Tổng quan gia đình Tencent Hunyuan: từ dòng nhẹ hy4 đến flagship MoE A13B
Tổng quan gia đình Tencent Hunyuan: từ dòng nhẹ hy4 đến flagship MoE A13B
Trên HuggingFace, Tencent Hunyuan không phải một dòng mô hình đơn lẻ mà là một ma trận sản phẩm: hội thoại văn bản, OCR tài liệu, tạo 3D, tạo video và tạo hình ảnh mỗi dòng chạy độc lập, và trọng số nằm rải rác ở hai tổ chức khác nhau. Sai lầm phổ biến nhất với người mới làm quen Hunyuan không phải là chọn model sai, mà là tìm nhầm tổ chức — tìm Tencent-Hunyuan chỉ ra toàn model tạo hình, không có mô hình văn bản nào. Bài viết này map toàn bộ gia đình theo dữ liệu công khai thật: mỗi dòng làm được gì, số tải cho biết điều gì, và nên chọn quantization thế nào.
Tóm tắt trong 30 giây
Hai model chủ lực của dòng văn bản là A13B (MoE flagship, số tải áp đảo tới hơn mười lần) và hy4 (dòng nhẹ 4B, model 4B cấp Trung Quốc duy nhất phát hành đồng thời weights FP8, GPTQ và AWQ). Ở các dòng không phải văn bản, HunyuanOCR dẫn đầu với khoảng 615.000 lượt tải mỗi tháng, tiếp theo là dòng 3D (Hunyuan3D-2). Model văn bản nằm trong tổ chức tencent, còn model tạo hình nằm trong Tencent-Hunyuan — hãy kiểm tra tên tổ chức trước khi tải.
Trọng số nằm ở đâu: chọn đúng tổ chức trước
Đây là lỗi phổ biến nhất trong hệ sinh thái Hunyuan. Trên HuggingFace có hai tổ chức:
| Tổ chức | Chứa gì | Kho tiêu biểu |
|---|---|---|
tencent | Văn bản, dịch thuật, OCR, 3D, video, hình ảnh | Hunyuan-4B-Instruct, Hunyuan-A13B-Instruct, HunyuanOCR, Hunyuan3D-2, HunyuanVideo, HunyuanImage-3.0-Instruct |
Tencent-Hunyuan | Chỉ tạo hình ảnh | HunyuanDiT-v1.1 và v1.2, Distilled, ControlNet cho Pose, Depth, Canny |
Hậu quả của việc tìm nhầm tổ chức
Tìm Tencent-Hunyuan sẽ chỉ ra toàn model DiT, bạn kết luận rằng Tencent chưa từng mở nguồn model văn bản rồi cài bản re-upload của bên thứ ba, nơi mức quantization không kiểm soát được và nguồn gốc không rõ ràng. Với model văn bản, hãy tìm Hunyuan trực tiếp trong tổ chức tencent.
Hai cái tên hay gây nhầm nữa:
- Hunyuan-MT-7B:
MTlà machine translation, đây là model dịch đa ngôn ngữ, không phải phiên bản kế tiếp của dòng 7B - Tencent-Hunyuan-Large: kho Hunyuan đời đầu, không còn là dòng chính
Dòng văn bản: mỗi kích thước dùng để làm gì
| Model | Cấp tham số | Định vị | Lượt tải 30 ngày |
|---|---|---|---|
| Hunyuan-0.5B-Instruct | 0.5B dense | Thiết bị biên, phân loại, gắn nhãn | khoảng 2.500 |
| Hunyuan-1.8B-Instruct | 1.8B dense | Trợ lý biên, đầu pipeline | khoảng 2.000 |
| Hunyuan-4B-Instruct (hy4) | 4B dense | Dòng nhẹ chủ lực, ưu tiên tiếng Trung | khoảng 1.000 |
| Hunyuan-7B-Instruct | 7B dense | Năng lực tổng quát cỡ trung bình | khoảng 5.200 |
| Hunyuan-A13B-Instruct | MoE | Flagship của gia đình | khoảng 68.700 |
Số tải là đại diện cho mức độ sử dụng thực tế của cộng đồng, không phải khuyến nghị chính thức. Nó cho biết hai điều:
- A13B là flagship thực sự của Hunyuan — áp đảo tới hơn một bậc độ so với model đứng thứ hai, nghĩa là người ta thực sự chạy nó trong production hoặc dự án cá nhân nặng.
- Hệ sinh thái của hy4 còn mỏng — khoảng 1.000 lượt so với 68.700 của A13B. Giá trị của hy4 không nằm ở sức hút cộng đồng mà nằm ở việc Tencent phát hành đủ ba định dạng quantization chính thức, điều quan trọng khi stack hạ tầng của bạn có yêu cầu cụ thể.
Vì sao hy4 vẫn đáng xem xét dù ít tải
Phân bố lượt tải phản ánh ai đang làm dự án nặng, không phải model nào tốt hơn. Điểm khác biệt của hy4 nằm ở trục khác: nguồn phát hành cả FP8, GPTQ-Int4 lẫn AWQ-Int4. Hầu hết model 4B cấp Trung Quốc chỉ có FP8 rồi đẩy phần 4-bit sang cộng đồng, hy4 trao lựa chọn lại cho bạn.
