Tencent: Hunyuan A13B Instruct

Tencent Hunyuan A13B Instruct è un modello di generazione di testo di Tencent, rilasciato l'8 luglio 2025. È un modello linguistico Mixture-of-Experts (MoE) con 13B parametri attivi e un numero totale di parametri di 80B. Oltre al standard instruction following, supporta il ragionamento tramite Chain-of-Thought, il che lo rende utile per attività in cui il modello trae vantaggio dall'elaborare passaggi intermedi prima di produrre una risposta finale.

Il modello accetta testo come input e restituisce testo come output. Ha una finestra di contesto di 131.072 token e un output massimo di 117.964 token, quindi può gestire documenti lunghi e produrre risposte lunghe in una singola richiesta. Il suo knowledge cutoff è il 31 marzo 2025. Queste caratteristiche lo collocano nella gamma di modelli adatti a un lavoro sostanziale in una singola passata piuttosto che solo a prompt brevi.

A causa dell'ampia finestra di contesto e del lungo output massimo, i casi d'uso tipici includono il riassunto o l'analisi di documenti lunghi, l'estrazione di informazioni strutturate da input lunghi e la generazione di bozze tecniche o editoriali estese senza suddivisione in blocchi. Il ragionamento Chain-of-Thought si adatta a problemi multi-step come la pianificazione, la risposta a domande in più parti e attività in cui una traccia di ragionamento visibile o interna migliora l'affidabilità. Gli output strutturati e il supporto di response_format lo rendono inoltre adatto a pipeline che necessitano di risultati leggibili dalla macchina anziché di testo libero.

Si chiama il modello tramite l'API compatibile con OpenAI di api14 usando il model id "tencent/hunyuan-a13b-instruct". I parametri di richiesta supportati sono frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, top_k e top_p. Se si desidera rendere visibile o controllare il comportamento di ragionamento del modello, include_reasoning e reasoning sono i parametri rilevanti; per una formattazione deterministica sono disponibili response_format e structured_outputs. Poiché è un modello solo testo, gli input devono essere testo e gli output saranno testo.

Data la modalità solo testo, un altro modello sarebbe più adatto se la tua applicazione necessita di input di immagini, audio o altri input non testuali, poiché questi sono al di fuori di ciò che Hunyuan A13B Instruct accetta. Supporta un ampio insieme di parametri di campionamento e formattazione, quindi la maggior parte dei carichi di lavoro standard di generazione di testo può essere configurata direttamente senza richiedere soluzioni alternative.