上一篇：Qwen3.7-Plus 




模型
总分
T1
T2
T3
T4
T5
T6
T7
T8
T9
T10
T11
T12




Hy-3
337
100
0
0
0
0
0
0
12
100
20
100
5



从 Hy-3-Preview 的全榜垫底到 Hy-3 正式版来到本榜中等水平，可以看出混元团队对于模型训练的路线是有效果的。不需要花里胡哨的稀疏注意力设计，只需要最朴实无华的数据飞轮，随后大力后训练也能训出不俗的模型。 
当然，这种成绩与其宣称的“优于 GLM-5.1”并不是很相符（我怎么还没测 GLM，谢罪……）。考虑到在当今 1T 参数量的模型都能被称之为“中等模型”，且 Hy-3 只是一个不到 300B 的小模型，一种合理的解释是其参数量不足以同时拟合如此多的领域，选择了注重工程实践经验与 Agent 能力，而对于算法设计方面进行了一定的舍弃。 
在 TPS...