腾讯混元大模型家族发布新成员混元-A13B，这是一款基于专家混合（MoE）架构的大模型。该模型总参数800亿，激活参数130亿，性能比肩顶尖开源模型，同时降低推理延迟与计算开销。混元-A13B的开源对个人开发者和中小企业来说是一大利好，仅需少量GPU即可部署。通过MoE架构和20万亿词元语料库，模型在数学、科学和逻辑推理任务上表现出色，并支持快慢思考模式。此外，腾讯还开源了ArtifactsBench和C3-Bench两个新数据集，以完善评估标准。

🚀 混元-A13B采用了MoE（专家混合）架构，总参数800亿，激活参数130亿，在保证效果的同时，降低了推理延迟和计算开销，使得模型更易于部署和使用。

💡 混元-A13B开源后，个人开发者和中小企业仅需一张中低端GPU卡即可部署，降低了使用门槛，推动了AI技术的普及。用户可在Github、HuggingFace等平台下载模型，并在腾讯云上使用API。

📚 混元-A13B在预训练中使用了20万亿高质量网络词元语料库，提升了模型推理能力。模型支持快慢思考模式，用户可根据需求选择，优化计算资源分配，兼顾效率和准确性。

📊 为了更好地评估模型性能，腾讯还开源了两个新数据集：ArtifactsBench主要用于代码评估，C3-Bench针对Agent场景模型评估，为行业提供了更全面的评估标准。

✨ 在实际应用中，混元-A13B在数学推理方面表现出色，例如能够准确比较小数大小并进行分步解析；在智能体（Agent）应用中，可以调用工具，生成出行攻略、数据文件分析等复杂指令。

IT之家 6 月 27 日消息，腾讯混元大模型家族今日宣布迎来新成员 —— 混元-A13B 模型发布并开源。

混元-A13B 作为基于专家混合（MoE）架构的大模型，总参数 800 亿、激活参数 130 亿，号称“在效果比肩顶尖开源模型的同时，大幅降低推理延迟与计算开销”。

腾讯混元表示，这对个人开发者和中小企业来说，无疑是个好消息，极端条件下仅需 1 张中低端 GPU 卡即可部署。用户可以在 Github、HuggingFace 等技术社区下载使用，模型 API 已在腾讯云官网上线。

混元-A13B 模型通过 MoE 架构，为每个输入选择性地激活相关模型组件，号称与同等规模的密集模型相比“又快又省”，而且为个人开发者和中小企业提供了一个“可扩展且高效的替代方案”。

预训练中，模型用了 20 万亿高质量网络词元语料库，提升了模型推理能力的上限；完善了 MoE 架构的 Scaling Law （即规模定律）理论体系，为 MoE 架构设计提供了可量化的工程化指导，提升了模型预训练效果。

用户可以按需选择思考模式，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；慢思考模式涉及更深、更全面的推理步骤。这优化了计算资源分配，兼顾效率和准确性。

混元还开源了两个新数据集，以填补行业内相关评估标准的空白。其中，ArtifactsBench 主要用于代码评估，构建了一个包含 1825 个任务的新基准；C3-Bench 针对 Agent 场景模型评估，设计了 1024 条测试数据，以发现模型能力的不足。

从具体效果来看，数学推理方面，例如输入“9.11 和 9.9 谁大”，模型可准确完成小数比较，并展现分步解析能力。

对于时下热门的智能体（Agent）应用，模型可调用工具，生成出行攻略、数据文件分析等复杂指令响应。

再看数据和效果。在多个公开数据测试集上，模型在数学、科学和逻辑推理任务上表现出“领先效果”。

IT之家附开源地址：

https://github.com/Tencent-Hunyuan/Hunyuan-A13B