Hunyuan-A13B

2025-06-27 · Éditeur : Tencent · Domaine : Intelligence Artificielle

Tencent ouvre Hunyuan-A13B, un modèle à experts (MoE) de 80 milliards de paramètres dont 13 milliards actifs, à raisonnement hybride rapide ou lent et contexte de 256 000 tokens, sous licence communautaire Tencent.

Tencent ouvre Hunyuan-A13B, un modèle à experts (MoE) de 80 milliards de paramètres dont 13 milliards actifs, à raisonnement hybride rapide ou lent et contexte de 256 000 tokens, sous licence communautaire Tencent. ### Contexte Fin juin 2025, l'écosystème ouvert est dominé par DeepSeek-R1 et la famille Qwen3, tandis que les modèles fermés de raisonnement d'OpenAI restent la référence en mathématiques. Hunyuan-Large, précédent modèle ouvert de Tencent, sert de point de comparaison dans la fiche ; Hunyuan-A13B vise l'inverse d'un modèle très grand : un modèle compact, exploitable sous contrainte de ressources. ### Ce que le modèle apporte - Modèle compact : 13 milliards de paramètres actifs sur 80 milliards, ce qui vise des performances proches de modèles plus grands avec un coût d'inférence réduit. - Raisonnement hybride : mode de pensée lente par défaut, désactivable avec enable_thinking=False ou l'instruction /no_think, et forçable par /think. - Contexte natif de 256 000 tokens, attention par groupes de requêtes (GQA) et plusieurs formats de quantification (FP8 et GPTQ Int4 publiés). - Capacités d'agent : Tencent met en avant BFCL v3, τ-Bench et C3-Bench, où il annonce des résultats de tête. - Deux jeux d'évaluation ouverts avec le modèle : ArtifactsBench (code visuel et interactif) et C3-Bench (agents). ### Architecture et caractéristiques - Architecture : MoE à granularité fine, 80 milliards de paramètres au total, 13 milliards actifs ; 1 expert partagé et 64 experts non partagés, 8 activés par passe. - Contexte : 256 000 tokens. Modalités : texte. Langues : non détaillées dans la fiche consultée. Données d'entraînement et coupure des connaissances : non communiquées. - Licence : Tencent Hunyuan Community License. Elle exclut le territoire de l'Union européenne, du Royaume-Uni et de la Corée du Sud (territoire d'application limité au reste du monde) et impose de demander une licence à Tencent au-delà de 100 millions d'utilisateurs actifs mensuels. Ce n'est pas une licence libre au sens d'Apache 2.0 ou de MIT. - Poids : Hunyuan-A13B-Instruct, version FP8 et version GPTQ Int4 sur Hugging Face ; modèle de pré-entraînement publié. ### Coût et accès Aucun tarif d'API n'a été consulté pour ce modèle. L'éditeur met en avant l'exécution sous contrainte de ressources : le modèle de 13 milliards de paramètres actifs est conçu pour tenir sur peu de cartes, mais la fiche ne fixe pas de configuration minimale. | Poste | Information | | --- | --- | | API officielle | Tarif non consulté | | Auto-hébergement | Configuration minimale non communiquée ; FP8 et GPTQ Int4 disponibles | | Licence | Tencent Hunyuan Community License (hors UE, Royaume-Uni, Corée du Sud) | ### Benchmarks | Benchmark | Hunyuan-A13B-Instruct | OpenAI-o1-1217 | DeepSeek R1 (ouvert) | Qwen3-A22B (ouvert) | | --- | --- | --- | --- | --- | | AIME 2024 | 87,3 | 74,3 | 79,8 | 85,7 | | AIME 2025 | 76,8 | 79,2 | 70,0 | 81,5 | | MATH | 94,3 | 96,4 | 94,9 | 94,0 | | GPQA-Diamond | 71,2 | 78,0 | 71,5 | 71,1 | | LiveCodeBench | 63,9 | 63,9 | 65,9 | 70,7 | | ZebraLogic | 84,7 | 81,0 | 78,7 | 80,3 | | IF-Eval | 84,7 | 91,8 | 88,3 | 83,4 | | BFCL v3 | 78,3 | 67,8 | 56,9 | 70,8 | | τ-Bench | 54,7 | 60,4 | 43,8 | 44,6 | | C3-Bench | 63,5 | 58,8 | 55,3 | 51,7 | Source : fiche Hugging Face de Hunyuan-A13B-Instruct. Scores mesurés par Tencent, tableau unique incluant OpenAI-o1-1217 (fermé), DeepSeek R1 et Qwen3-A22B (ouverts). ### Face aux modèles fermés Face à OpenAI-o1-1217, seul modèle fermé du tableau, Hunyuan-A13B est devant à l'AIME 2024 (87,3 contre 74,3), sur les appels de fonctions BFCL v3 (78,3 contre 67,8) et à C3-Bench (63,5 contre 58,8). Il est derrière à l'AIME 2025 (76,8 contre 79,2), à GPQA-Diamond (71,2 contre 78,0), au suivi d'instructions IF-Eval (84,7 contre 91,8) et à τ-Bench (54,7 contre 60,4) ; à LiveCodeBench les deux sont à égalité à 63,9. Le comparatif est limité à un modèle fermé de fin 2024 (la version du 17 décembre 2024, d'après son intitulé) : il ne dit rien de la génération suivante. L'écart de prix n'est pas chiffrable faute de tarif consulté. Pour un choix ouvert ou fermé, le point décisif est la licence : l'exclusion de l'Union européenne, du Royaume-Uni et de la Corée du Sud empêche un usage conforme par une entreprise établie en Europe sans accord spécifique de Tencent. ### À retenir Hunyuan-A13B montre qu'un MoE de 13 milliards de paramètres actifs peut égaler o1-1217 sur plusieurs épreuves de la fiche, avec un contexte de 256 000 tokens. Sa licence, qui exclut l'UE, le Royaume-Uni et la Corée du Sud, en limite l'usage en Europe.

Tags : LLM, Open Source, Tencent, Hunyuan, MoE, Licence communautaire Tencent, Raisonnement hybride