Gambaran Keseluruhan Keluarga Tencent Hunyuan: Daripada Baris Ringan hy4 hingga Flagship MoE A13B
Gambaran Keseluruhan Keluarga Tencent Hunyuan: Daripada Baris Ringan hy4 hingga Flagship MoE A13B
Di HuggingFace, Tencent Hunyuan bukan satu baris model, tetapi satu matriks produk: perbualan teks, OCR dokumen, penjanaan 3D, penjanaan video dan penjanaan imej berjalan sebagai baris berasingan, dengan berat terasing di antara dua organisasi berbeza. Kesilapan paling kerap bagi Raising yang baharu mengenali Hunyuan bukan memilih model yang salah, tetapi menyalahi organisasi — mencari Tencent-Hunyuan hanya memulangkan model imej dan tiada satu pun model teks. Artikel ini memetakan keseluruhan keluarga berdasarkan data awam sebenar: setiap baris mengerjakan apa, angka muat turun bermakna apa, dan kuantisasi mana yang wajar dipilih.
Ringkasan 30 saat
Dua model utama dalam baris teks ialah A13B (flagship MoE, angka muat turun mendahului skill sepuluh kali ganda) dan hy4 (baris ringan 4B, model 4B daratan China satu-satunya yangiticsxuarkan berat FP8, GPTQ serta AWQ serentak). Bagi baris bukan teks, HunyuanOCR mendahului dengan kira-kira 615,000 muat turun sebulan, diikuti baris 3D (Hunyuan3D-2). Model teks berada dalam organisasi tencent, manakala model imej berada dalam Tencent-Hunyuan — semak nama organisasi sebelum memuat turun.
Di mana beratnya berada: pilih organisasi yang betul dahulu
Ini kesilapan paling kerap dalam ekosistem Hunyuan. Ada dua organisasi di HuggingFace:
| Organisasi | Kandungan | Repositori contoh |
|---|---|---|
tencent | Teks, terjemahan, OCR, 3D, video, imej | Hunyuan-4B-Instruct, Hunyuan-A13B-Instruct, HunyuanOCR, Hunyuan3D-2, HunyuanVideo, HunyuanImage-3.0-Instruct |
Tencent-Hunyuan | Penjanaan imej sahaja | HunyuanDiT-v1.1 dan v1.2, Distilled, ControlNet untuk Pose, Depth dan Canny |
Akibat mencari organisasi yang salah
Mencari Tencent-Hunyuan hanya memulangkan model DiT. Anda menyimpulkan Tencent tidak pernah membuka model teks, lalu memasang muat naik pihak ketiga yang sumbernya tidak jelas dan tahap kuantisasinya tidak terkawal. Untuk model teks, cari Hunyuan terus dalam organisasi tencent.
Dua nama lain yang mudah tertukar:
- Hunyuan-MT-7B:
MTbermaksud machine translation, iaitu model terjemahan berbilang bahasa, bukan penerus baris 7B - Tencent-Hunyuan-Large: repositori Hunyuan generasi awal, bukan lagi laluan utama
Baris teks: setiap saiz untuk kegunaan apa
| Model | Kelas parameter | Kedudukan | Muat turun 30 hari |
|---|---|---|---|
| Hunyuan-0.5B-Instruct | 0.5B dense | Peranti tepi, pengelasan, pelabelan | kira-kira 2,500 |
| Hunyuan-1.8B-Instruct | 1.8B dense | Pembantu tepi, hujung paip | kira-kira 2,000 |
| Hunyuan-4B-Instruct (hy4) | 4B dense | Baris ringan utama, mengutamakan bahasa Cina | kira-kira 1,000 |
| Hunyuan-7B-Instruct | 7B dense | Keupayaan umum bersaiz sederhana | kira-kira 5,200 |
| Hunyuan-A13B-Instruct | MoE | Flagship keluarga ini | kira-kira 68,700 |
Angka muat turun ialah proksi bagi penggunaan sebenar dalam komuniti, bukanesyor rasmi. Angka itu memberikan dua perkara:
- A13B ialah flagship sebenar Hunyuan — mendahului pesaing kedua sekitar satu darjah magnitud, bermakna orang benar-benar menjalankannya dalam produksi atau projek peribadi yang berat.
- Ekosistem hy4 masih nipis — sekitar 1,000 muat turun berbanding 68,700 milik A13B. Nilai hy4 bukan pada populariti, tetapi pada fakta bahawa Tencent menerbitkan ketiga-tiga format kuantisasi rasmi serentak, perkara yang penting apabila tim inferens anda mempunyai keperluan khusus.
