腾讯混元 Hy3 最近开放了一波 Token Plan 体验权益，比较吸引人的地方是额度很大，同时还绑定了腾讯云 CloudBase 个人版权益。源文的重点不是单纯介绍模型，而是解决一个更实际的问题：这些 Token 主要面向小程序 CloudBase 云函数调用，OpenClaw 这类 AI 工具不能直接拿来用，那到底怎么接入？
如果你想先看站内整理的入口，可以打开：腾讯云大模型 Token Plan：Hy3 与主流模型 Token 套餐方案。下面这篇会尽量保留原教程的操作思路，并补充做视频、CG 后期和 AI Agent 工作流里的使用建议。
一、先领取权益：需要一个微信小程序
源文里提到，领取环节并不复杂，但有一个前提：你需要有微信小程序。如果还没有，可以申请一个测试用小程序，不需要真正上架发布，只要能完成后续 CloudBase 相关开通流程即可。
领取之后，页面里的“去使用”会引导进入腾讯云 CloudBase。这里要注意，赠送的 Token 并不是一个可以随便粘到所有客户端里的通用 Key，它默认和腾讯云 CloudBase/云函数的调用体系绑定。
二、进入 CloudBase，开通 Hy3 模型
进入 CloudBase 后，需要在对应的模型服务里开通混元 Hy3。开通完成后，重点是找到模型调用相关信息，尤其是：
- Base URL：后面 OpenClaw 要请求的服务地址；
- API Key：鉴权密钥，不能公开；
- 模型名：源文使用的是
hy3-preview； - 接口形态：它可以按 OpenAI 兼容接口来配置。
三、在 OpenClaw 中配置 Hy3
前面在 CloudBase 里拿到的 Base URL 和 API Key，本质上是一套 OpenAI 兼容的接口。OpenClaw 支持添加自定义模型，所以不需要额外安装插件，直接在配置文件里增加一个 Provider 即可。
第一步：找到配置文件
OpenClaw 的配置文件路径是：
~/.openclaw/openclaw.json如果你还没有创建过自定义模型，就在 models.providers 下面添加腾讯云 CloudBase 的配置段。
第二步：填入 CloudBase 地址和密钥
把 CloudBase 里拿到的 baseurl、apikey 和模型名 hy3-preview 填进去。下面是根据源文整理后的模板，实际使用时要把占位内容替换成你自己的信息：
{
"models": {
"providers": {
"tencentCloudbase": {
"baseUrl": "你的baseurl",
"apiKey": "你的apikey",
"api": "openai-completions",
"models": [
{
"id": "hy3-preview",
"name": "混元 Hy3",
"reasoning": true,
"input": ["text"],
"contextWindow": 256000,
"maxTokens": 64000
}
]
}
}
}
}第三步：设为默认模型
如果想让 Hy3 成为 OpenClaw 的默认主模型，可以继续在配置里加入默认模型设置：
{
"agents": {
"defaults": {
"model": {
"primary": "tencentCloudbase/hy3-preview"
}
}
}
}
第四步：重启并验证
配置改完之后，重启 OpenClaw Gateway：
openclaw gateway restart然后查看模型是否识别成功：
openclaw models list --provider tencentCloudbase如果列表里能看到 hy3-preview，就说明 CloudBase 到 OpenClaw 的链路已经打通。按源文记录，这个模型可配置 256K 上下文窗口、64K 最大输出，并支持推理和工具调用。
四、实际体验：额度大，但速度和能力要有预期
源文的体验反馈比较直接：Hy3 的速度不算快，实测速度大约在 27 左右，属于“小水管但额度大”的感觉。虽然 Token 数量看起来非常夸张，但如果有效期只有半年，单线程慢慢跑其实并不容易消耗完。
能力方面也要理性看待。让它写更新日志、处理基础对话和简单任务是可以的，但复杂判断、严谨代码和高风险任务，还是不能完全依赖它。源文给出的结论可以概括为：Hy3 更像一个只适合基础任务的低成本大模型。
五、适合视频与 CG 后期的用法
整理镜头编号、素材命名、客户反馈、版本备注，把零散信息转成表格或待办。
生成 AE 表达式、Python 批处理、简单文件整理脚本，再由人工检查后使用。
把同一套画面需求拆成不同风格、景别、材质、镜头语言的提示词版本。
让它承担重复、可验收、出错成本低的任务，把更强模型留给关键判断。
六、不建议直接交给 Hy3 的任务
| 任务类型 | 原因 |
|---|---|
| 复杂工程改造 | 基础错误概率仍然存在，需要更强模型和人工 Review。 |
| 不可逆文件操作 | 批量删除、覆盖、重命名前必须先做备份和 dry-run。 |
| 商业决策与报价 | 模型可以辅助整理信息，但不能替代最终判断。 |
| 高精度技术方案 | 需要和官方文档、实际测试结果一起交叉验证。 |
补充操作截图
为了让接入流程更完整，下面补充保留原教程里的关键操作截图，方便对照 CloudBase、Hy3 与 OpenClaw 的配置页面。
总结
这篇教程真正有价值的地方，是把“腾讯送了很多 Token”落到了一个可执行路径上：申请/准备小程序，进入 CloudBase，开通 Hy3，拿到 Base URL 与 API Key，再配置到 OpenClaw。
对于做视频和 CG 后期的人来说，Hy3 不一定能替代顶级模型，但它可以成为低成本工作流的一环。用它处理基础任务、循环任务、资料整理和子 Agent 执行，是比较现实的用法。开始前建议先从 腾讯云大模型 Token Plan 了解套餐和模型信息，再用小任务测试稳定性。