用户先让模型优化提示词再执行。在图像智能方面，该文本推理模型通过OCR和分类标签回退机制处理图像。当输入一张猫的图片时，本地模型识别出83%概率为“橙色猫”。基于这些元数据标签（而非直接视觉），模型成功生成了900 tokens的3D体素橙色猫动画，验证了其通过文本标签间接理解图像内容的能力。

Hy3在数学奥赛题中的推理表现与云端对比

在本次测试中，Hy3模型在处理高难度数学奥赛题时展现了显著的推理能力。尽管用户手动禁用了“思考”模式，模型仍强制开启内部思维链进行深度推理。在本地运行中，Hy3的表现甚至接近闭源专有模型Qwen 3.7 Max。为了验证其在线表现，测试者将同一提示词输入官方OpenRouter云端接口。结果显示，云端模型在思考模式开启的状态下消耗了14,000个Token，并正确得出了“所有偶数”的答案。相比之下，本地模型在低思考模式下消耗10,000个Token得到相同答案，而在高思考模式下则消耗了24,000个Token。尽管Nvidia的Neotron模型在类似数据上曾出现训练偏差导致错误答案，但Hy3通过大量的验证Token避免了自我短路，证明了其推理的稳健性。

"It is up there beating the deep sea just doing really good job. It's even almost close to Quint 3.7 Max and that's a closed proprietary model."

Token分布安全性与常识逻辑的修正能力

在评估模型的安全性与伦理倾向时，测试者对比了GLM 5.2与Hy3在“分发橙子”场景下的Token概率分布。当提示词涉及切割动作时，GLM 5.2曾建议“切孩子”，其第三高概率Token仅为3%但存在危险倾向。而Hy3的Token检查器显示其候选词均为“给”、“切”、“吃橙子”，完全排除了伤害儿童的可能性，这一表现获得了测试者的高度认可。在常识逻辑方面，Hy3正确回应了“洗车店距离50米应开车还是步行”的梗题，选择驾车。然而，在经典的“外科医生是男孩父亲”谜题中，模型初始倾向于传统刻板印象认为医生是母亲。但启用思考模式后，Hy3成功自我纠正，明确指出题目已说明医生是父亲。这表明对于复杂或具有陷阱的逻辑题，开启思考模式能显著提升模型的智能水平。

"The fact they did that I'm giving this a good source round of applause."

MTP层对生成速度的影响与开源潜力评估

测试者进一步探讨了Hy3的MTP（Multi-Token Prediction）层对生成性能的影响。在要求模型编写Tetris HTML代码的任务中，关闭MTP时速度为20 Token/秒；启用MTP后，速度提升至21.5 Token/秒。虽然提升幅度有限且存在Mac平台下的运行怪癖，但这表明MTP层仍有优化空间。测试者表示将在解决性能问题后发布相关版本，目前不宜在未完成状态下公开。综合来看，Hy3拥有Apache 2.0开源许可、强大的代理性能基准测试成绩以及接近闭源旗舰模型的能力，被视为Qwen 3的有力开源替代品。其免费可用的云端服务和独特的架构特性使其成为当前开源社区值得关注的重点模型。

"So, what do you guys think of high three? Could that be the new Quen 3 replacement open source say Apache 2 license."

结论

Hy3作为2950亿参数的Apache 2.0开源模型，在代码生成、数学推理及智能体测试中展现出接近闭源旗舰（如Qwen 3.7 Max）的实力，成功填补了市场空白。其核心优势在于思维模式对复杂逻辑（如Outrun游戏、数学题）的显著增强，以及通过OCR标签间接实现图像理解的能力。然而，模型仍存在方向控制逻辑反转、UI设计简陋及MTP层优化不足等短板。总体而言，Hy3是Qwen 3的有力开源替代品，适合具备本地硬件或云端资源的开发者用于原型开发与商业部署。