这两年发布会听得太多，参数一个比一个大，PPT 一张比一张炸，真拿去干活，掉链子的不少。所以这次腾讯混元 Hy3 上来就说「小尺寸掰手腕大模型」，我第一反应是：又来。
直到我把它的参数表和定价页摆到一起看，又上手跑了几天活。
结论先放这儿：这不是又一个「参数怪兽」，它走的是另一条路——单位参数，尽量多干活。
/01/ 先把账摆上桌算下
Hy3 是 MoE 架构，总参数 295B，激活参数 21B，最大支持 256K 上下文。
关键看激活参数——21B。做个对比：GLM5.1 总参数 744B，激活 40B。Hy3 的激活参数，差不多是它的一半。
这是什么概念？激活参数越小，单次推理调动的算力越少，成本和速度都跟着往下走。
但小归小，官方给的能力位置并不低：Agent 测评介于 GLM-5.1 和 GLM-5.2 之间，推理层面对标 DeepSeek V4 pro、Qwen 3.7 max。
详细文章见上方图片……
Hy3 在腾讯云的定价：输入 1 元/百万 tokens，输出 4 元/百万 tokens，命中缓存的输入只要 0.25 元/百万 tokens。
这是什么水平？简单说，跑一个中等复杂度的日常 Agent 任务，成本压得很低；缓存一命中，输入这块几乎可以忽略。
我越来越觉得，模型这场竞争，前半程比「能不能做对」，后半程比「用多少钱、多长时间做对」。
token 效率和耗时，会是模型和 Agent 产品接下来真正要卷的东西。Hy3 给我的感觉，是提前站到了这条赛道上。
一个侧面数据能说明问题：据官方口径，从 Preview 到正式版，Hy3 在 WorkBuddy 上的日均 tokens 消耗涨了 4 倍。
这个数不是靠发布会涨的，是被全球开发者拿真实活儿一点点喂出来的。这种「场景锤炼」出来的提升，比跑分实在。
从 Preview 到正式上线，Hy3 只用了 2 个月。
这背后是一整套基础设施的重构和研发链路的跑通——脚手架、数据、训练，一条线打通了。
链路通了意味着什么？意味着这次是 21B 激活，下一次可能就是更大尺寸、更高性能，而且迭代会越来越快。
所以 Hy3 值得关注的，不只是它现在这一版有多能打，而是它背后那条已经跑顺的「越级打怪」的路。
小尺寸能掰手腕，只是开始。
