腾讯混元2.0正式发布，领先行业的推理能力与效率

腾讯正式发布混元2.0，具备业界领先的推理能力和效率，该系统在人工智能领域中展现出卓越的性能，通过优化算法和增强计算能力，为用户提供了更快速、更准确的推理服务，混元2.0的发布标志着腾讯在人工智能技术的持续创新和发展中取得了重要突破。

12月6日消息，腾讯自研大模型混元2.0（Tencent HY 2.0）正式发布，同时DeepSeek V3.2也在腾讯生态内逐步接入。

目前，这两大模型已率先在元宝、ima等腾讯AI原生应用中上线，腾讯云也已开放相关模型的API及平台服务。

全新发布的Tencent HY 2.0，采用了混合专家（MoE）架构，具备高达406B总参数量（激活参数32B），模型支持256K超长上下文窗口，推理能力和效率处于业界领先地位。

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：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：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：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。

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。

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的潜在的情感需求，输出观点深刻、逻辑严密的文章。

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。