Mengapa hy4 masih wajardespite consideration walaupun muat turunnya rendah
Taburan muat turun mencerminkan siapa yang mengerjakan projek serius, bukan model mana yang lebih baik. Pembeza hy4 terletak pada paksi lain: sumbernya menerbitkan FP8, GPTQ-Int4 dan AWQ-Int4. Kebanyakan model 4B daratan China hanya memberikan FP8 lalu menyerahkan perkara 4-bit kepada komuniti, hy4 mengembalikan pilihan itu kepada anda.
Baris flagship: struktur MoE A13B
A13B ialah model teks sumber terbuka paling berat yang pernah dikeluarkan Tencent: kira-kira 80 bilion parameter keseluruhan, tetapi parameter yang diaktifkan bagi setiap token jauh lebih kecil, jadi kos inferen hampir menyamai model dense bersaiz sederhana sementara kapasiti pengetahuan menyasarkan model dense yang lebih besar.
Tiga implikasi kejuruteraan:
- Memori mengikut jumlah parameter untuk berat, mengikut parameter aktif untuk pengkomputasian. Semua jumlah berat masih perlu dimuatkan ke memori, bahagian ini tidak dapat dielakkan oleh MoE.
- Tiga set berat rasmi disediakan: FP8, GPTQ-Int4 dan satu GGUF rasmi (
tencent/Hunyuan-A13B-Instruct-GGUF, kira-kira 540 muat turun sebulan). GGUF rasmi masih jarang di antara model sumber terbuka China. - Perlukan versi enjin yang mencukupi baru: seni bina MoE memerlukan llama.cpp atau vLLM yang menyokong struktur expert Hunyuan. Versi lama gagal dimuatkan atau mengeluarkan teks kacau. Jika gagal berjalan, naikkan enjin dahulu sebelum menyalahkan berat.
Matriks kuantisasi: yang rasmi dan yang komuniti
| Model | FP8 rasmi | GPTQ-Int4 rasmi | AWQ-Int4 rasmi | GGUF rasmi | GGUF komuniti |
|---|---|---|---|---|---|
| hy4 (4B) | Ada | Ada | Ada | Tiada | Banyak penerbit |
| A13B | Ada | Ada | Tiada | Ada | Sedikit |
| Hunyuan-7B-Instruct | Ada | Tiada | Ada | Tiada | Banyak penerbit |
Penerbit GGUF komuniti untuk hy4 termasuk bartowski, mradermacher, gabriellarson, DevQuasar dan Disya, dengan versi bartowski mencatat muat turun tertinggi (lebih 2,000). Semasa memilih GGUF komuniti, utamakan yang mempunyai muat turun tinggi, tahap kuantisasi yang dilabel jelas dan model card yang menyatakan sumber penukaran.
Pengguna Apple Silicon mempunyai laluan lain melalui MLX: mlx-community menyediakan Hunyuan-4B-Instruct-4bit, Hunyuan-A13B-Instruct-4bit dan Hunyuan-MT-7B-4bit.
Pilih kuantisasi dalam satu ayat
Guna stack vLLM, ambil GPTQ-Int4 atau AWQ-Int4 rasmi; hanya ada llama.cpp atau Ollama, pilih Q4_K_M atau Q5_K_M komuniti dengan muat turun tertinggi; pada Mac, gunakan MLX 4bit. Ketiga-tiga laluan boleh berjalan, jadi sahkan peringkat terendah dahulu sebelum naik secara berperingkat.
Baris bukan teks: Hunyuan sebenarnya syarikat multimodal
Sebahagian besar muat turun Hunyuan datang dari luar baris teks:
| Baris produk | Repositori contoh | Muat turun 30 hari |
|---|---|---|
| OCR dokumen | HunyuanOCR | kira-kira 615,000 |
| Penjanaan 3D | Hunyuan3D-2 / 2.1 / 2mini | kira-kira 319,000 / 106,000 / 96,000 |
| Penjanaan video | HunyuanVideo | kira-kira 28,700 |
| Penjanaan imej | HunyuanImage-3.0-Instruct | kira-kira 27,400 |
Alat jermana baris-baris ini tidak berkongsi langsung dengan baris teks:
- OCR menjalankan paip analisis dokumen khusus yang dilatih pada susun atur halaman, bukan teks web.
