腾讯混元 Hy3 API 价格：¥1/¥4 官方价、4 个渠道与 GPT-5.6 成本对比

先给结论：如果业务需要处理大量中文文本、搭建办公 Agent，或者希望获得成本较低的国内 API 路线，Hy3 值得进入测试名单。腾讯当前公开价格为输入 ¥1、输出 ¥4/百万 tokens；ComputeUnion 目前跟踪到 4 个 Hy3 渠道，腾讯混元官方路线同时也是当前最低记录输入价，约合 $0.1379/百万 tokens。按每月 1000 万输入、200 万输出计算，官方 API 账单约为 ¥18（$2.48）。

但低价不等于所有项目都应该迁移。GPT-5.6 Sol 的外部 Intelligence Index 更高，GLM-5.2 的站内渠道覆盖也更广。真正需要回答的是：Hy3 能否稳定完成你的中文任务和 Agent 任务，并且在计入重试、延迟和人工复核后，仍然保持更低的成功任务成本。

当前数据到底说明了什么

信号	Hy3 当前快照	实际意义
官方托管 API 价格	输入 ¥1 / 输出 ¥4，每百万 tokens	真实 API 账单基准
ComputeUnion 渠道覆盖	4 个渠道	说明现在可以买到的路线，而不是理论可用性
外部 Intelligence Index	41，同类 97 个模型中第 7	有日期的独立参考，不是万能能力结论
外部实测输出速度	45.5 tokens/秒	交互式业务需要注意等待时间
官方上下文	最高 256K tokens	长文档是否划算仍要看延迟和总 token 消耗
模型架构	总参数 295B / 激活参数 21B	官方架构事实，不等于能力评分

数据快照：2026-07-17。渠道数量和最低价会变化，最新结果以 Hy3 价格详情页为准。

开源权重免费，不等于托管 API 免费

Artificial Analysis 在 Hy3 开源权重条目中显示 $0 token 价格，这适合比较开放性和自行部署成本，但它不是开发者调用托管 API 时收到的账单。ComputeUnion 跟踪到的腾讯托管 API 当前价格为输入 ¥1、输出 ¥4/百万 tokens。两组数字描述的是不同产品：一个是可以下载的模型权重，另一个是包含算力、可用性和服务条款的托管接口。

实际理解：Hy3 可以按许可证免费下载权重，但通过腾讯云或其他平台调用托管 API 仍然需要付费。

三种调用规模下的 Hy3 月成本

计算公式是：输入 tokens ÷ 100 万 × ¥1，加上输出 tokens ÷ 100 万 × ¥4。

负载	月输入量	月输出量	Hy3 官方成本	更应该检查什么
小型生产测试	1000 万	200 万	¥18 / 约 $2.48	接入质量比价格更重要
中型 Agent 业务	10 亿	2 亿	¥1,800 / 约 $248	重试、并发和输出长度
大规模处理	100 亿	20 亿	¥18,000 / 约 $2,483	企业限额、发票和 SLA

Hy3 的输出单价是输入的 4 倍。因此，它更适合输入较长、输出较短且结构化的任务。如果应用不断生成大段解释，输出费用会快速吃掉低输入价带来的优势。

谁更适合现在测试 Hy3？

更值得测试	建议先仔细比较
大规模中文分类、抽取和摘要	高度依赖 OpenAI 特定工具或响应行为的应用
办公 Agent、文档流程和知识库问答	要求海外多区域严格 SLA 的服务
需要人民币支付、国内网络或发票的团队	调用量很小、迁移只能节省少量费用的项目
希望增加第二条模型容灾线路的团队	还没有做真实任务回归测试的核心生产系统

腾讯官方明确列出的进展包括软件开发、办公效率、金融建模、前端设计、游戏制作、知识库问答、任务规划和工具协调。这些信息可以决定应该测试什么，但不能证明 Hy3 在所有任务上都会超过 GPT 或 GLM。

Hy3、GPT-5.6 Sol 和 GLM-5.2 怎么选

模型	外部 Intelligence Index	当前站内输入价	渠道数量	决策角色
Hy3	41	官方托管 API $0.1379	4	大规模中文与 Agent 候选
GPT-5.6 Sol	59	官方 $5；渠道记录最低 $0.0966	19	前沿能力候选
GLM-5.2	51	渠道记录最低 $0.0579	18	偏编码的中文竞品

这里刻意保留了价格口径。Hy3 有已核对的官方托管价；GPT-5.6 同时显示官方价和渠道价；GLM-5.2 当前显示的是 ComputeUnion 渠道最低记录。输出价没有形成完全可比记录时，本文不会为了让表格完整而虚构月成本。

怎样使用 Hy3 才不会浪费价格优势

1. 按任务难度分流。普通中文抽取和摘要先使用 Hy3，只有失败或高价值任务才升级到更贵模型。
2. 限制输出长度。要求固定字段、条目数量或章节上限，不要默认生成开放式长解释。
3. 计算成功任务成本。把重试、工具失败、延迟和人工复核一起算进去，而不是只看 token 单价。
4. 测试准确的渠道路线。便宜报价不能证明 Model ID、限流、隐私政策和服务责任与官方 API 相同。
5. 准备 20 条回归任务。10 条常见、5 条困难、5 条已知失败案例，通常足以在上线前发现主要迁移问题。

Hy3 的未来潜力和限制

最有价值的正面信号不是宣传词，而是使用量。腾讯披露，Hy3 预览上线后平均每日 token 消耗增长了 20 倍，WorkBuddy 中主动选择 Hy3 的用户增长了 6 倍；模型已经进入多个腾讯产品，并以 Apache 2.0 许可证开放权重。这些事实支持其生态继续扩大的判断。

限制也很具体。Artificial Analysis 测得输出速度约为 45.5 tokens/秒，并认为其测试输出相对冗长；ComputeUnion 当前只跟踪到 4 个渠道，明显少于 GPT-5.6 Sol 和 GLM-5.2。Hy3 有机会成为大规模中文业务的高性价比主力，但在成为通用替代方案之前，仍需要更广的托管渠道和更多真实任务证据。

明确结论

Hy3 当前更像低成本、大规模调用候选，而不是自动替代所有前沿模型的答案。它最适合中文业务、办公 Agent 和国内企业采购。先按照官方 ¥1/¥4 价格计算成本，再用同一组真实任务对比 GPT-5.6 Sol 和 GLM-5.2；只有计入重试和复核后仍然更便宜，才值得扩大流量。

数据来源与验证方法

官方定位、架构、上下文和使用量来自腾讯 Hy3 发布公告；独立 Intelligence Index 和速度来自 Artificial Analysis；托管价格和渠道覆盖来自 ComputeUnion 数据库，并分别保留 official、channel、live_api 和 unverified 状态。价格不会被加工成能力分，开源权重成本也不会被当成托管 API 成本。