騰訊混元Hunyuan-A13B模型API上線

近日，騰訊雲官網正式上線了騰訊混元A13B模型的API服務，輸入價格定爲每百萬Tokens0.5元，輸出價格則爲每百萬Tokens2元，這一舉措迅速在開發者社區中引發了熱烈反響。

作爲業界首個13B級別的MoE（混合專家）開源混合推理模型，Hunyuan-A13B以其總參數80B、激活參數僅13B的精簡設計，實現了與同等架構領先開源模型相媲美的效果，同時在推理速度上更勝一籌，性價比顯著提升。這一創新不僅降低了開發者獲取先進模型能力的門檻，更爲AI應用的廣泛普及奠定了堅實基礎。

Hunyuan-A13B模型依託先進的架構設計，展現出了強大的通用能力。在多個業內權威數據測試集上，該模型均取得了優異成績，尤其在Agent工具調用和長文處理方面表現突出。爲了進一步提升Agent能力，騰訊混元團隊還構建了一套多Agent數據合成框架，通過接入MCP、沙箱、大語言模型模擬等多樣環境，並利用強化學習技術，讓Agent在多種環境中自主探索與學習，從而顯著提升了模型的實用性和效果。

在長文處理方面，Hunyuan-A13B支持256K原生上下文窗口，能夠在多個長文數據集中保持優異表現。此外，該模型還創新性地引入了融合推理模式，允許用戶根據任務需求在快思考和慢思考模式間自由切換，既保證了輸出效率，又兼顧了特定任務的準確性，實現了計算資源的優化分配。

對於個人開發者而言，Hunyuan-A13B模型同樣具有極高的友好度。在嚴格條件下，僅需1張中低端GPU卡即可完成部署。目前，該模型已無縫融入開源主流推理框架生態，支持多種量化格式，且在相同輸入輸出規模上，整體吞吐量是前沿開源模型的2倍以上，展現了其卓越的性能和靈活性。

Hunyuan-A13B模型的成功，離不開騰訊混元團隊在模型預訓練和後訓練環節的創新技術。預訓練階段，團隊訓練了高達20T tokens的語料庫，覆蓋了多個領域，顯著提升了模型的通用能力。同時，通過系統性分析和建模驗證，團隊還構建了適用於MoE架構的Scaling Law聯合公式，爲MoE架構設計提供了可量化的工程化指導。後訓練階段，則採用了多階段訓練方式，進一步提升了模型的推理能力和通用性。

作爲騰訊內部應用和調用量最大的大語言模型之一，Hunyuan-A13B已廣泛應用於400多個業務場景，日均請求量超過1.3億次，充分證明了其在實際應用中的價值和穩定性。

https://cloud.tencent.com/product/tclm