Tencent: Hunyuan A13B Instruct

Tencent Hunyuan A13B Instruct ist ein Textgenerierungsmodell von Tencent, veröffentlicht am 8. Juli 2025. Es ist ein Mixture-of-Experts (MoE) Sprachmodell mit 13B aktiven Parametern und einer Gesamtparameterzahl von 80B. Neben der standardmäßigen Instruktionsbefolgung unterstützt es Reasoning durch Chain-of-Thought, was es für Aufgaben nützlich macht, bei denen das Modell davon profitiert, Zwischenschritte durchzuarbeiten, bevor es eine endgültige Antwort erzeugt.

Das Modell akzeptiert Text als Eingabe und gibt Text als Ausgabe zurück. Es hat ein Kontextfenster von 131.072 Tokens und eine maximale Ausgabe von 117.964 Tokens, sodass es lange Dokumente verarbeiten und lange Antworten in einer einzigen Anfrage erzeugen kann. Sein Wissensstand endet am 31. März 2025. Diese Eigenschaften ordnen es in den Bereich der Modelle ein, die für umfangreiche Single-Pass-Arbeit geeignet sind und nicht nur für kurze Prompts.

Aufgrund des großen Kontextfensters und der langen maximalen Ausgabe umfassen typische Anwendungsfälle das Zusammenfassen oder Analysieren langer Dokumente, das Extrahieren strukturierter Informationen aus langen Eingaben und das Generieren ausführlicher technischer oder redaktioneller Entwürfe ohne Aufteilung in Abschnitte. Chain-of-Thought-Reasoning eignet sich für mehrstufige Probleme wie Planung, mehrteilige Fragebeantwortung und Aufgaben, bei denen eine sichtbare oder interne Reasoning-Spur die Zuverlässigkeit verbessert. Strukturierte Ausgaben und die Unterstützung von response_format machen es auch zu einer sinnvollen Wahl für Pipelines, die maschinenlesbare Ergebnisse statt Freitext benötigen.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "tencent/hunyuan-a13b-instruct" auf. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, top_k und top_p. Wenn Sie das Reasoning-Verhalten des Modells sichtbar machen oder steuern möchten, sind include_reasoning und reasoning die relevanten Parameter; für deterministische Formatierung stehen response_format und structured_outputs zur Verfügung. Da es sich um ein reines Textmodell handelt, müssen Eingaben Text sein und Ausgaben werden Text sein.

Angesichts der reinen Textmodalität würde ein anderes Modell besser passen, wenn Ihre Anwendung Bild-, Audio- oder andere Nicht-Text-Eingaben benötigt, da diese außerhalb dessen liegen, was Hunyuan A13B Instruct akzeptiert. Es unterstützt eine breite Palette von Sampling- und Formatierungsparametern, sodass die meisten standardmäßigen Textgenerierungs-Workloads direkt konfiguriert werden können, ohne dass Workarounds erforderlich sind.