Hunyuan-A13B от Tencent: языковая модель с динамическим подходом к рассуждению

Компания Tencent выпустила новую языковую модель Hunyuan-A13B с открытым исходным кодом. В основе модели лежит динамический подход к анализу информации, который позволяет модели адаптироваться и выбирать наиболее эффективный способ решения задачи в зависимости от её сложности.

Ключевой особенностью Hunyuan-A13B является способность адаптировать глубину логического вывода в режиме реального времени. Для простых запросов используется быстрый режим, который позволяет получать ответы с минимальным логическим выводом.

Для сложных запросов активируется более глубокий процесс мышления ^[1], включающий многоэтапную обработку информации. Пользователи могут переключаться с помощью специальных команд: /think включает режим углублённой обработки, а /no_think отключает его.

Модель использует архитектуру «смесь экспертов» (Mixture of Experts, MoE) с 80 миллиардами общих параметров, но во время логического вывода активны только 13 миллиардов. Она поддерживает контекстные окна размером до 256 000 токенов.

Сосредоточение внимания на научных рассуждениях

Согласно техническому отчёту ^[2] Tencent, модель Hunyuan-A13B была обучена на 20 триллионах токенов, затем настроена для решения логических задач и доработана для более широкого спектра применения. Tencent собрала 250 миллиардов токенов из областей STEM, чтобы повысить надёжность модели при решении научных задач.

Обучающие данные включают в себя учебники по математике ^[3], экзаменационные работы, открытый исходный код с GitHub, сборники логических задач и научные тексты от средней школы до университетского уровня.

Tencent утверждает, что Hunyuan-A13B-Instruct может конкурировать с ведущими моделями OpenAI, Deepseek и Qwen от Alibaba. На американском математическом конкурсе AIME в 2024 году модель показала точность 87,3% по сравнению с 74,3% у OpenAI o1.

Однако, если проанализировать итоги 2025 года, то можно заметить, что подобные сопоставления не всегда дают однозначный результат — в этом случае o1 опережает своего конкурента на 3%. Tencent также опирается на устаревшую январскую версию Deepseek-R1 ^[4] для сравнения, хотя майская версия показала значительно более высокие результаты ^[5] в AIME 2024 и 2025, набрав 91,4 и 87,5 баллов соответственно.

Tencent утверждает, что модель отлично справляется с автоматизированными задачами и использованием инструментов. Во внутренних тестах A13B показал наилучшие результаты почти во всех тестах агентов. Даже при тестировании контекстов с 128 000 токенов производительность Hunyuan-A13B оставалась выше, чем у Deepseek-R1 и Qwen3-A22B, хотя и уступала Gemini 2.5 Pro.

Модель доступна по лицензии Apache 2.0 на Hugging Face ^[6] и GitHub ^[2] с готовыми к использованию образами Docker для различных платформ развертывания. Доступ к API предоставляется через Tencent Cloud ^[7] и демонстрационную версию для браузера ^[8].

Компания Tencent также выпустила два новых набора эталонных данных: ArtifactsBench ^[9] для генерации кода и C3-Bench ^[10] для оценки задач агентов.

Стратегия динамического мышления Tencent соответствует тенденциям, наблюдаемым в других ведущих лабораториях в области ИИ. Концепция переключения между различными режимами мышления перекликается с последними моделями, такими как Claude 3.7 Sonnet ^[11] и Qwen3 ^[12], которые также поддерживают адаптивное мышление.

Делегируйте часть рутинных задач вместе с BotHub ^[13]! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[14] вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Перевод, оригинальная новость здесь ^[15].