腾讯

Hy3

实战排名#16SQBench

模型分析

Hy3 是一款开源推理模型,支持文本输入、文本输出,拥有 25.6 万 Token 上下文窗口,定价在同类参评模型中处于低位。

在 SQBench 实战能力评测中,该模型得分为 45.3,排名第 16,处于中游;模型可靠度为 83.6%,幻觉率为 4.7%;完成整套评测共消耗 13.8M Token、4.2 小时和 1.44美元。

分项能力层面,动态代码逻辑和数据分析是相对优势;鲁棒性与边界和软件工程表现相对偏弱。

查看 SQBench 方法论

技术参数

推理模式
推理
输入模态
文本图像语音视频
输出模态
文本图像语音视频
上下文长度
256K
总参数量
295B
激活参数量
21B
发布日期
2026-07
实战能力#16/26
45.3
可靠度#10/26
83.6%
评测成本#4/26
1.44$
完成耗时#2/26
4.2h
Token 消耗#2/26
13.8M

Models

模型表现

展示模型在 SQBench 实战任务中的总体表现、完成质量与风险影响。

实战能力

基于任务通过情况衡量模型在真实业务任务中的稳定交付表现,越高表示可稳定完成的任务比例越高。

推理模型以此图标标识

实战能力

实战能力采用任务通过口径计算,强调模型在标准评测条件下稳定达标的能力;最终表现分和任务完成分保留连续得分,用于辅助分析任务完成质量与风险影响。

Safety & Reliability

安全与合规

对比模型在任务执行中的可靠性、风险控制和幻觉相关表现。

Capability

实战能力分析

从基础执行、复合工作流和业务场景三个层面,比较模型在不同类型实战任务中的表现。

L1 原子能力

评估模型在基础认知、指令执行、长上下文推理、代码逻辑和边界处理中的稳定性。

指令遵循

越高越好

长文本推理

越高越好

动态代码逻辑

越高越好

鲁棒性与边界

越高越好

推理模型以此图标标识

Cost Efficiency

成本效率

展示模型完成 SQBench 实战任务所需的评测成本、完成耗时和 Token 消耗,用于辅助判断规模化使用成本。

评测成本

完成本次评测产生的模型 API 成本,越低表示调用成本越低。

输入推理回答

推理模型以此图标标识

Value

性价比

对比模型实战能力与可靠度、评测成本、完成耗时和 Token 消耗,辅助判断不同模型的部署价值。

实战能力 vs 可靠度

对比模型的任务交付表现与风险稳定性,右上区域更优。

Anthropic智谱字节跳动阿里巴巴月之暗面DeepSeek小米MiniMax腾讯GooglexAI阶跃星辰
理想区域实战能力可靠度20.030.040.050.060.070.0%75.0%80.0%85.0%Claude Opus 4.8 (Max)Claude Opus 4.8 (Max)可靠度83.3%实战能力57.6%Click for more infoGLM-5.2 (Max)GLM-5.2 (Max)可靠度88.3%实战能力52.7%Click for more infoDoubao-Seed-2.1-turbo (High)Doubao-Seed-2.1-turbo (High)可靠度85.8%实战能力51.3%Click for more infoQwen3.7-MaxQwen3.7-Max可靠度86.3%实战能力51.1%Click for more infoKimi K2.7 CodeKimi K2.7 Code可靠度84.2%实战能力50.4%Click for more infoDeepSeek-V4-Pro (Max)DeepSeek-V4-Pro (Max)可靠度79.9%实战能力49.5%Click for more infoMiMo-V2.5MiMo-V2.5可靠度79.0%实战能力48.5%Click for more infoDeepSeek-V4-Pro (High)DeepSeek-V4-Pro (High)可靠度82.2%实战能力48.3%Click for more infoDoubao-Seed-2.1-pro (High)Doubao-Seed-2.1-pro (High)可靠度84.9%实战能力48.1%Click for more infoKimi K2.6Kimi K2.6可靠度87.5%实战能力47.3%Click for more infoDeepSeek-V4-Flash (High)DeepSeek-V4-Flash (High)可靠度83.2%实战能力47.1%Click for more infoGLM-5.1GLM-5.1可靠度86.7%实战能力46.7%Click for more infoMiniMax-M3MiniMax-M3可靠度82.7%实战能力46.7%Click for more infoQwen3.6-PlusQwen3.6-Plus可靠度83.0%实战能力45.4%Click for more infoQwen3.7-PlusQwen3.7-Plus可靠度82.7%实战能力45.3%Click for more infoHy3Hy3可靠度83.6%实战能力45.3%Click for more infoMiMo-V2.5-ProMiMo-V2.5-Pro可靠度79.3%实战能力44.0%Click for more infoHy3 PreviewHy3 Preview可靠度80.5%实战能力40.6%Click for more infoGemini 3.5 Flash (High)Gemini 3.5 Flash (High)可靠度74.6%实战能力40.5%Click for more infoMiniMax-M2.7MiniMax-M2.7可靠度80.2%实战能力37.9%Click for more infoGrok 4.3 (High)Grok 4.3 (High)可靠度88.3%实战能力37.4%Click for more infoDeepSeek-V4-Flash (Max)DeepSeek-V4-Flash (Max)可靠度73.3%实战能力36.8%Click for more infoGemma 4 31BGemma 4 31B可靠度84.9%实战能力34.1%Click for more infoStep 3.5 Flash (High)Step 3.5 Flash (High)可靠度73.6%实战能力28.4%Click for more infoStep 3.7 Flash (High)Step 3.7 Flash (High)可靠度69.1%实战能力18.7%Click for more info

