作家 |程茜h成人动漫

剪辑 |漠影

智东西 3 月 21 日报谈，彻夜，腾讯认真将混元大模子系列的深度念念考模子升级为混元 -T1 郑再版。

T1 是腾讯自研的强推理模子，吐字速率达到60~80token/s，在内容生成成果发达中远快于 DeepSeek-R1。

该模子的前身是，本年 2 月中旬混元团队在腾讯元宝 APP 上线的基于混元中等边界底座的混元 T1-Preview（Hunyuan-Thinker-1-Preview）推理模子。

比较于 T1-Preview，T1 郑再版基于腾讯混元 3 月初发布的业界首个超大边界 Hybrid-Transformer-Mamba MoE 大模子 TurboS 快念念考基座，通过大边界后查验膨大了推明智商，并进一步对都东谈主类偏好，这亦然工业界初度将搀杂 Mamba 架构无损应用于超大型推理模子。

T1 在多个公开数据集的评测扫尾败露，在 MMLU-pro、CEval、AIME、Zebra Loigc 等中英文学问和竞赛级数学、逻辑推理野心上基本抓平或略超 R1。

现在，T1 已在腾讯云官网上线，输入价钱为每百万 tokens 1 元，输出价钱为每百万 tokens 4 元，输出价钱为 DeepSeek 按序时段的 1/4，与 DeepSeek 优惠时段一致。

▲ DeepSeek API 价钱

生成速率超 DeepSeek-R1复杂指示、长文撮要、变装束演均能胜任

在学问问答场景，腾讯混元盘考团队展现了 T1 和 DeepSeek 生成成果的对比。

第一个请示词是"醋酸乙酯能与水搀杂吗"。不错看到 T1 和 DeepSeek-R1 合座生成扫尾的长度、扫尾都邻近，不外 T1 的生成速率彰着更快。

第二大锤真金不怕火费劲是对于理科数学推理，这一问题中对于模子的截至条款更多，其念念维流程更长。从输出扫尾来看，T1 和 DeepSeek-R1 生成的论断一致，速率仍然是 T1 更快。

第三浩劫题锤真金不怕火的是复杂指示奴隶智商。让 T1 对出下联，请示词中给出的上联是"深深淡淡溪活水"。这其中的难点在于，模子要驯顺一致的三点水偏旁、前四个字是 AABB 结构。T1 的念念考流程中，准确分析出了上联的性情，并在经过屡次额外尝试后给出了谜底："鸿篇巨制海浪涌"。

第四浩劫题是通用任务，其请示词为绽开问题"生成一个一又友圈案牍，主题是漫漫东谈主生路"，这之中并莫得给出明确的立场指示要求，属于绽开性问题。

T1 还不错行为分娩力用具，进步用户的责任效力，下一个 Demo 演示的是 T1 长文回来撮要的智商。

请示词时"针对微软收购暴雪的 4000 字足下新闻报谈，要求 T1 回来一下著述内容"。在输出扫尾中，T1 不仅回来了著述的主要内容，还索要出新闻报谈中的多个要津数字。

终末一个演示是对于模子的变装束演智商。请示词为"请饰演李白，口气合适李白特征，猜一个字谜：起诉无效"。T1 的念念考流程重心分析了字谜，来吧成人综合得出扫尾为"皓"后，按照李白的口气输出了谜底并赋诗一首。

多项测试集合果对标 R1沿用混元 Turbo S 改进架构

混元 -T1 除了在各样公开 Benchmark、如 MMLU-pro、CEval、AIME、Zebra Loigc 等中英文学问和竞赛级数学、逻辑推理野心上基本抓平或略超 R1 外，在腾讯里面东谈主工体验集评估上也能对标，其华文创指示驯顺、文本撮要、Agent 智商方面略胜于 R1。

在测试基座模子对于每每学问会通的记念和泛化智商的数据集 MMLU-PRO 上，T1 得分仅次于 o1，在 CEval、AIME、Zebra Logic 等中英文学问及竞赛级数学、逻辑推理的公开基准测试中，T1 的发达与 R1 基本抓平或略超 R1。

从时间角度来看，混元 T1 郑再版沿用了混元 Turbo S 的改进架构，汲取Hybrid-Mamba-Transformer 会通模式，这亦然工业界初度将搀杂 Mamba 架构无损应用于超大型推理模子。这一架构能缩短传统 Transformer 架构的诡计复杂度，减少 KV-Cache 内存占用，缩短查验和推理资本。

在长文本推理方面，TurboS 的长文捕捉智商不错灵验措置长文推理中的高下文丢成仇长距离信息依赖费劲。Mamba 架构可挑升优化长序列处明智商，并通过高效诡计方式在保证长文本信息捕捉智商的同期，缩短诡计资源的奢靡，使得模子疏浚部署条款下、解码速率快 2 倍。

模子后查验阶段，腾讯混元盘考团队将96.7%的算力插足到强化学习查验，重心围绕纯推明智商的进步以及对都东谈主类偏好的优化。

数据方面，T1 的高质地 Prompt 蚁集主要聚集于复杂指示万般性和不同难度分级的数据。盘考东谈主员基于寰宇理科费劲，蚁集了涵盖数学 / 逻辑推理 / 科学 / 代码等的数据集，包含从基础数学推理到复杂科学问题措置的问题，然后勾搭 ground- truth 的信得过响应，确保模子在面临万般推理任务时的发达。

查验决策上，T1 汲取课程学习的方式迟缓进步数据难度，同期道路式膨大模子高下文长度，使得模子推明智商进步的同期学会高效哄骗 token 进行推理。

盘考东谈主员在查验计谋方面，参考了经典强化学习的数据回放、阶段性计谋重置等计谋，进步了模子查验永久沉静性 50% 以上。

在对都东谈主类偏好阶段，其汲取 self-rewarding（基于 T1- preview 的早期版块对模子输出进行抽象评价、打分）+reward mode 的斡旋奖励系统响应决策，指导模子进行自我进步。

结语：腾讯混元模子迭代加快

腾讯混元模子系列本年进入快速迭代期，其持续推出腾讯混元深度念念考模子 T1 和自研快念念考模子 Turbo S。此前，混元 Turbo S 在时间打破方面竣事了首字时延缩短 44%，并已应用于腾讯元宝等腾讯里面产物。

这次发布的腾讯混元深度念念考模子 T1 预览版也早已上线腾讯元宝，不错看出，腾讯里面业务和场景也曾全面接入混元系列大模子智商，如腾讯元宝、腾讯云、QQ、微信念书、腾讯新闻、腾讯客服等。

在此基础上h成人动漫，腾讯混元团队正在探索新的盘考念念路，找到缩短大模子幻觉、缩短查验资本等的新解题念念路。