腾讯混元Hy3在Agent Arena开源权重模型中排名第五（总榜第25），并在前端代码竞技场位列开源第二（总榜第16）。Hy3在工具使用方面表现突出，能从CLI/bash错误中良好恢复（+2.6%，第25名），但可操控性是其最大短板（-7.1%，第30名）。Agent Arena基于数百万真实世界长周期智能体任务评估模型。