- 3D dan video menggunakan stack diffusion masing-masing (3D ada cabang mesh dan texture), tiada pertindihan dengan runtime model bahasa.
- Penjanaan imej menggunakan seni bina DiT dengan format berat, cara kuantisasi dan kerangka perkhidmatan yang berbeza.
Jangan anggap Hunyuan sebagai satu alat jermana
Ayat "model Hunyuan boleh dijalankan dengan llama.cpp" hanya benar bagi baris teks. Baris 3D dan video mempunyai kebergantungan sendiri yang lazimnya melibatkan point cloud, mesh dan komponen render. Jika matlamat anda menjana aset 3D, nilai kerja itu secara berasingan, jangan gunakan kesimpulan daripada pemasangan baris teks.
Cara memasang baris teks
| Situasi | Laluan disyorkan |
|---|---|
| Satu GPU pengguna | GPTQ-Int4 atau AWQ-Int4 rasmi, dihidmat melalui vLLM |
| CPU sahaja atau Mac | GGUF atau MLX komuniti dengan llama.cpp atau Ollama |
| Perkhidmatan inferensi dalaman | FP8 rasmi, simpan ruang kualiti |
| Kajian fine-tuning | Mula daripada FP8 atau BF16 rasmi, jangan fine-tune daripada fail 4-bit |
Aliran kerja tidak pernah berubah: muat turun dari HuggingFace, tukar berat jika perlu, muat dalam kerangka inferens, buka endpoint serasi OpenAI, kemudian arahkan klien sedia ada ke base URL baharu.
Katalog awan EXAIV ialah sumber kebenaran
Apabila artikel ini ditulis, katalog awan EXAIV belum membawa keluarga Hunyuan (model China yang tersedia ialah Qwen, DeepSeek, Kimi dan GLM). Menggunakan Hunyuan bermakna anda memasang berat dalam persekitaran sendiri: kuantisasi rasmi dengan vLLM, atau GGUF dan MLX komuniti dengan llama.cpp serta Ollama. Katalog laman utama membawa ID seperti hy3, hy4, hy3-preview dan hy4-preview mengikut senarai masa nyata, dan nama berat HuggingFace tidak boleh digunakan sebagai API ID.
Jadual pemilihan pantas
| Situasi anda | Pilih |
|---|---|
| Pembantu berbahasa Cina, pemasangan di tepi | hy4 (4B) |
| Sangat ringan di tepi, pengelasan dan pelabelan | Hunyuan-0.5B-Instruct |
| Memerlukan berat 4-bit yang diselenggara sumber asal | hy4 (GPTQ-Int4 / AWQ-Int4) |
| Siling keupayaan tertinggi, MoE sumber terbuka | A13B |
| Terjemahan berbilang bahasa | Hunyuan-MT-7B |
| Analisis dokumen, pemulihan susun atur | HunyuanOCR |
| Penjanaan aset 3D | Siri Hunyuan3D-2 |
| Penjanaan video | HunyuanVideo |
| Penjanaan imej | HunyuanImage-3.0-Instruct |
FAQ
Di organisasi HuggingFace mana model teks Hunyuan berada?
Pilih hy4 atau A13B?
Adakah A13B mempunyai GGUF rasmi?
Adakah ada nombor konteks rasmi untuk Hunyuan?
Mengapa model teks Hunyuan jauh lebih rendah muat turunnya berbanding OCR dan 3D?
Bolehkah Hunyuan dipanggil melalui API?
Apa itu Hunyuan-MT-7B?
Bacaan lanjutan
- Halaman model hy4 — spesifikasi, matriks quantization dan pengiraan memori
- Nota saluran hy4-preview — saluran konteks 1M
- Pemasangan lokal Hunyuan hy4 dan A13B — butiran pemasangan dua baris utama
- Panduan pemilihan model hy4 — pembahagian tugas antara hy3, hy4, versi pratinjau dan A13B
- Pemasangan hy4 dengan GGUF — peringkat kuantisasi dan pengiraan memori
- Qwen berbanding Hunyuan — aktiviti ekosistem berbanding kelengkapan format kuantisasi
- Gambaran keseluruhan keluarga DeepSeek V4 — keluarga China lain yang membuka berat secara menyeluruh
- Direktori model — model yang boleh dipanggil di EXAIV sekarang
Sumber data
Angka muat turun ialah kaunter awam 30 hari HuggingFace dan berubah mengikut masa; angka dalam artikel ini disampel pada November 2026. Lesen dan spesifikasi mengikut model card rasmi terkini.