406B参数空降！腾讯混元2.0开启内测，推理性能自称“国内第一梯队”

发布时间：2025-12-08 10:48:37 | 责任编辑：字母汇 | 浏览量：3 次

12月5日，腾讯正式发布新一代自研大模型——混元2.0（Tencent HY2.0），包括Think(推理增强版)与Instruct(指令遵循版)两个版本，总参数406B、激活32B，支持256K上下文窗口，官方宣称数学、科学、代码等复杂推理任务“稳居国内第一梯队”。模型已同步上线腾讯云API，并在元宝、ima等原生应用中灰度放量。
MoE架构+长窗口RL，推理成绩刷新公开榜单
- 采用混合专家（MoE）架构，实测单卡A100推理速度较Dense结构提升40%
- 在国际数学奥林匹克（IMO）2025公开题、哈佛-MIT数学竞赛中，HY2.0Think版准确率分别达83.1%与81.7%，超过GPT-4o78.9%的成绩
-256K长窗口通过“分段采样修正”解决训练-推理不一致问题，10万Token文档QA任务F1提升6.8%
指令遵循多轮对话优化
- 引入可验证任务+评分式强化学习，Instruct版在Multi-Round MT-Bench上得分8.42，超过同规模模型0.3分
- 支持Function Call、Json Mode与Tool Use，官方实测100轮工具调用成功率97.2%
落地加速:元宝、ima、腾讯云三线并进
- 元宝App已灰度上线“HY2.0Think”切换键，提供数学推导与代码解释两种场景
- ima会议助手接入256K长文本总结，5万Token会议纪要生成耗时<15秒
- 腾讯云API定价0.8元/百万Token输入、2元/百万Token输出，约为GPT-4o的45%，支持企业私有化部署
开源计划:模型+数据+工具链三箭齐发
腾讯透露，2026Q1将开源HY2.0Base权重、200GB中文预训练数据及长窗口RL工具链，继续推动国产大模型生态。
行业观察:参数竞赛进入“400B+”时代
随着混元2.0、Llama3.1-405B、Moonshot400B相继发布，国产大模型正式跨入400B参数俱乐部。腾讯强调“不与开源社区抢参数，而是把推理与工具能力做深”，能否凭借MoE架构+RL策略在成本侧胜出，仍需观察开发者生态与实际落地规模。AIbase将持续跟踪后续开源进展与性能评测。