作家 |程茜情趣做爱

裁剪 |漠影

智东西 3 月 21 日报谈，通宵，腾讯厚爱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，在实质生成收尾弘扬中远快于 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界限底座的混元 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界限 Hybrid-Transformer-Mamba MoE 大模子 TurboS 快念念考基座，通过大界限后检修彭胀了推明智商，并进一步对王人东谈主类偏好，这亦然工业界初次将搀和 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收尾流露，在 MMLU-pro、CEval、AIME、Zebra Loigc 等中英文常识和竞赛级数学、逻辑推理倡导上基本捏平或略超 R1。

当今，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 圭臬时段的 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、长文纲要、脚色饰演均能胜任

在常识问答场景，腾讯混元筹议团队展现了 T1 和 DeepSeek 生成收尾的对比。

第一个指示词是"醋酸乙酯能与水搀和吗"。不错看到 T1 和 DeepSeek-R1 举座生成收尾的长度、收尾都附近，不外 T1 的生成速率昭着更快。

第二大磨真金不怕火长途是对于理科数学推理，这一问题中对于模子的放浪要求更多，其念念维历程更长。从输出收尾来看，T1 和 DeepSeek-R1 生成的论断一致，速率仍然是 T1 更快。

第三浩劫题磨真金不怕火的是复杂指示随从智商。让 T1 对出下联，指示词中给出的上联是"深深淡淡溪活水"。这其中的难点在于，模子要死守一致的三点水偏旁、前四个字是 AABB 结构。T1 的念念考历程中，准确分析出了上联的脾性，并在经过屡次诞妄尝试后给出了谜底："行云活水海浪涌"。

第四浩劫题是通用任务，其指示词为绽放问题"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作风指示要求，属于绽放性问题。

T1 还不错行为坐褥力用具，进步用户的使命遵循，下一个 Demo 演示的是 T1 长文回想纲要的智商。

指示词时"针对微软收购暴雪的 4000 字把握新闻报谈，要求 T1 回想一下著述内容"。在输出收尾中，T1 不仅回想了著述的主要内容，还索求出新闻报谈中的多个要害数字。

临了一个演示是对于模子的脚色饰演智商。指示词为"请饰演李白，口气适当李白特征，猜一个字谜：起诉无效"。T1 的念念考历程要点分析了字谜，得出收尾为"皓"后，按照李白的口气输出了谜底并赋诗一首。

多项测试逼近果对标 R1沿用混元 Turbo S 改革架构

混元 -T1 除了在各种公开 Benchmark、如 MMLU-pro、CEval、AIME、Zebra Loigc 等中英文常识和竞赛级数学、逻辑推理倡导上基本捏平或略超 R1 外，在腾讯里面东谈主工体验集评估上也能对标，其华文创指示死守、文本纲要、Agent 智商方面略胜于 R1。

在测试基座模子对于平常常识壮健的顾忌和泛化智商的数据集 MMLU-PRO 上，T1 得分仅次于 o1，在 CEval、AIME、Zebra Logic 等中英文常识及竞赛级数学、逻辑推理的公开基准测试中，T1 的弘扬与 R1 基本捏平或略超 R1。

从时间角度来看，混元 T1 郑再版沿用了混元 Turbo S 的改革架构，遴荐Hybrid-Mamba-Transformer 和会模式，这亦然工业界初次将搀和 Mamba 架构无损应用于超大型推理模子。这一架构能裁汰传统 Transformer 架构的计较复杂度，减少 KV-Cache 内存占用，裁汰检修和推理资本。

三上悠亚在线

在长文本推理方面，TurboS 的长文捕捉智商不错有用处罚长文推理中的高下文丢成仇长距离信息依赖长途。Mamba 架构可特意优化长序列处明智商，并通过高效计较风光在保证长文本信息捕捉智商的同期，裁汰计较资源的销耗，使得模子疏导部署要求下、解码速率快 2 倍。

模子后检修阶段，腾讯混元筹议团队将96.7%的算力干预到强化学习检修，要点围绕纯推明智商的进步以及对王人东谈主类偏好的优化。

数据方面，T1 的高质地 Prompt 集中主要王人集于复杂指示千般性和不同难度分级的数据。筹议东谈主员基于天下理科长途，集中了涵盖数学 / 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处罚的问题，然后连合 ground- truth 的真确反应，确保模子在濒临各式推理任务时的弘扬。

检修决议上，T1 遴荐课程学习的风光慢慢进步数据难度，同期路线式彭胀模子高下文长度，使得模子推明智商进步的同期学会高效独揽 token 进行推理。

筹议东谈主员在检修战略方面，参考了经典强化学习的数据回放、阶段性战略重置等战略，进步了模子检修始闭幕实性 50% 以上。

在对王人东谈主类偏好阶段，其遴荐 self-rewarding（基于 T1- preview 的早期版块对模子输出进行空洞评价、打分）+reward mode 的和洽奖励系统反应决议，邻接模子进行自我进步。

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，其陆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 在时间冲突方面终认知首字时延裁汰 44%，并已应用于腾讯元宝等腾讯里面居品。

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。

在此基础上情趣做爱，腾讯混元团队正在探索新的筹议念念路，找到裁汰大模子幻觉、裁汰检修资本等的新解题念念路。