腾讯混元 Hy3 上周正式上线，295B 的 MoE，每次推理只激活 21B。价格压得很低，输入 1 元输出 4 元，跟 DeepSeek V4 Pro 互有高低，主打一个够强又够便宜。

现在判断一个模型行不行的标准变得很复杂，跑分不太可信，我更愿意看公司自己的产品愿不愿意拿真实流量去喂它。WorkBuddy 任务解决率从 72% 涨到 90%，日均 token 用量翻了 20 倍，这种数据调不出来。

后面几页扒了点被略过的点。想自己试的话，普通用户去元宝或者 WorkBuddy 直接用，免费的，海外OR也有两周限免，Apache 2.0 开源。

反正，大模型榜单都没啥意义，刷得多，自己跑两轮比看什么都准。