Tencent Hunyuan

腾讯混元(Tencent Hunyuan)是腾讯自研的大模型与 AI 能力品牌,涵盖语言模型(Hunyuan-Large)与 3D 生成模型(Hunyuan3D)等。Hunyuan3D 提供从文本/图像到 3D 模型生成、编辑、骨骼绑定与动画的全流程能力,是国产 3D 生成代表之一。

[2026-08-10] E-Bench:三大产品场景的合成有状态评测

混元团队发布 E-Bench(2026-07-28,arXiv 2607.23722),用王者荣耀、QQ 音乐、腾讯会议三个真实产品场景合成”平行世界”有状态环境,评测 Agent 的多步工具调用能力(来源:腾讯 Agent 评测):

  • 环境规模:41 张表、345 列、69 条外键约束、7.6 万行数据、1,219 个实体,从头合成。
  • “出题者全知、解题者半盲”的信息差设计:出题者(Claude Opus 4.7)可 SQL 查全库、执行代码并记录数据库变更作为标准答案;解题者半盲,只能用业务级工具(无循环 / 聚合 / SQL)。答案取决于数据库实际状态,无法从题面猜测——这是一种可复用的评测范式。
  • 任务可解性验证:三个强模型(GPT-5.5、Claude Opus 4.7、GLM-5.1)独立验证,至少两个通过才收录。
  • 为防针对性训练,环境与任务不开源;仅覆盖单产品内任务。

成绩与可靠性结论(Kimi-K3 总分第一 73.79%、Pass³ 瓶颈、成本统计)见 E-Bench

关联