Tencent Hy3 memberi tumpuan kepada AI Agent berbanding skala model: Revolusi kecekapan AI China

Latar Belakang Industri: Apabila Lembah Silikon Masih Bersaing dalam Saiz Model, Tencent Memilih Jalan Lain

Ketua Pegawai Eksekutif Meta, Mark Zuckerberg, baru-baru ini menyatakan bahawa syarikat AI perlu membuat pilihan sukar antara infrastruktur pengkomputeran dan penyelidik, tetapi andaian lalai di Lembah Silikon masih tidak berubah: teras pertandingan adalah siapa yang boleh membina model terbesar. Walau bagaimanapun, pengumuman terbaru Tencent menunjukkan bahawa syarikat teknologi terbesar China mungkin melakukan pengiraan yang sama sekali berbeza.

Minggu lepas, Tencent secara rasmi melancarkan model bahasa besar utama generasi ketiga, Hy3. Spesifikasinya agak kompetitif: Seni bina Mixture-of-Experts (MoE), jumlah parameter 295 bilion, parameter aktif 21 bilion, menyokong tetingkap konteks 256K. Namun, yang benar-benar menarik perhatian bukanlah saiznya, tetapi kedudukannya—Tencent memasarkan Hy3 sebagai model yang dioptimumkan untuk Ejen AI dunia sebenar (pembantu pengaturcaraan dan aliran kerja produktiviti perusahaan), bukannya untuk menguasai penanda aras.

Perbezaan ini mencerminkan peralihan yang lebih luas dalam bidang AI China. Di sebalik sekatan perkakasan yang terus memberi kesan kepada pembangunan dalam negara, syarikat China semakin mengutamakan kecekapan penggunaan dan pengkomersilan berbanding saiz model asal. Persoalannya, bolehkah strategi keutamaan produk ini merapatkan jurang keupayaan dengan model canggih Barat?

Kesan Pasaran: Prestasi Cemerlang dalam Tugas Ejen, Jurang Masih Wujud dalam Pengaturcaraan

Penilaian bebas menunjukkan hasil yang bercampur-campur. Dalam carian ejen dan orkestrasi alat, Hy3 menunjukkan prestasi kukuh—menurut penilaian oleh firma perunding AI bebas Flowtivity, skor BrowseCompnya 84.2, skor set MCP-Atlas awam 79.1, bersaing dengan model proprietari seperti Claude Opus 4.8 dan GPT-5.5. Kadar halusinasinya yang 5.4% jauh lebih rendah daripada 54% Grok 4.5, setanding dengan model proprietari canggih.

Namun, ceritanya berbeza dalam pengaturcaraan. Pada SWE-bench Verified, Hy3 mendapat skor 78%—memadai, tetapi ketinggalan di belakang GLM-5.2 (84.2%), Claude Opus 4.8, dan GPT-5.5. Jurang lebih besar pada penanda aras pengaturcaraan yang lebih mencabar: Terminal-Bench 2.1 adalah 71.7 berbanding 81 GLM-5.2, DeepSWE adalah 28.0 berbanding 46.2 GLM-5.2.

Ini masuk akal dari segi seni bina. GLM-5.2 adalah MoE 744 bilion parameter, dengan parameter aktif kira-kira 40 bilion—hampir dua kali ganda pengiraan aktif setiap token Hy3. Seperti yang dinyatakan oleh sebuah agensi analisis bebas: "Bagi model dengan hanya 21B parameter aktif, keputusan ini sudah sangat mengagumkan."

Landskap Persaingan: Perbezaan China-AS dalam Strategi Keutamaan Kecekapan

Strategi Tencent tidak unik di China.Strategi Tencent tidak unik di China. Di Silicon Valley, Anthropic telah secara senyap-senyap mengatasi OpenAI dalam bahagian pasaran API perusahaan (kira-kira 32% berbanding 25% pada 2026) dengan memberi tumpuan kepada kebolehpercayaan pengekodan dan penaakulan konteks panjang, bukan saiz model. Claude Code (Ejen pengekodan asli terminal Anthropic) telah menjadi enjin pertumbuhan utama, dengan pendapatan tahunan dilaporkan mencecah AS$2.5 bilion.

