Tencent: Hunyuan A13B Instruct

Tencent Hunyuan A13B Instruct est un modèle de génération de texte de Tencent, publié le 8 juillet 2025. C'est un modèle de langage à mélange d'experts (MoE) avec 13B de paramètres actifs et un nombre total de paramètres de 80B. En plus du suivi d'instructions standard, il prend en charge le raisonnement par chaîne de pensée (Chain-of-Thought), ce qui le rend utile pour les tâches où le modèle bénéficie d'un travail à travers des étapes intermédiaires avant de produire une réponse finale.

Le modèle accepte du texte en entrée et renvoie du texte en sortie. Il dispose d'une fenêtre de contexte de 131 072 tokens et d'une sortie maximale de 117 964 tokens, ce qui lui permet de traiter de longs documents et de produire de longues réponses en une seule requête. Sa date limite de connaissances est le 31 mars 2025. Ces caractéristiques le placent dans la gamme des modèles adaptés à un travail substantiel en une seule passe plutôt qu'à de simples invites courtes.

En raison de la grande fenêtre de contexte et de la longue sortie maximale, les cas d'usage typiques incluent la synthèse ou l'analyse de documents volumineux, l'extraction d'informations structurées à partir d'entrées longues, et la génération de brouillons techniques ou éditoriaux étendus sans découpage. Le raisonnement par chaîne de pensée convient aux problèmes à plusieurs étapes tels que la planification, les questions-réponses à plusieurs parties, et les tâches où une trace de raisonnement visible ou interne améliore la fiabilité. La prise en charge des sorties structurées et de response_format en fait également un choix raisonnable pour les pipelines qui nécessitent des résultats lisibles par machine plutôt que du texte libre.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "tencent/hunyuan-a13b-instruct". Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, top_k et top_p. Si vous souhaitez exposer ou contrôler le comportement de raisonnement du modèle, include_reasoning et reasoning sont les paramètres pertinents ; pour un formatage déterministe, response_format et structured_outputs sont disponibles. Comme il s'agit d'un modèle texte uniquement, les entrées doivent être du texte et les sorties seront du texte.

Étant donné la modalité texte uniquement, un autre modèle conviendrait mieux si votre application nécessite des entrées d'images, audio ou autres entrées non textuelles, car celles-ci sont en dehors de ce que Hunyuan A13B Instruct accepte. Il prend en charge un large ensemble de paramètres d'échantillonnage et de formatage, de sorte que la plupart des charges de travail standard de génération de texte peuvent être configurées directement sans nécessiter de contournements.