腾讯开源Hy3模型：2950亿参数MoE架构，性能匹敌五倍大小模型，幻觉率降至5.4%

一句话看懂

腾讯开源Hy3，2950亿参数MoE模型，每次仅激活210亿参数，性能对标五倍大小模型，幻觉率仅5.4%。

详细发生了什么

腾讯发布了Hy3，一个基于混合专家架构（MoE）的开源语言模型。Hy3总参数量达2950亿，但每次推理时仅激活210亿参数，大幅降低计算成本。腾讯官方声称，Hy3在多项基准测试中的表现可匹敌2至5倍大小的模型，同时将幻觉率降低了一半，达到5.4%。

Hy3延续了腾讯在开源大模型领域的布局。此前腾讯已开源混元系列模型，而Hy3在参数效率上更进一步。该模型采用Apache 2.0许可证，允许商业使用，模型权重和代码已在GitHub和Hugging Face上公开。

中文圈视角

Hy3对中文用户意味着什么？首先，它是开源模型，国内开发者可以直接下载部署，无需梯子。相比GPT-4或Claude，Hy3在中文任务上可能更有优势，因为腾讯在训练数据中必然加入了大量中文语料。

与国产同类模型对比：DeepSeek V2也采用MoE架构，总参数2360亿，激活210亿，与Hy3类似。但Hy3的2950亿总参数和5.4%的幻觉率在公开数据上略胜一筹。Kimi和智谱GLM系列尚未开源同等规模的MoE模型，因此Hy3在开源社区中具有独特竞争力。

对中文用户的具体场景：Hy3适合需要高性价比推理的场景，如企业级客服、文档分析、内容生成。由于激活参数少，部署成本较低，国内中小企业可以用更少的GPU运行接近GPT-4水平的模型。但需注意，Hy3的官方评测主要基于英文基准，中文实际表现有待社区验证。

监管与合规：Hy3采用Apache 2.0许可证，商业使用友好，但国内部署仍需遵守《生成式人工智能服务管理暂行办法》。腾讯作为国内企业，模型内容安全方面可能更有保障。

一个中文圈尚未讨论的盲点：Hy3的5.4%幻觉率是在哪些测试集上得到的？如果测试集包含大量中文数据，这个数字对中文应用更有参考价值。建议国内开发者关注后续的中文评测报告。

几条值得记住的细节

• Hy3总参数2950亿，每次激活仅210亿参数，采用MoE架构。
• 官方声称性能匹敌2-5倍大小的模型，幻觉率降至5.4%。
• 模型以Apache 2.0许可证开源，可商用，权重和代码已公开。
• 训练数据未公开，但推测包含大量中文语料。
• 与DeepSeek V2类似，但总参数更大，幻觉率更低。

一句话总结

Hy3为中文开发者提供了一个高性价比的开源大模型选择，尤其适合资源有限但需要强性能的场景。