Kedua-duanya bertaruh bahawa pelanggan korporat lebih mengambil berat tentang penyelesaian aliran kerja, kebolehpercayaan dan kependaman, berbanding peningkatan kecil dalam penanda aras akademik. Kedua-duanya mengejar kecekapan, bukan skala.

Walau bagaimanapun, Tencent mempunyai kelebihan ekosistem yang unik. Konsep "Reka Bentuk Bersama" (Co-Design) – di mana model dan aplikasi asli AI (seperti WorkBuddy, Yuanbao, ima, Marvis, CodeBuddy) berulang bersama – membolehkan setiap aliran kerja menjana maklum balas untuk memperhalusi keupayaan model. Syarikat melaporkan kadar kejayaan tugas dalaman WorkBuddy meningkat daripada 72% kepada 90%, dengan purata masa pelaksanaan menurun 34%; Yuanbao mengurangkan kadar halusinasi dalam senario dokumen panjang dan carian AI lebih daripada separuh.

Pengajaran untuk Perusahaan: Perisian Membentuk Semula AI, Bukan Sekadar Menempatkan AI

Pelancaran Hy3 menonjolkan perubahan struktur dalam cara AI digunakan. Suite pejabat sedang berkembang daripada pengurus dokumen kepada enjin pelaksanaan. WorkBuddy telah menyokong penjanaan skrip automatik dan orkestrasi aliran kerja. Apabila produk ini matang, perisian sedang membentuk kecerdasan di belakangnya – bukan hanya menempatkan AI, tetapi melatihnya secara aktif.

Dinamik ini mungkin menjadi parit paling kukuh Tencent. Tidak seperti penyedia model bebas, Tencent boleh mengesahkan penambahbaikan berjuta-juta tugas perniagaan sebenar dalam ekosistemnya sebelum pembangun luar dapat mengaksesnya.

Bagi pembuat keputusan perusahaan, harga rendah Hy3 (kira-kira AS$0.18 bagi setiap juta token input, AS$0.59 bagi setiap juta token output melalui Tencent Cloud) dan varian kuantisasi FP8 (boleh dijalankan pada nod tunggal 8x H200, di bawah 300GB) menjadikannya praktikal untuk penggunaan sendiri, terutamanya sesuai untuk perusahaan yang mementingkan kedaulatan data.

Tinjauan Masa Depan: Adakah Jurang Keupayaan Dapat Dirapatkan?

Hy3 bukan sekadar naik taraf model. Ia adalah ujian sama ada strategi AI bersepadu produk China dapat berjaya di bawah kekangan perkakasan dan jurang penanda aras.

Dalam jangka pendek (12 bulan), Tencent akan menggunakan roda tenaga data ekosistemnya untuk terus menambah baik keupayaan Ejen, dan Hy3 mungkin menembusi dengan pantas dalam senario seperti pejabat perusahaan, perkhidmatan pelanggan dan pemasaran. Dalam jangka sederhana (24 bulan), jika isu "penggunaan pakar yang tidak mencukupi" dan keseimbangan beban seni bina MoE dapat diselesaikan, Hy3 dijangka mendahului dalam kecekapan kos. Dalam jangka panjang (3 tahun), laluan AI China dan AS mungkin berbeza: satu mengejar model skala besar umum super, satu lagi mengejar ekosistem Ejen cekap bersepadu menegak.Pertaruhan Tencent ialah ekosistem perisiannya yang besar akan menyelesaikan masalah kadar penggunaan. Permintaan aliran kerja, data perbualan, perkhidmatan seperti WeChat dan permainan akan menghasilkan pelbagai corak interaksi. Syarikat mendakwa bahawa sejak pelancaran versi pratonton, penggunaan token harian Hy3 telah meningkat 20 kali ganda, dan bilangan pengguna yang secara aktif memilih Hy3 dalam WorkBuddy telah meningkat 6 kali ganda.

Kitaran maklum balas ini sama ada boleh merapatkan jurang keupayaan – dan bukannya hanya menjadikan model yang cekap menjadi lebih cekap – akan menentukan sama ada Hy3 menjadi alternatif yang kompetitif, atau sekadar penyelesaian tempatan yang diintegrasikan dengan baik.