近日，腾讯云官网正式上线了腾讯混元A13B模型的API服务，输入价格定为每百万Tokens0.5元，输出价格则为每百万Tokens2元，这一举措迅速在开发者社区中引发了热烈反响。
作为业界首个13B级别的MoE（混合专家）开源混合推理模型，Hunyuan-A13B以其总参数80B、激活参数仅13B的精简设计，实现了与同等架构领先开源模型相媲美的效果，同时在推理速度上更胜一筹，性价比显著提升。这一创新不仅降低了开发者获取先进模型能力的门槛，更为AI应用的广泛普及奠定了坚实基础。
Hunyuan-A13B模型依托先进的架构设计，展现出了强大的通用能力。在多个业内权威数据测试集上，该模型均取得了优异成绩，尤其在Agent工具调用和长文处理方面表现突出。为了进一步提升Agent能力，腾讯混元团队还构建了一套多Agent数据合成框架，通过接入MCP、沙箱、大语言模型模拟等多样环境，并利用强化学习技术，让Agent在多种环境中自主探索与学习，从而显著提升了模型的实用性和效果。
在长文处理方面，Hunyuan-A13B支持256K原生上下文窗口，能够在多个长文数据集中保持优异表现。此外，该模型还创新性地引入了融合推理模式，允许用户根据任务需求在快思考和慢思考模式间自由切换，既保证了输出效率，又兼顾了特定任务的准确性，实现了计算资源的优化分配。
对于个人开发者而言，Hunyuan-A13B模型同样具有极高的友好度。在严格条件下，仅需1张中低端GPU卡即可完成部署。目前，该模型已无缝融入开源主流推理框架生态，支持多种量化格式，且在相同输入输出规模上，整体吞吐量是前沿开源模型的2倍以上，展现了其卓越的性能和灵活性。
Hunyuan-A13B模型的成功，离不开腾讯混元团队在模型预训练和后训练环节的创新技术。预训练阶段，团队训练了高达20T tokens的语料库，覆盖了多个领域，显著提升了模型的通用能力。同时，通过系统性分析和建模验证，团队还构建了适用于MoE架构的Scaling Law联合公式，为MoE架构设计提供了可量化的工程化指导。后训练阶段，则采用了多阶段训练方式，进一步提升了模型的推理能力和通用性。
作为腾讯内部应用和调用量最大的大语言模型之一，Hunyuan-A13B已广泛应用于400多个业务场景，日均请求量超过1.3亿次，充分证明了其在实际应用中的价值和稳定性。
https://cloud.tencent.com/product/tclm