推理模型以此图标标识

Price

价格

展示模型公开调用单价,用于理解不同模型的基础计费差异;实际评测成本以成本效率部分为准。

分项价格

展示每百万 Token 的输入、输出和缓存单价,越低越好。

缓存输入输出
MiMo-V2.5缓存$0.0028输入$0.14输出$0.28MiMo-V2.5
DeepSeek-V4-Flash (High)缓存$0.0028输入$0.14输出$0.28DeepSeek-V4-Flash (High)
DeepSeek-V4-Flash (Max)缓存$0.0028输入$0.14输出$0.28DeepSeek-V4-Flash (Max)
Step 3.5 Flash (High)缓存$0.02输入$0.10输出$0.31Step 3.5 Flash (High)
Gemma 4 31B缓存$0.09输入$0.12输出$0.35Gemma 4 31B
Hy3缓存$0.04输入$0.15输出$0.59Hy3
Hy3 Preview缓存$0.09输入$0.21输出$0.70Hy3 Preview
DeepSeek-V4-Pro (Max)缓存$0.0036输入$0.44输出$0.87DeepSeek-V4-Pro (Max)
DeepSeek-V4-Pro (High)缓存$0.0036输入$0.44输出$0.87DeepSeek-V4-Pro (High)
MiMo-V2.5-Pro缓存$0.0036输入$0.44输出$0.87MiMo-V2.5-Pro
Step 3.7 Flash (High)缓存$0.04输入$0.20输出$1.19Step 3.7 Flash (High)
MiniMax-M3缓存$0.06输入$0.31输出$1.24MiniMax-M3
MiniMax-M2.7缓存$0.06输入$0.31输出$1.24MiniMax-M2.7
Qwen3.6-Plus缓存$0.03输入$0.29输出$1.77Qwen3.6-Plus
Qwen3.7-Plus缓存$0.03输入$0.29输出$1.77Qwen3.7-Plus
Doubao-Seed-2.1-turbo (High)缓存$0.09输入$0.44输出$2.21Doubao-Seed-2.1-turbo (High)
Grok 4.3 (High)缓存$0.20输入$1.25输出$2.50Grok 4.3 (High)
GLM-5.1缓存$0.19输入$0.88输出$3.53GLM-5.1
Kimi K2.7 Code缓存$0.19输入$0.96输出$3.97Kimi K2.7 Code
Kimi K2.6缓存$0.16输入$0.96输出$3.97Kimi K2.6
GLM-5.2 (Max)缓存$0.29输入$1.18输出$4.12GLM-5.2 (Max)
Doubao-Seed-2.1-pro (High)缓存$0.18输入$0.88输出$4.41Doubao-Seed-2.1-pro (High)
Qwen3.7-Max缓存$0.35输入$1.77输出$5.29Qwen3.7-Max
Gemini 3.5 Flash (High)缓存$0.15输入$1.50输出$9.00Gemini 3.5 Flash (High)
Claude Opus 4.8 (Max)缓存$0.50输入$5.00输出$25.00Claude Opus 4.8 (Max)

推理模型以此图标标识