7 月 14 日，腾讯推出混元 Hy3 极致量化版本，实现高端单卡本地运行该大规模 MoE 模型。混元 Hy3 总参数 295B，推理激活参数仅 21B，支持 256K 超长上下文，原生 BF16 权重高达 598GB，部署门槛原本较高。 此次上线三款量化方案，在显著降低显存需求的同时，最大限度保留模型性能。团队配套开发 llama.cpp 专属补丁，适配原生 MTP 多令牌投机解码，有效提升解码速度，改善本地运行卡顿难题。