腾讯发布开源大模型“混元-A13B”，革新动态推理能力，让AI更懂思考

文章来源：智汇AI 发布时间：2025-07-07

在人工智能语言模型竞争白热化的当下，腾讯宣布开源全新语言模型“混元 - A13B”，引发科技圈高度关注。它具备实时调整推理深度的能力，采用独特的MoE架构，在海量数据训练下性能出众。虽与顶尖模型竞技…

暂无访问

在人工智能发展一日千里的当下，语言模型领域已成为科技巨头们激烈角逐的战场。各大企业纷纷投入海量资源，试图在这片充满无限可能的领域中拔得头筹。

近日，腾讯宣布开源其全新语言模型“混元-A13B”，这一消息如同一颗投入平静湖面的巨石，在科技圈激起了层层涟漪，引发了广泛关注。它凭借创新的动态推理方法和诸多独特优势，为语言模型的发展开辟了新的道路，注入了新的活力。

腾讯混元-A13B的核心功能

当你向它询问一些简单直接的问题，例如“明天的天气如何”，它会迅速启用快速模式，以最少的推理步骤，在极短的时间内给出答案，让你无需漫长等待。而当你提出一些复杂且需要深入分析的问题，像“如何制定一套全面且有效的城市交通拥堵解决方案”，它则会激活多步骤思考的深度推理过程，从交通流量、道路规划、公共交通系统等多个方面进行全面、深入的分析，为你提供详尽且具有可操作性的解答。

此外，用户还可以通过特定命令来手动控制模型的行为。使用“/think”就能启用深度模式，让模型进行更深入、细致的思考；使用“/no_think”则可关闭深度模式，使模型快速给出答案。这种灵活的控制方式，极大地满足了不同用户在不同场景下的多样化需求。

腾讯混元-A13B的架构解析：

“混元-A13B”采用的混合专家（MoE）架构是其一大亮点。该模型的总参数量高达800亿，但在实际推理过程中，仅有130亿个参数处于活跃状态。

这种独特的设计就如同一个高效的团队。在一个大型项目中，团队里有众多成员，但并非所有成员在每个阶段都需要同时参与工作。只有那些在特定任务中具有专业知识和技能的成员才会被激活，发挥自己的专长。

在“混元-A13B”中也是如此，不同的参数就像团队中的不同成员，根据任务的需求，只有相关的参数会被激活参与推理过程。这样既保证了模型在处理各种复杂任务时能够展现出强大的性能，又提高了运行效率，大大降低了计算资源的消耗，使得模型在资源有限的情况下也能高效运行。

混元-A13B的数据支撑：海量训练铸就知识宝库

一个优秀的语言模型离不开大量高质量训练数据的支持。“混元-A13B”在20万亿个token的数据上进行了训练，并且针对推理任务及更广泛的用例进行了优化。

为了提升模型在科学任务中的可靠性，腾讯还特别从STEM（科学、技术、工程、数学）领域收集了2500亿个token进行训练。这些数据来源广泛，涵盖了数学教科书、各类考试题目、GitHub上的开源代码、逻辑谜题以及从小学到大学的科学文本等。

丰富的数据来源为模型提供了海量的知识储备，就像为模型建造了一个巨大的知识宝库。模型在经过大量数据的训练后，能够更好地理解和处理各种类型的问题，无论是在日常对话、学术研究还是专业领域的应用中，都能展现出出色的性能。

性能较量：与顶尖模型的同台竞技

在性能表现方面，腾讯声称其“混元-A13B-Instruct”版本能够与OpenAI、Deepseek和阿里巴巴Qwen等领先模型相媲美。在2024年美国数学竞赛AIME中，“混元-A13B”取得了87.3%的准确率，领先于OpenAIo1的74.3%，这一成绩充分展示了它在数学推理方面的强大能力。

然而，我们也应该以客观、理性的态度看待这些数据。从2025年的结果来看，OpenAIo1在该轮测试中领先近3%。而且，腾讯的比较数据基于Deepseek-R1的过时1月版本，而Deepseek在5月发布的版本在AIME2024和2025中的表现更优异，分别取得了91.4分和87.5分。这说明在语言模型领域，竞争异常激烈，各模型都在不断进步和优化。每个模型都有其独特的优势和不足，它们在不同的场景和任务中可能会表现出不同的性能。

腾讯开源“混元-A13B”，为开发者提供了一个强大的工具，也为语言模型的研究和发展注入了新的活力。它的动态推理和MoE架构等创新设计，为未来的语言模型发展提供了有益的借鉴。相信随着技术的不断进步和应用的不断拓展，“混元-A13B”将在更多领域发挥重要作用，为我们带来更多的惊喜和便利，推动语言智能迈向一个新的高度。