姚順雨首秀為何與市場預期錯位？

　　出品|虎嗅黃青春頻道

　　作者|商業消費主筆 黃青春

　　題圖|視覺中國

　　姚順雨執掌騰訊混元后的首秀，最終被 DeepSeek-V4 的討論淹沒了。

　　4 月 23 日，騰訊正式發布並開源混元 Hy3 preview 語言模型——這是姚順雨主導混元技術體系全面重建後，交出的首份落地成果。

　　在此之前，市場對姚順雨的期待值早已拉滿：清華姚班出身、OpenAI 前核心研究員、AI 領域頂尖專家，入職即獲得集團層面雙線彙報的最高權限，一手推動騰訊混元大模型研發架構重構，還打破盤桓多年的部門牆，讓成立十年的 AI Lab 打散重組。

　　有鑑於此，外界翹首以盼騰訊拿出一款顛覆性的新模型，但 Hy3 preview 最終的市場聲量與討論度並不及預期。這很大程度上源於，同期 GPT-5.5、小米 Mimo、Kimi K2.6 等新模型密集發布，次日 DeepSeek-V4 也強勢登場。

　　這讓混元有限的聲量徹底在這輪大模型更新浪潮中「失聲」，業內因此有人揶揄騰訊，「不如關停混元，高價收購 DeepSeek」。

　　對此，騰訊內部人士向虎嗅透露，與外界期待姚順雨「單騎救主」的英雄主義敘事不同，團隊對這一版本並未設定過高目標，因為 Hy3 preview 並非對 Hy2.0 的迭代，而是騰訊混元技術體系的一次推倒重建。

　　「Hy3 預覽版與 DeepSeek-V4 的核心差異在於，後者暫不考慮商業化，專注於突破技術上限；而混元從研發之初就以適配騰訊業務生態為核心，強調與場景的深度綁定。如今 AI 行業已進入下半場，模型能力、生態資源與工程化實力將形成協同效應——畢竟騰訊從來不是一家單純的模型公司。」該內部人士表示。

　　騰訊終究「差了一口氣」？

　　從官宣預熱到最終發布，Hy3 preview 的表現與市場拉滿的期待存在明顯落差。

　　自高調宣佈姚順雨加盟以來，騰訊便對其展現了超乎尋常的重視：一人身兼「CEO/總裁辦公室」首席 AI 科學家、AI Infra 部與大語言模型部負責人兩大職務，同時向騰訊總裁劉熾平、技術工程事業群總裁盧山雙線彙報。

　　這種人事安排在騰訊發展史上頗為罕見，等於從集團層面確立了大模型的戰略核心地位，也向市場傳遞出騰訊 All in AI 的決心。

　　3 月 18 日的財報電話會上，劉熾平的表態更將市場期待推至頂峯：他明確透露混元全新技術體系下的旗艦模型 Hy3.0 正處於內部業務測試階段，計劃於 4 月對外推出，且相較於 Hy2.0 的能力提升幅度，將超過混元歷史上任何一次版本迭代。

　　疊加 2026 年二季度全球大模型賽道進入新一輪密集發布期：Anthropic 發布 Claude Opus 4.7、阿里推出 Qwen3.6-Max-Preview、Kimi 開源 K2.6、小米官宣 Mimo 全系列新模型，GPT-5.5 與 DeepSeek V4 前後腳上桌——如此「神仙打架」的貼身肉搏，市場自然期待騰訊能拿出一款足以改寫國內大模型格局的旗艦產品。

　　然而，與拉滿的市場預期形成鮮明對比的是，Hy3 preview 雖踩點交付，但技術突破有限，在各個維度均未給市場帶來預期中的驚喜。

　　首先，騰訊高管承諾 4 月推出核心版本，4 月底卻只發布了 Hy3 預覽版，勉強踩中時間節點，未體現出騰訊作為行業巨頭應有的執行力與爆發力。

　　對此，騰訊內部人士向虎嗅表示，實際上 Hy3 預覽版是技術重建的起點，正式版及更高級別的版本還在同步研發測試中。「Hy3 基本完成了對原有技術架構的全面重構，這個版本的核心目標是驗證全新技術路線、磨合重組後的團隊並跑通完整研發流程，且僅用不到三個月就完成交付，而行業同類技術重構通常需要 6-12 個月。」

　　其次，在行業動輒以 1T 參數炸場的當下，Hy3 preview 總參數 295B、激活參數 21B 的規格無法給市場帶來衝擊力，被業內人士吐槽不夠頂尖、不夠震撼。

　　從實測與行業評測結果來看，Hy3 preview 的綜合能力雖達到國內一線水平，但極限推理能力仍遜於 GLM-5、Gemini 3.1 等頂級模型；代碼與智能體能力僅相當於 GLM-4.7——也就是智譜 AI 四個月前的技術水平，既沒有實現市場期待的代差級突破，更談不上對標全球頂級模型。

