
Hy3 代码实测:复杂任务有挑战,生成速度快
国内大模型竞争激烈,腾讯为元宝更新混元 Hy3-Preview 模型。该模型回避跑分,强调复杂推理、代码、智能体升级。实测围绕网页生成、游戏编写、交互建模和 SVG 动画展开,用自然语言提示词测试。SVG 星图动画,Hy3-Preview 30 秒输出代码但效果一般,Codex 近 5 分钟生成网页;城市夜景 SVG 动画完成度高;模拟建造网页游戏有完整框架,Roguelike 游戏忘设计敌人;交互建模水波纹效果不错但干涉效果不明显。总体在创意执行和界面呈现可用,难度大时先搭框架,速度快结果待完善。
逻辑推理:元宝易被表面现象迷惑?
编程测能否“做出来”,推理测能否“想清楚”。出四道常识推理题,第一道保温箱水题 Hy3 答错,忽略密封总量守恒;第二道邻居情况题推断清晰;第三道餐厅菜单题答出“价格锚定效应”且有补充。综合来看,需慢思考的题易出错,需展开阐述的题发挥稳定,判断关键条件易受知识量影响。抛开逻辑题,能安慰用户提供情绪价值。
Hy3-Preview:有惊喜也有遗憾
测试后发现,Hy3-Preview 创作和表达稳定,如动画、推理分析和聊天回复不错,适合聊天、写作和创意类任务。但硬任务表现差,物理逻辑和游戏搭建有问题。过去两年大模型竞争重参数和榜单,腾讯选真实场景验证方向代表行业新成熟度。Hy3-Preview 意义在选对难路,目前表达和创意够用,严格任务需时间,普通用户可用于日常信息处理,正式版和更大规模模型在推进,摘掉“Preview”后缀或见混元实力。



被折叠的 条评论
为什么被折叠?



