12月6日消息，騰訊推理騰訊自研大模型混元2.0（Tencent HY 2.0）正式發(fā)布，混元同時DeepSeek V3.2也在騰訊生態(tài)內逐步接入。正式

目前，發(fā)布這兩大模型已率先在元寶、效率ima等騰訊AI原生應用中上線，業(yè)界騰訊云也已開放相關模型的領先API及平臺服務。

全新發(fā)布的騰訊推理Tencent HY 2.0，采用了混合專家（MoE）架構，混元具備高達406B總參數(shù)量（激活參數(shù)32B），正式模型支持256K超長上下文窗口，發(fā)布推理能力和效率處于業(yè)界領先地位。效率

相比上一版本（Hunyuan-T1-20250822）模型，業(yè)界HY 2.0 Think顯著改進了預訓練數(shù)據(jù)和強化學習策略，領先在數(shù)學、騰訊推理科學、代碼、指令遵循等復雜推理場景的綜合表現(xiàn)穩(wěn)居國內第一梯隊，泛化性大幅提升。

數(shù)學科學知識推理：使用高質量數(shù)據(jù)進行Large Rollout強化學習，使得HY 2.0 Think推理能力大幅增強，在國際數(shù)學奧林匹克競賽（IMO-AnswerBench）和哈佛MIT數(shù)學競賽（HMMT2025）等權威測試中取得一流成績。結合預訓練數(shù)據(jù)的進步，模型在極度考驗知識水平的Humanity’s Last Exam（HLE）和泛化性的ARC AGI等任務上也大幅進步。

指令遵循與長文多輪能力：通過重要性采樣修正緩解了訓練和推理不一致問題，實現(xiàn)了長窗口RL的高效穩(wěn)定訓練。同時通過多樣化可驗證的任務沙盒，以及基于打分準則的強化學習，顯著提升了HY 2.0 Think在Multi Challenge等指令遵循和多輪任務的效果。

代碼與智能體能力：構建了規(guī)模化的可驗證環(huán)境及高質量合成數(shù)據(jù)，極大增強了模型在Agentic Coding及復雜工具調用場景下的落地能力，在SWE-bench Verified及Tau2-Bench等面向真實應用場景的智能體任務上實現(xiàn)了躍升。

基于RLVR+RLHF雙階段的強化學習策略，HY 2.0的輸出“質感”顯著進步，在文本創(chuàng)作、前端開發(fā)、指令遵循等實用場景上展現(xiàn)了差異化優(yōu)勢。

在文學創(chuàng)作上，HY 2.0有效減少了“AI味”，可以敏銳捕捉指令中的潛在的情感需求，輸出觀點深刻、邏輯嚴密的文章。

Tencent HY 2.0模型具備扎實的代碼能力和一定的“視覺審美”，在生成Web小游戲時，不僅能跑通復雜的JS邏輯，還能輸出審美在線的CSS布局與動畫效果。