Tencent: Hunyuan A13B Instruct tencent/hunyuan-a13b-instruct

Модель Tencent: Hunyuan A13B Instruct от Tencent (семейство hunyuan-a13b) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Доступны через единый API НейроГейт: 3 модели Tencent.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

131K

контекст, токенов

14 ₽

за 1 млн входных токенов

57 ₽

за 1 млн выходных токенов

возможностей

2025-03

база знаний до

Что такое Tencent: Hunyuan A13B Instruct

Эффективная MoE-модель для задач с глубоким рассуждением и большим контекстом при умеренной стоимости инференса.

Hunyuan A13B Instruct — языковая модель от Tencent, построенная на архитектуре Mixture-of-Experts (MoE). При общем объёме в 80 миллиардов параметров модель активирует лишь 13 миллиардов на каждый запрос, что обеспечивает баланс между вычислительной эффективностью и качеством ответов. Это позволяет получать производительность, сопоставимую с крупными плотными моделями, при значительно меньших затратах на инференс.

Модель поддерживает внутреннее рассуждение через механизм Chain-of-Thought, что делает её пригодной для задач, требующих пошагового анализа: математика, логические цепочки, структурированное решение проблем. Контекстное окно в 131 072 токена позволяет работать с объёмными документами, длинными диалогами и сложными многошаговыми инструкциями. Модель является open-source-разработкой Tencent и доступна для самостоятельного развёртывания.

Hunyuan A13B ориентирована на задачи, где важна предсказуемость рассуждений и возможность работы с большим контекстом. Среди моделей сопоставимого класса она выделяется MoE-архитектурой, снижающей стоимость запроса относительно полноразмерных 80B-моделей с плотной активацией.

Когда брать эту модель

✓ Математические и логические задачи, требующие пошагового Chain-of-Thought рассуждения
✓ Анализ длинных документов и кодовых баз благодаря контексту 131k токенов
✓ Сценарии с ограниченным бюджетом на инференс, где MoE-архитектура снижает стоимость запроса
✓ Разработка и отладка кода с развёрнутыми объяснениями
✓ Самостоятельное развёртывание в инфраструктуре компании как open-source-модель

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй прилагаемый финансовый отчёт на 50 страниц и составь структурированное резюме ключевых рисков с пошаговым обоснованием каждого вывода.

Использование Tencent: Hunyuan A13B Instruct через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tencent/hunyuan-a13b-instruct",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="tencent/hunyuan-a13b-instruct",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "tencent/hunyuan-a13b-instruct",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);