腾讯混元推出首款开源混合推理模型：擅长Agent工具调用和长文理解
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
整理|褚杏娟
6月27日，腾讯混元宣布开源首个混合推理MoE模型Hunyuan-A13B，总参数80B，激活参数仅13B，效果比肩同等架构领先开源模型，但是推理速度更快，性价比更高。模型已经在Github和Huggingface等开源社区上线，同时模型API也在腾讯云官网正式上线，支持快速接入部署。
开源地址：
Github：https ://github. com/Tencent-Hunyuan
HuggingFace：https ://huggingface. co/tencent
据介绍，这是业界首个13B级别的MoE开源混合推理模型，基于先进的模型架构，Hunyuan-A13B表现出强大的通用能力，在多个业内权威数据测试集上获得好成绩，并且在Agent工具调用和长文能力上有突出表现。
*加粗为最高分，下划线表示第二名，数据来源于模型各个公开的测试数据集得分
对于时下热门的大模型Agent能力，腾讯混元建设了一套多Agent数据合成框架，接入了MCP、沙箱、大语言模型模拟等多样的环境，并且通过强化学习让Agent在多种环境里进行自主探索与学习，进一步提升了Hunyuan-A13B的效果。
在长文方面，Hunyuan-A13B支持256K原生上下文窗口，在多个长文数据集中取得了优异的成绩。
在实际使用场景中，Hunyuan-A13B模型可以根据需要选择思考模式，快思考模式提供简洁、高效的输出，适合追求速度和最小计算开销的简单任务；慢思考涉及更深、更全面的推理步骤，如反思和回溯。这种融合推理模式优化了计算资源分配，使用户能够通过加think/no_think切换思考模式，在效率和特定任务准确性之间取得平衡。
Hunyuan-A13B模型对个人开发者较为友好，在严格条件下，只需要1张中低端GPU卡即可部署。目前，Hunyuan-A13B已经融入开源主流推理框架生态，无损支持多种量化格式，在相同输入输出规模上，整体吞吐是前沿开源模型的2倍以上。
Hunyuan-A13B集合了腾讯混元在模型预训练、后训练等多个环节的创新技术，这些技术共同增强了其推理性能、灵活性和推理效率。
预训练环节，Hunyuan-A13B训练了20Ttokens的语料，覆盖了多个领域。高质量的语料显著提升了模型通用能力。此外，在模型架构上，腾讯混元团队通过系统性分析，建模与验证，构建了适用于MoE架构的ScalingLaw联合公式。这一发现完善了MoE架构的ScalingLaw理论体系，并为MoE架构设计提供了可量化的工程化指导，也极大的提升了模型预训练的效果。
后训练环节，Hunyuan-A13B采用了多阶段的训练方式，提升了模型的推理能力，同时兼顾了模型创作、理解、Agent等通用能力。
图：Hunyuan-A13B后训练四个步骤
为更好的提升大语言模型能力，腾讯混元也开源了两个新的数据集，以填补行业内相关评估标准的空白。其中，ArtifactsBench用于弥合大语言模型代码生成评估中的视觉与交互鸿沟，构建了一个包含1825个任务的新基准，涵盖了从网页开发、数据可视化到交互式游戏等九大领域，并按难度分级以全面评估模型的能力；C3-Bench针对Agent场景模型面临的三个关键挑战：规划复杂的工具关系、处理关键的隐藏信息以及动态路径决策，设计了1024条测试数据，以发现模型能力的不足。
会议推荐
首届AICon全球人工智能开发与应用大会（深圳站）将于8月22-23日正式举行！本次大会以“探索AI应用边界”为主题，聚焦Agent、多模态、AI产品设计等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索AI应用的更多可能，发掘AI驱动业务增长的新路径！
今日荐文
2G内存跑Gemma3n完整版！全球首个10B内模型杀疯LMArena：1300分碾压记录
一天15k星，代码生成碾压Claude，连Cursor都慌了？谷歌GeminiCLI杀疯了
成立5年最高估值超百亿，摩尔线程之后，又一家AI芯片独角兽争当“国产GPU第一股”
谷歌将A2A捐赠给Linux基金会，但代码实现还得靠开发者自己？！
印裔1号位删Karpathy团队90%代码、算力暴涨50倍！马斯克Robotaxi10年终上线，30元乘车体验刷屏
你也「在看」吗？👇
