HY3⚡️实测反馈：进步大且胜任普通办公，但Coding和GLM5.1仍有差距1）发现打开Workbuddy，映入眼帘的是公众号投稿赢好礼活动。295B总参数、21B 激活参数、 MoE 架构，256K 上下文、可切换思考强度，不是一部分人预期的大参数2）参考科技博主评测轻量级项目，实际在元宝中测试HY3用例，推理类+指令遵循类都没能完成，博主评价“不咋地”3）实测轻量视觉推理、前端页面、大海捞针等用例（M2.7不能完成，但K2.6、M3可以完成），实测效果很好，普通办公能够胜任4）实测复杂Coding项目，有高分低能嫌疑，骨架写的全但是实际跑不通，反复修改多轮以后仍然跑不通，GLM5.1明显优于HY3（虽然评分可能低于），更不用说Opus4.65）表面定价低于DeepSeekV4 Pro，但是考虑缓存命中+长程任务综合价格，平均价格仍大幅高于DeepSeekV4 Pro6）个人认为，只依靠一代HY3追上GLM5.1，和模型厂差距缩小到3个月，评分上可能发生，内部盲测可能发生，但实际Coding性能并没有发生（推荐多方交叉验证），仍然看好模型厂的迭代效率
