据介绍，Hy3 基于 preview 版本进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2～5 倍）的效果。
为什么 K3 token 量更大（SWE 平均 55 轮、130 万 token vs Fable 的 21 轮、13 万 token）但成本反而低？
2%，而领先美国模型的平均分为76.2%，“远低于”后者。但 BigGo 的报道又提到，K3 在27分钟内于一台 Reddit 服务器上发现零日漏洞的表现，同时让开发者和国安官员为之震动。
相较于仅提供单一概率数值的传统检测工具，这种可定位、可溯源的精细化鉴别能力，在实际使用场景里价值显著更高。