Hy3

模型能力与比较

• 许多用户觉得 Hy3“就其体量而言非常令人印象深刻”，常常接近 GPT‑5.4‑mini 和 Sonnet‑5，但还达不到 GPT‑5.5 或 GLM‑5.2 的水平。
• 有些人说 GLM‑5.2“轻松匹配”GPT‑5.4 并且超过 Hy3；也有人说 Hy3 的编程基准可与 DeepSeek V4 Pro 和 MiMo v2.5 Pro 相媲美，尽管价格更低。
• 还有人将它直接与 DeepSeek V4 Flash/Pro 对比：Hy3 被认为更稳定、更能保持在正确轨道上，而 DS4 Flash 更快，但更难伺候，也更容易建立错误的心智模型。
• 另一些人报告称，Hy3 在安全审计或“实际工作”等任务上不如 Gemma 4 31B、Qwen 3.6 27B 或 Gemma MoE 这类更小的模型，认为它被过度吹捧了。

规模、架构与本地部署

• Hy3 约有 2950 亿参数，规模与 DS4 Flash（约 2840 亿）相近。
• 在这一档里，它被认为“能力这么强却小得惊人”，但仍然足够大，通常需要多 GPU 设备才能本地使用（例如多 DGX Spark 级硬件）。
• Hy3 不具备 DS4 的 KV cache 效率：即使使用 FP4 量化，可用的 KV cache 也远小于 DS4 Flash，这限制了长上下文的实用性。
• 量化鲁棒性尚不明确；DS4 Flash 常被提到即使在 2-bit 下也很强，而 Hy3 在重度量化下的表现还没有被很好地刻画。

基准测试与评估担忧

• 博客中的基准测试让一些人印象深刻（Hy3 以其规模/成本而言表现超常），但也有人指出与 GPT‑5.4 相比 DeepSWE 存在差距，并怀疑污染或“benchmaxxing”，尤其是相对于中文模型而言。
• 博客中的一张图表因柱状长度与数值分数不一致而受到批评。
• 有几条评论强调，基准测试可能不等于真实世界表现，并敦促进行针对具体任务的测试。

定价、获取与可靠性

• Hy3 被称为“极其便宜”，并采用 Apache/MIT 许可，这使它作为 FOSS 选项很有吸引力。
• 通过 OpenRouter，其有效价格被认为与 DeepSeek V4 Flash 相近；一个临时免费层（截至某个日期）推动了大家的试用。
• 有些人因为激进的限流和 HTTP 错误而停止使用它；预览版质量据说比当前版本更差。

使用场景与行为

• 用户报告其指令遵循良好、文笔吸引人、就其体量而言世界知识扎实，并且小任务表现稳健。
• 另一些人觉得它会用自信但浅薄的回答浪费时间，相比之下更小的模型在其知识范围内会显得“真的聪明”。
• 对于长时间的 agentic 编程会话或小众技术栈，一些人仍然更偏好 Qwen 或 Gemma；Hy3 的优势在通用编程和文笔上似乎强于安全审计这类专门领域。

UI、文档与命名

• 官方 UI/演示被描述为很粗糙，带有 QR 锁定的试用聊天，以及对产品是什么的首页说明令人困惑或缺失。
• 有人指出移动端可用性问题（缩放被阻止、图片缩放有 bug），以及演示交互中的怪异之处（例如鹈鹕/SVG 和动画怪癖）。
• 名称“Hy3”让一些原本期待看到无关的“Hy”语言发布的人感到失望。

更广泛的生态背景

• Hy3 被放在一个拥挤的格局中来看：顶级闭源模型、强大的中端专有模型，以及竞争日益激烈的开源中文模型（DeepSeek、GLM、Qwen 等）。
• 对于 Hy3 是否有明确定位，意见分歧很大；因为一些竞争对手更便宜（DeepSeek V4）或被认为更好（GLM‑5.2、Gemma、Qwen），而另一些人则认为它的许可、成本和均衡能力很有吸引力。