Tencent: Hunyuan A13B Instruct

Tencent Hunyuan A13B Instruct es un modelo de generación de texto de Tencent, publicado el 8 de julio de 2025. Es un modelo de lenguaje de Mezcla de Expertos (MoE) con 13B parámetros activos y un recuento total de parámetros de 80B. Además del seguimiento estándar de instrucciones, admite razonamiento mediante Cadena de Pensamiento, lo que lo hace útil para tareas en las que el modelo se beneficia de trabajar a través de pasos intermedios antes de producir una respuesta final.

El modelo acepta texto como entrada y devuelve texto como salida. Tiene una ventana de contexto de 131,072 tokens y una salida máxima de 117,964 tokens, por lo que puede manejar documentos largos y producir respuestas largas en una sola solicitud. Su fecha de corte de conocimiento es el 31 de marzo de 2025. Estas características lo sitúan en el rango de modelos adecuados para trabajo sustancial de una sola pasada en lugar de solo indicaciones cortas.

Debido a la gran ventana de contexto y la larga salida máxima, los casos de uso típicos incluyen resumir o analizar documentos extensos, extraer información estructurada de entradas largas y generar borradores técnicos o editoriales extendidos sin fragmentación. El razonamiento de Cadena de Pensamiento se adapta a problemas de varios pasos, como planificación, respuesta a preguntas de varias partes y tareas en las que un rastro de razonamiento visible o interno mejora la fiabilidad. Las salidas estructuradas y el soporte de response_format también lo hacen adecuado para canalizaciones que necesitan resultados legibles por máquina en lugar de texto libre.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "tencent/hunyuan-a13b-instruct". Los parámetros de solicitud que admite son frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, top_k y top_p. Si se desea que el comportamiento de razonamiento del modelo se muestre o se controle, include_reasoning y reasoning son los parámetros relevantes; para un formato determinista, response_format y structured_outputs están disponibles. Debido a que es un modelo solo de texto, las entradas deben ser texto y las salidas serán texto.

Dada la modalidad solo de texto, otro modelo encajaría mejor si su aplicación necesita imágenes, audio u otras entradas que no sean texto, ya que quedan fuera de lo que acepta Hunyuan A13B Instruct. Admite un amplio conjunto de parámetros de muestreo y formato, por lo que la mayoría de las cargas de trabajo estándar de generación de texto se pueden configurar directamente en lugar de requerir soluciones alternativas.