核心结论
4 月 27 日，腾讯混元团队正式发布了 Hy3 Preview 开源模型——一个 295B MoE（仅 21B 激活参数）、支持 256K 上下文窗口、推理效率提升 40% 的国产大模型，定位为 Agent、编程和深度推理场景。
但更值得关注的是 4 月 28 日 The Information 的独家爆料：根据两位知情人士和腾讯内部备忘录，腾讯员工在评估和微调 Hy3 的过程中使用了 Anthropic 的 Claude 进行辅助——尽管 Anthropic 并未向中国等被视为美国对手的国家提供服务。
这是一条值得深度解读的新闻：它既涉及中国模型的最新进展，也触及了中美 AI 技术流动的灰色地带。
Hy3 Preview 技术参数
| 参数 | 数值 |
|---|---|
| 架构 | MoE（混合专家） |
| 总参数 | 295B |
| 激活参数 | 21B |
| 上下文窗口 | 256K |
| 推理效率 | 较上一代提升 40% |
| 开源 | 是 |
| 定位 | Agent、编程、深度推理 |
MoE 架构意味着虽然模型总参数达到 295B，但每次推理只激活 21B 参数，这使得 Hy3 在推理成本上相比 dense 模型有显著优势。21B 激活参数大致对标 Qwen 3.6 的中等规模版本，但 295B 的总参数意味着模型在某些专项任务上可能有更好的表现。
The Information 爆料的核心信息
根据 The Information 的报道：
- 腾讯员工使用 Claude 辅助评估和微调 Hy3：在模型开发过程中，Claude 被用于帮助评估模型输出质量、生成微调数据、分析模型行为
- Anthropic 并未向中国提供服务：这意味着腾讯使用的是非官方渠道获取的 Claude 访问权限
- 腾讯内部备忘录确认了这一做法：说明这在腾讯内部是已知且有一定规模的实践
这条新闻为什么重要
1. 揭示了模型开发的”交叉训练”模式
腾讯用 Claude 来评估和优化自家模型，本质上是在用业界最强的教师模型来训练学生模型。这与 DeepSeek 用 GPT-4 的数据进行知识蒸馏的逻辑类似，但更进一步——Claude 直接参与了 Hy3 的微调过程。
2. 地缘政治信号
Anthropic 明确表示不向中国提供服务，但腾讯通过非官方渠道使用 Claude。这反映了一个现实：在 AI 模型开发领域，技术边界远比贸易边界模糊。一个中国公司的模型，可能深度受益于美国公司的技术。
3. 评测独立性的质疑
如果 Hy3 的评估过程使用了 Claude，那么 Hy3 与 Claude 之间的比较基准（benchmark）是否存在偏差？这是一个值得关注的问题。
国内模型竞争格局
结合社区对当前国产编程模型的评价：
| 梯队 | 模型 | 评价 |
|---|---|---|
| Entry 梯队 | GLM-5.1 ≈ Kimi K2.6 | 国内编程能力第一梯队 |
| Entry 以下 | DeepSeek V4 Pro > Qwen 3.6 Max Preview | 紧追第一梯队 |
| Entry 以下 | MiMo V2.5 Pro > Qwen 3.6 Plus > Hy3 > Grok-4.20 | Hy3 预览版尚未进入第一梯队 |
Hy3 作为预览版，其最终版本的性能表现仍有不确定性。但 MoE 架构的效率优势和腾讯的资源投入，使得 Hy3 在正式发布后有可能冲击 Entry 梯队。
腾讯的另一项开源：Hy-MT1.5 翻译模型
除了 Hy3，腾讯混元团队在 4 月 29 日还开源了 Hy-MT1.5-1.8B 翻译模型：
- 18 亿参数压缩至 440MB（使用自研 Sherry 稀疏三值量化技术）
- 可在手机上完全离线运行
- 支持 33 种语言、1056 个翻译方向
- 已被 ACL 2026 接收
这项技术展示了腾讯在模型压缩和端侧部署方面的实力。
行动建议
- 开发者：Hy3 Preview 已开源，可以接入测试，尤其关注其在 Agent 和编程场景的表现
- 企业用户：如果看重模型的”自主可控”程度，需评估 Claude 参与 Hy3 训练是否构成供应链风险
- 行业观察者：关注 Hy3 正式版发布后的 benchmark 表现，以及 The Information 爆料是否会引发更广泛的行业讨论
主要来源：