混元大模型
腾讯控股 自研的全栈大模型矩阵（2023-09 公开发布），覆盖文本、图像、视频、3D 等多模态，是腾讯 AI 战略的核心底座。
概述
- 产品化：元宝 App（ToC）+ 腾讯云 TI 平台（ToB）+ 微信生态嵌入
- 多模态：Hunyuan3D（3D 资产生成）/ Hunyuan Video（视频生成）
- 开源策略：2024-11 开源 Hunyuan-Large（389B 总参，52B 激活），是当时全球最大开源 MoE
关键数据
关联
增量补充（2026-07-19）
来源：AI专家会议（社媒剪辑／转述 · 转发的匿名专家会议纪要，规格数字为口头估计，未经官方确认）
- 混元 3.0 规格（新版本，非对上文 Hunyuan-Large 的修正）：混合专家模型 架构，总参 295B、激活参数 21B。与本页已记的 Hunyuan-Large（389B 总参 / 52B 激活，2024-11 开源）属不同世代不同型号，两组数字并存非矛盾（据 AI专家会议 2026-07）。
- 注意力机制取舍：标准版采用较保守的 MHA——训练与推理稳定，但计算量随文本长度平方增长；Turbo 版走更激进方案以降计算量（同源，社媒剪辑／转述）。
- 上下文 256K 是成本选择而非架构硬限：混元 3.0 上下文长度 256K，低于国内部分模型的 1M 水平，专家称主因是成本控制与商业收益考量，当前重心在把 AI 融入现有高流量业务、标准版能力已够用。若扩至 1M，推理延迟与成本理论上线性上升，经技术优化后实际增幅约 50%-60%，并抬高对训练数据与高阶算力卡（如 NVIDIA B200）的要求（同源，社媒剪辑／转述）。详见 长上下文窗口。
- 算力与效果的边际关系：扩大预训练算力主要提升知识承载量与准确率，对总算力需求增幅估 10%-20%；模型参数扩大对推理侧影响更大——参数扩大 50%，推理计算量可能增加 40% 以上（同源，社媒剪辑／转述）。
- 商业化数据：日均 token 吞吐量约 10 万亿；API 定价输入 ￥1/百万 token、输出 ￥4/百万 token，毛利率约 10%（每百万 token 赚 ￥0.4-0.5）。定位为 腾讯控股 Agent 落地的底座模型，内部不强制替换其他模型（同源，社媒剪辑／转述）。
- 国内外路线对比（专家框架）：国内模型（混元、DeepSeek、通义千问 等）总参多在 200-600B、激活占比压在 10% 以内走极致性价比；国外闭源模型总参普遍超 1T 走极致质量。国内在数学 / 代码 / 中文 / 批量生产任务已进第一梯队，国外在复杂指令遵循与超长文本仍占绝对优势（同源，社媒剪辑／转述）。
- 下一代节奏：预计 2026Q4 发布新版本，大版本或小版本尚未确定（同源，社媒剪辑／转述）。