今日，腾讯正式发布并开源混元-A13B模型。该模型采用混合专家（MoE）架构，总参数达800亿，激活参数130亿，在保持与顶尖开源模型相当效果的同时，大幅降低了推理延迟和计算开销。

据了解，该模型在预训练阶段采用了20万亿高质量网络词元语料，大幅提升了推理能力上限。同时，混元团队进一步完善了MoE架构的Scaling Law理论，提出一套工程化、可量化的设计指导方案，有效提升了MoE模型的训练与推理表现。

在实际测试中，混元-A13B展现出强大的数学与逻辑推理能力，面对“9.11和9.9谁大”这类基础问题，模型不仅轻松给出准确答案，还可分步骤解析问题。在当前大热的智能体（Agent）场景中，混元-A13B还具备调用外部工具的能力，能够高效执行如出行规划、文件分析等复杂任务。另外，模型还支持“快思考”与“慢思考”两种推理模式。“快思考”输出简洁高效，适用于轻量级任务，“慢思考”则提供更深入的推理，兼顾任务复杂度与输出准确性，进一步优化计算资源使用。

为推动行业标准建设，腾讯此次还同步开源了两个重要评估数据集：

ArtifactsBench：专为代码生成与理解任务而设计，包含1825个任务，用于模型在程序理解、修复等方面的评估。

C3-Bench：面向智能体（Agent）任务评估，涵盖1024条高质量测试数据，重点衡量模型在工具使用、任务规划等多环节能力。

这两套数据集可以为行业提供更系统、更细化的开源大模型评估基准，填补了当前评估工具链的部分空白。

面对AI模型高昂的部署门槛，混元-A13B的优势尤为突出。得益于MoE架构的选择性激活机制，即使在极端资源受限的条件下，仅需一张中低端GPU显卡即可完成部署。这对于资源有限的独立开发者、小型企业乃至教育研究机构而言，都是一项关键利好。

业内分析认为，混元-A13B的发布，标志着国产开源大模型在性能-效率-成本三者之间的平衡实现突破。其轻量部署能力与全面推理能力的结合，将为推动AI普惠化提供有力技术支撑。该模型现已在Github、HuggingFace等技术社区上线，同时模型API也已登录腾讯云官网。用户可通过混元官网在线体验模型能力。

参考资料：https://x.com/TencentHunyuan/status/1938525874904801490；腾讯混元新成员，轻量好用&开源