　　可如果拋開市場的高預期濾鏡，迴歸模型本身的技術與落地能力，Hy3 preview 已然是騰訊混元歷史上進步幅度最大、實用性最強的版本。

　　推理效率層面，得益於模型架構與推理框架的深度協同，Hy3 preview 整體推理效率提升 40%，首 token 延遲降低 54%，端到端時長降低 47%，成本較上一代模型大幅下降——等於說，決定用戶體驗與商業化可行性的核心指標均被大幅優化。

　　複雜推理能力層面，Hy3 preview 在 FrontierScience-Olympiad 拿下 70.0 分、IMO Answer Bench 達到 84.3 分，整體表現超過 GLM-5、Kimi-K2.5，接近 Gemini 3.1 Pro 與 GPT-5.4。

　　代碼與智能體能力是 Hy3 preview 提升最顯著的方向。在 SWE-Bench Verified 基準測試中達到 74.4% 的通過率，逼近 GLM-5 與 Kimi-K2.5；在 Terminal-Bench 2.0 測試中取得 54.4% 的得分，超過 GLM-4.7 等模型，擠進行業第一梯隊；在涵蓋 16 項基準的 Agent 綜合評測中，平均得分從 Hy2 的 35 分躍升至 56 分，接近 GLM-5 與 Kimi-K2.5 所在的旗艦區間。

　　這些能力躍升背後，是 Hy3 preview 從研發之初就確立了與產品深度協同設計（Co-Design）的研發路線。

　　虎嗅獲悉，Hy3 preview 發布之時，已率先接入騰訊雲、元寶、IMA、CodeBuddy、WorkBuddy、QQ 等十餘條核心產品線，且在每一個落地場景中都拿到了可量化的業務成果。

　　在辦公場景，騰訊文檔 AI PPT 功能接入後，生成成功率提升 20%，評測得分提升 10%，生成耗時縮短 20%，在模板選擇、內容生成、視覺匹配等環節幻覺顯著減少，契合度大幅提升；WorkBuddy 產品接入後，與國內同尺寸模型的用戶盲評勝率達到 56%，能穩定覆蓋文檔處理、數據分析、知識檢索、工具鏈編排等複雜辦公場景。

　　在社交與內容場景，元寶 APP 已與模型完成深度協同優化，提升了意圖理解、文本創作、深度搜索的核心能力，能為用戶帶來更具「活人感」的交互體驗；公衆號 AI 分身場景中，模型在用戶意圖理解、複雜上下文承接、知識信息組織方面的能力顯著提升。

　　在遊戲場景，《和平精英》已全面接入 AI NPC 玩法，局外人設扮演場景中，模型能精準理解角色設定，輸出高關聯、高增量的交互內容；局內複雜對戰場景中，回覆節奏貼近真實玩家，展現了極強的穩定性與擬人化能力，累計體驗用戶已突破 1.1 億。

　　除此之外，QQ 瀏覽器、騰訊新聞、騰訊客服等數十款騰訊核心產品，均在接入過程中，Hy3 preview 已真正融入騰訊業務生態，而非一款孤立的實驗室模型。

　　務實主義的路線錯位？

　　「Hy3 preview 是混元大模型重建的第一步。」在 Hy3 preview 發布的官方推文中，姚順雨如是寫道。

　　即便首秀沒能刷出與騰訊影響力匹配的聲量，並不意味着 Hy3 preview 是一款失敗的模型。虎嗅認為，某種程度上，姚順雨為混元制定的核心路線，與當下行業的狂歡邏輯、市場的期待方向，存在明顯的偏移與錯位。

　　騰訊混元團隊向虎嗅表示，外界多是圍觀視角，難以體會此次技術重建之難——不僅要搭建全新的基礎設施，還要更換整套訓練範式，幾乎等同於從零開始重做一個大模型。

　　「比如數據審核就是姚順雨親自抓的，在三個多月內主導完成了對過往繁雜、冗餘 SFT 數據的全面去重與精細化管控。目前，模型效果已經取得階段性進步，但仍存在一些已知問題，比如工具調用中的錯誤恢復能力不足，以及對推理超參數較為敏感。希望通過這次開源和發布，獲得來自開源社區和用戶的真實反饋，助力 Hy3 正式版進一步提升實用性。」上述人士說道。

　　事實上，姚順雨入職騰訊後，對混元團隊推行的第一項核心變革，就是否定「唯排行榜論」的研發邏輯。他在內部會議上指出，過去混元模型過度追逐排行榜成績，甚至直接將打榜專用語料混入訓練集，導致數據被嚴重污染，影響模型在真實場景中的表現。有鑑於此，姚順雨為團隊劃出一條清晰的路徑：不迷信打榜，更不用盯着排行榜做事。

