Каков максимальный объем контекста у Hunyuan-A13B?

Модель поддерживает работу с контекстным окном до 131 072 токенов, что позволяет анализировать целые книги или объемную техническую документацию.

Поддерживает ли модель структурированные ответы?

Да, Hunyuan-A13B на alltokens поддерживает параметры response_format и structured_outputs для получения строго отформатированных данных.

В чем особенность архитектуры MoE в этой модели?

Архитектура Mixture-of-Experts позволяет использовать только 13 миллиардов активных параметров из 80 миллиардов общих, что обеспечивает баланс между качеством ответов и скоростью работы.

Tencent: Hunyuan A13B Instruct

TETencentОбновлено: 08 июля 2025 г.

Hunyuan-A13B — это эффективная модель на архитектуре MoE от Tencent с 13 миллиардами активных параметров и поддержкой длинного контекста до 128k токенов. Она специализируется на сложных рассуждениях через цепочки мыслей (Chain-of-Thought) и демонстрирует высокую производительность в логических задачах.

Использовать через API

Метрики

Вход

18 ₽/M

Выход

71 ₽/M

Контекст

131k tokens

Параметры

Релиз

08 июля 2025 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoningmax_tokensreasoningresponse_formatstructured_outputstemperaturetop_ktop_p

Технический обзор

Hunyuan-A13B — это языковая модель на базе архитектуры смеси экспертов (MoE), разработанная компанией Tencent. Модель содержит 13 миллиардов активных параметров при общем объеме в 80 миллиардов параметров и поддерживает логический вывод через цепочку рассуждений (Chain-of-Thought). Она демонстрирует конкурентные результаты в тестах на знание математики, естественных наук, программирования и в задачах многоходового диалога. Высокая эффективность инференса обеспечивается использованием механизма Grouped Query Attention (GQA) и поддержкой различных методов квантования, включая FP8 и GPTQ. Модель доступна через API alltokens.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Tencent: Hunyuan A13B InstructТекущая

Для чего

Контекст

131k

Цена ₽

18 / 71

Tencent: Hunyuan A13B InstructТекущая

131k

18 / 71

Модель

DeepSeek: DeepSeek V3.2 Exp

Для чего

Обе модели используют архитектуру Mixture-of-Experts и ориентированы на глубокое логическое рассуждение.

Контекст

164k

Цена ₽

34 / 51

DeepSeek: DeepSeek V3.2 Exp

Обе модели используют архитектуру Mixture-of-Experts и ориентированы на глубокое логическое рассуждение.

164k

34 / 51

Модель

AllenAI: Olmo 3.1 32B Think

Для чего

Обе нейросети поддерживают специализированные режимы мышления (Reasoning/Think) для решения многошаговых задач.

Контекст

66k

Цена ₽

19 / 63

AllenAI: Olmo 3.1 32B Think

Обе нейросети поддерживают специализированные режимы мышления (Reasoning/Think) для решения многошаговых задач.

66k

19 / 63

Модель

Upstage: Solar Pro 3

Для чего

Модели имеют схожую длину контекста и позиционируются как производительные решения среднего размера для бизнес-задач.

Контекст

128k

Цена ₽

19 / 75

Upstage: Solar Pro 3

128k

19 / 75

Когда выбирать

Необходима работа с длинными документами объемом до 131 072 токенов
Требуется использование цепочки рассуждений (Chain-of-Thought) для решения сложных логических задач
Нужна поддержка структурированного вывода данных и точная настройка параметров генерации

Когда не выбирать

Требуется максимально легкая модель для мгновенных ответов на простые вопросы
Необходима работа с мультимодальным контентом, таким как изображения или аудио
Задачи не требуют глубокого логического анализа и использования механизмов рассуждения