混元2.0模型 API 上线：推理能力与效率业界领先，兼具实用性与用户体验

12月5日，腾讯混元最新版语言模型 Tencent HY 2.0 Think 和 Tencent HY 2.0 Instruct 正式发布，同步在腾讯云上线 API，用户可直接体验或接入部署。

腾讯云智能体开发平台（ADP）也接入HY 2.0，平台集成了 RAG 和 Multi-Agent 等领先技术，让零代码基础的用户也能便捷地构建安全可控的生产级智能体；腾讯元器也同步接入最新基座模型，平台为创作者提供应用宝、小米应用商店等智能体分发渠道。

HY 2.0 采用混合专家（MoE）架构，总参数 406B，激活参数 32B，支持 256K 上下文窗口，推理能力与效率居国内顶尖行列，且在文本创作与复杂指令遵循等实用场景上表现突出。

//推理能力全面提升，综合评测处国内第一梯队

图片

相比上一版本（Hunyuan-T1-20250822）模型， HY 2.0 Think 显著改进了预训练数据和强化学习策略，在数学、科学、代码、指令遵循等复杂推理场景的综合表现稳居国内第一梯队，泛化性大幅提升。

●数学科学知识推理：我们使用高质量数据进行 Large Rollout 强化学习，使得 HY 2.0 Think 推理能力大幅增强，在国际数学奥林匹克竞赛（IMO-AnswerBench）和哈佛 MIT 数学竞赛（HMMT2025）等权威测试中取得一流成绩。结合预训练数据的进步，模型在极度考验知识水平的 Humanity’s Last Exam（HLE）和泛化性的 ARC AGI等任务上也大幅进步。

●指令遵循与长文多轮能力：我们通过重要性采样修正缓解了训练和推理不一致问题，实现了长窗口RL的高效稳定训练。同时，我们通过多样化可验证的任务沙盒，以及基于打分准则的强化学习，显著提升了 HY 2.0 Think 在 Multi Challenge 等指令遵循和多轮任务的效果。

●代码与智能体能力：我们构建了规模化的可验证环境及高质量合成数据，极大增强了模型在 Agentic Coding 及复杂工具调用场景下的落地能力，在 SWE-bench Verified 及 Tau2-Bench 等面向真实应用场景的智能体任务上实现了跃升。

//推理效率业界领先，同等表现下思维链长度大幅降低

图片

HY 2.0 Think 引入了精细的长度惩罚策略，平衡思维链的效率和效果，避免模型堆砌废话，实现了计算资源的更有效分配。对照各模型在 IMO-AnswerBench、HMMT2025、ARC-AGI、HLE 这四个权威推理任务上的表现及其 token 消耗，可以看到 HY 2.0 Think 在取得类似的准确率下消耗更少的 tokens，单位 token 的智能密度处于业界领先水平。

//聚焦用户体验及实用性，文本创作告别“AI味”，指令遵循、共情力、审美都在线

基于 RLVR + RLHF 双阶段的强化学习策略，HY 2.0 的输出“质感”显著进步，在文本创作、前端开发、指令遵循等实用场景上展现了差异化优势。

●有“灵魂”的文学创作

在文学创作上， HY 2.0 有效减少了“AI味”，可以敏锐捕捉指令中潜在的情感需求，输出观点深刻、逻辑严密的文章 。

●更可靠的前端交互设计

Tencent HY 2.0 模型具备扎实的代码能力和一定的“视觉审美”，在生成 Web 小游戏时，不仅能跑通复杂的 JS 逻辑，还能输出审美在线的 CSS 布局与动画效果。

●精准的指令遵循

指令遵循方面，HY 2.0 无论是在细致的格式要求下，还是在面对繁杂的工作流与任务规划时，都能够输出高度贴合预期的内容，具备相对可靠的执行力。

作为腾讯自研的通用大模型，HY 2.0 仍在持续进化中，接下来会在代码、智能体、个性化风格、长程记忆等方向迭代，全面提升模型在实际应用场景中的表现，相关技术和模型也将会通过开源的形式向社区开放。

当前，腾讯混元大模型API已经服务了众多客户，覆盖互联网、出行、消费电子、教育、医疗等众多领域。开发者和用户可以在腾讯云官网-混元大模型产品页面通过API接入并使用，便捷构建各类AI应用。

👇🏻点击阅读原文直达体验腾讯云大模型API：https://hunyuan.cloud.tencent.com/#/app/textModel

接入指引：

https://cloud.tencent.com/document/product/1729/104753