　　虎嗅獨家獲悉，今年 2 月，姚順雨主導重建了預訓練和強化學習的基礎設施，並確立了模型研發追求實用性的三大核心原則：

• 能力體系化：不推崇偏科，即便是代碼智能體這類單一應用場景，也涉及推理、長文、指令、對話、代碼、工具等多種能力的深度協同。

• 評測真實性：主動跳出易被刷榜的公開排行榜，通過自建題目、最新考試、人工評測、產品衆測等方式評估和改進模型的真實戰鬥力。

• 性價比追求：實用性離不開商業合理性，通過深度協同模型架構與推理框架設計，大幅降低任務成本，讓智能用得起、用得好。

　　與此同時，混元團隊在繼續擴大預訓練和強化學習的規模，提升模型的智能上限，並通過與騰訊更多產品場景的深入協同設計，進一步探索基於產品場景的特色能力。

　　基於這一理念，Hy3 preview 跳出行業通用的公開評測體系，騰訊混元團隊自建了 50 餘個基準測試集，通過自建題目、最新考試、人工評測、產品衆測等多種方式，綜合評估模型的真實戰鬥力。

　　據虎嗅了解，騰訊專門打造了 CL-bench、CL-bench-Life、Hy-Backend、Hy-SWE Max 等一系列貼合真實業務場景的評測體系，核心目標只有一個：驗證模型在真實場景中的可用性，而非實驗室裏的紙面跑分。

　　要知道，當下大模型賽道，公開排行榜的分數是最直觀、最易傳播的能力證明，更是模型出圈、獲得市場認可的保證——如果不打榜、不拿出碾壓同行的排行榜數據，市場就會默認你不具備對應的能力，普通用戶更不會感知到你的技術進步。

　　拿 Hy3 preview 受爭議的 295B 參數規格來說，這恰恰是姚順雨「實用優先、放棄炸場」路線的體現。在行業普遍通過「堆參數、規模擴容（Scale Up）」實現能力提升的當下，姚順雨選擇反其道而行之：Hy3 preview 總參數甚至小於前一版本，核心資源並未投入到參數規模擴張上，而聚焦於數據質量的提升，近乎完成了對 Hy2 模型底座的重構。

　　這一反行業常規的演進路線，源於騰訊混元對技術實用性的判斷：

• 能力邊界：複雜推理、長上下文理解、指令遵循等核心實用能力，在 300B 參數量級已能充分釋放，盲目擴大參數帶來的能力邊際收益已大幅遞減。

• 成本控制：300B 級混合專家模型（MoE）經量化後可實現單機部署，而 1T 級模型必須跨節點運行，多機通信會導致延遲、吞吐和運維複雜度顯著上升，推理成本更是相差數倍。

• 落地可行性：絕大多數商業場景可通過檢索增強生成（RAG）、智能體（Agent）等工程手段彌補與頂級模型的能力差距，而 300B 級模型的低推理成本和低微調門檻，讓私有化部署與行業定製化成為可能。

　　順着上述判斷，Hy3 preview 要將價格打下來：騰訊雲公開的 API 定價，在 0-16K 上下文範圍內，輸入最低 1.2 元 / 百萬 tokens，命中緩存後低至 0.4 元 / 百萬 tokens，輸出最低 4 元 / 百萬 tokens；與此同時，推出的個人版套餐最低 28 元 / 月，在同級別旗艦開源 MoE 模型賽道中，處於最低價梯隊。

　　然而，市場期待的是騰訊向上突破、拿出一款「碾壓同行、對標 GPT」的頂級旗艦，期待看到巨頭拿出炸場的參數、震撼的行業跑分，而非精打細算的性價比、面向落地的工程化產品。

　　這種市場期待與騰訊實際戰略選擇之間的錯位，正是市場產生心理落差的核心原因。

　　當然，騰訊在 AI 賽道最大的底牌是其無可替代的生態體系與工程化能力，這也是市場始終對騰訊混元抱有逆襲期待的核心原因。

　　在生態層面，騰訊「兩肋生風」：手握微信 14.18 億月活的國民級流量入口，還有 QQ、遊戲、辦公、內容、金融等全場景應用矩陣，是國內擁有最多真實應用場景的互聯網巨頭——而真實場景的用戶反饋、海量的業務數據，是模型迭代最核心的「燃料」。

　　在商業化層面，AI 正扛着騰訊業務跑：

• 2025 年騰訊廣告收入按年增長 19% 至 1449.73 億元，核心驅動力就是 AI 改寫了廣告業務的底層邏輯；

• 遊戲業務收入按年增長 22% 達 2416 億元，超 40 款騰訊遊戲落地 AI 應用，覆蓋研發、玩法、運營全鏈路，人效與收入均實現大幅提升；

• 騰訊雲更是首次實現規模化盈利，大模型相關產品收入近兩年增長 50 倍。

　　從最終結果來看，姚順雨僅用三個月時間完成技術重建，並實現全業務場景快速落地，讓此前掉隊的騰訊混元重新躋身國內大模型第一梯隊。他為騰訊混元制定的「不偏科、不刷榜、重性價比、深度貼合業務場景」研發路線，正契合 AI 行業從參數狂歡向落地實用迴歸的長期大趨勢。

　　正如姚順雨年初回應虎嗅的那樣，大模型上半場競爭的核心是模型訓練與參數突破，下半場的競爭重心將轉向任務定義、系統構建與真實問題解決能力——從這個角度看，騰訊的生態優勢、工程化能力、商業化體系，在 AI 下半場擁有巨大的想象空間。