腾讯发了混元Hy3。先看几个关键变化。

Hy3为MoE架构，总参数295B，激活参数仅21B。这个配置跟两个月前的preview版本在参数上没啥变化，但能力提升是实打实的。

在办公、开发这类生产力任务上，模型的靠谱程度上了个大台阶。

更值得看的不是这些数字本身，而是这些数字是怎么来的。

Hy3 preview上线后，日均token消耗量涨了二十倍。这意味着什么？说明真的有人在用，而且用量在疯涨。

腾讯把自己的业务当成了训练场。WorkBuddy、元宝、ima、微信、游戏，全都接入了模型。

这是一种跟OpenAI完全不同的打法。OpenAI是先在实验室把模型训到极致再放出来。腾讯是模型差不多能用就塞进业务里，让真实用户的反馈倒逼模型迭代。

姚顺雨把这套方法叫Co-design，模型和产品一起设计、一起长。从年初基础设施重建，到四月preview，再到七月正式版，半年时间跑通了这条“业务反哺模型”的链路。

再说定价。输入一块钱一百万tokens，输出四块。跟GLM5.2比，文档处理能省近一半的token消耗。就是便宜。

但腾讯真正的护城河可能不是价格。元宝、WorkBuddy、微信AI、ima这些产品矩阵，能形成数据飞轮，每个产品的使用数据都能反哺模型，模型的进步又能同时升级所有产品。

这一点，纯模型厂商复制不了。他们没有腾讯这么厚实的产品生态去做真实场景的淬炼。

微信AI助手“小微”已经在灰度测试了。据摩根大通公开预测，到2030年微信AI助手若规模化落地，有望带来一定增量收入贡献。

说到产品生态对AI的支撑，阿里其实是另一个值得对照的样本。

阿里在AI上的路径跟腾讯不太一样。腾讯是从产品向模型“要能力”，阿里则是从云基础设施向模型“长能力”。

通义系列模型从一开始就跟阿里云的基础设施深度绑定，这一点在国内云厂商里是独一份的。

通义千问是目前国内少数能在阿里云上跑通万卡级别训练的模型之一。背后是阿里自研的含光系列AI芯片和磐久服务器的配合。这种“芯片-服务器-模型-应用”的垂直整合，在国内只有阿里和华为在走。

跟腾讯微信AI的C端场景不同，阿里的AI落地更偏向B端。

宝马跟阿里签了通义模型的商用协议，用来做智能客服和营销内容生成。这种企业级合作的好处是：一旦跑通，客户黏性很高，替换成本大。

而且阿里云的出海布局比较早，东南亚和中东市场已经有不少企业客户在用通义模型。

根据阿里云公开披露的信息，通义模型通过阿里云对外服务的调用量在过去一年增长了数倍。这里面既有价格因素（通义比OpenAI便宜一大截），也有合规因素（部分行业要求数据不出境，必须用国产模型）。

还有一点值得留意。阿里的AI投入跟它的电商基本盘能形成协同。淘宝天猫的广告系统、搜索推荐、客服机器人，背后都是AI在驱动。这意味着阿里的AI研发有“自我造血”能力，不用等外部商业化，内部的业务需求就能撑起研发投入。

这个逻辑跟腾讯用微信、游戏来反哺模型迭代，本质是一样的。两家公司都在用自己的主业给AI“供血”，再用AI回头加固主业。能跑通这条循环的，国内可能也就这两家了。

再说回腾讯。

Hy3这波释放了一个产业信号：大模型的竞争正在从“谁更聪明”转向“谁更能干活”。腾讯选了一条实用主义的路，不谈参数，只谈在真实业务里能不能把事办成。

这条路能不能跑通，还得接着看。但至少目前，产业落地方向与节奏较为清晰。

免责声明：本文仅为产业信息梳理，基于公开资料进行行业逻辑探讨，不构成任何投资建议，也不构成对任何公司的价值判断。市场有风险，决策需谨慎。