🐼Pandaily•較早收集於 53m
騰訊開源 295B 參數 Hunyuan Hy3 預覽版
💡騰訊 295B 開源 LLM：0.17 美元/百萬 token API，低於競爭者適合生產使用。
⚡ 30-Second TL;DR
有什麼變化
開源 295B 參數 Hunyuan Hy3 模型預覽版
為什麼重要
為開發者提供低成本巨型開源權重模型，加速生產應用採用，超越昂貴封閉替代方案。
下一步行動
以 0.17 美元/百萬 token 測試 Hunyuan Hy3 API，用於 LLM 管道成本比較。
誰應關注：Developers & AI Engineers
關鍵要點
- •開源 295B 參數 Hunyuan Hy3 模型預覽版
- •API 定價每百萬 token 起價 0.17 美元
- •強調實用且成本高效的部署
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Hunyuan Hy3 採用了混合專家模型（MoE）架構，旨在平衡超大規模參數帶來的推理成本與模型性能。
- •騰訊此次開源策略採取「權重開放」模式，開發者可透過騰訊雲平台或 Hugging Face 等開源社區獲取模型權重進行私有化部署。
- •該模型在長文本處理與多語言理解能力上進行了針對性優化，特別強化了對中文語境下複雜邏輯推理的支援。
📊 競品分析▸ Show
| 模型名稱 | 參數規模 | 推理定價 (每百萬 Token) | 核心優勢 |
|---|---|---|---|
| Hunyuan Hy3 | 295B | 約 0.17 美元 | 高性價比、中文語境優化 |
| Llama 3.1 405B | 405B | 約 0.60 - 1.00 美元 | 生態系統廣泛、推理能力強 |
| Qwen 2.5 72B | 72B | 約 0.05 - 0.10 美元 | 部署靈活、編碼能力突出 |
🛠️ 技術深入
- 架構：基於 Transformer 的混合專家模型（MoE），透過稀疏激活機制降低計算資源消耗。
- 訓練數據：涵蓋多語言語料庫，並針對騰訊生態內的業務場景進行了強化訓練。
- 推理優化：支援 FP8 量化部署，顯著降低了對 GPU 顯存的需求，提升了吞吐量。
- 上下文窗口：支援長文本輸入，具備高效的 KV Cache 管理機制以應對長序列推理。
🔮 前景展望AI analysis grounded in cited sources
騰訊將進一步降低企業級 AI 應用門檻
極具競爭力的 API 定價將迫使其他雲端服務供應商跟進降價，加速大模型在垂直行業的落地。
開源策略將加速國產大模型生態整合
透過開放 295B 參數模型，騰訊試圖建立以 Hunyuan 為核心的開發者生態，對抗國際開源模型的市場份額。
⏳ 時間線
2023-09
騰訊正式發布混元大模型（Hunyuan），並接入騰訊雲生態。
2024-05
騰訊發布混元大模型升級版，強化多模態理解與生成能力。
2026-04
騰訊正式開源 295B 參數的 Hunyuan Hy3 預覽版。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