Dòng flagship: cấu trúc MoE của A13B
A13B là model văn bản nguồn mở nặng nhất của Tencent hiện nay: tổng khoảng 80 tỷ tham số, nhưng số tham số kích hoạt cho mỗi token nhỏ hơn nhiều, nên chi phí suy luận gần với một model dense cỡ trung bình trong khi sức chứa tri thức nhắm tới model dense lớn hơn.
Ba hệ quả về mặt kỹ thuật:
- Bộ nhớ tính theo tổng tham số cho trọng số, theo tham số kích hoạt cho điện toán. Toàn bộ trọng số vẫn phải nạp vào bộ nhớ, phần này MoE không tránh được.
- Có ba bộ trọng số chính thức: FP8, GPTQ-Int4 và một GGUF chính thức (
tencent/Hunyuan-A13B-Instruct-GGUF, khoảng 540 lượt tải mỗi tháng). Bản GGUF chính thức vẫn còn hiếm trong số model mở nguồn của Trung Quốc. - Cần engine đủ phiên bản: kiến trúc MoE đòi hỏi llama.cpp hoặc vLLM hỗ trợ cấu trúc expert của Hunyuan. Bản cũ sẽ không nạp được hoặc xuất ra chữ rác. Nếu không chạy, hãy nâng engine trước khi nghi ngờ trọng số.
Ma trận quantization: chính thức và cộng đồng
| Model | FP8 chính thức | GPTQ-Int4 chính thức | AWQ-Int4 chính thức | GGUF chính thức | GGUF cộng đồng |
|---|---|---|---|---|---|
| hy4 (4B) | Có | Có | Có | Không | Nhiều tác giả |
| A13B | Có | Có | Không | Có | Vài tác giả |
| Hunyuan-7B-Instruct | Có | Không | Có | Không | Nhiều tác giả |
Những người phát hành GGUF cộng đồng cho hy4 gồm bartowski, mradermacher, gabriellarson, DevQuasar, Disya, trong đó bản của bartowski dẫn đầu lượt tải (hơn 2.000). Khi chọn GGUF cộng đồng, hãy ưu tiên bản có lượt tải cao, nhãn quantization rõ ràng và model card ghi rõ nguồn convert.
Người dùng Apple Silicon còn có tuyến MLX: mlx-community cung cấp Hunyuan-4B-Instruct-4bit, Hunyuan-A13B-Instruct-4bit và Hunyuan-MT-7B-4bit.
Chọn quantization trong một câu
Dùng stack vLLM thì lấy GPTQ-Int4 hoặc AWQ-Int4 chính thức; chỉ có llama.cpp hoặc Ollama thì chọn Q4_K_M hay Q5_K_M cộng đồng có nhiều lượt tải nhất; trên Mac thì đi MLX 4bit. Cả ba đều chạy được — hãy xác nhận mức thấp nhất chạy trọn vẹn rồi mới nâng dần.
Các dòng không phải văn bản: Hunyuan thực ra là công ty đa phương thức
Phần lớn lượt tải của Hunyuan không đến từ dòng văn bản:
| Dòng sản phẩm | Kho tiêu biểu | Lượt tải 30 ngày |
|---|---|---|
| OCR tài liệu | HunyuanOCR | khoảng 615.000 |
| Tạo 3D | Hunyuan3D-2 / 2.1 / 2mini | khoảng 319.000 / 106.000 / 96.000 |
| Tạo video | HunyuanVideo | khoảng 28.700 |
| Tạo hình ảnh | HunyuanImage-3.0-Instruct | khoảng 27.400 |
Toolchain của các dòng này không hề trùng lặp với dòng văn bản:
- OCR chạy pipeline phân tích tài liệu riêng, huấn luyện trên bố cục trang chứ không phải văn bản web.
- 3D và video dùng stack diffusion riêng (3D có nhánh mesh và texture), không giao với runtime của model ngôn ngữ.
- Tạo hình ảnh dùng kiến trúc DiT với định dạng trọng số, cách quantize và framework phục vụ khác hẳn.
Đừng coi Hunyuan là một toolchain duy nhất
Câu nói "model Hunyuan chạy được bằng llama.cpp" chỉ đúng với dòng văn bản. Dòng 3D và video có dependency riêng, thường liên quan tới point cloud, mesh và thành phần render. Nếu mục tiêu là tạo tài sản 3D, hãy đánh giá riêng khối lượng công việc đó thay vì tái sử dụng kết luận từ triển khai dòng văn bản.
Cách triển khai dòng văn bản
| Tình huống | Đường đi khuyến nghị |
|---|---|
| Một GPU tiêu dùng | GPTQ-Int4 hoặc AWQ-Int4 chính thức, phục vụ qua vLLM |
| Chỉ CPU hoặc Mac | GGUF hay MLX cộng đồng với llama.cpp hoặc Ollama |
| Dịch vụ suy luận nội bộ | FP8 chính thức, giữ dư địa chất lượng |
| Nghiên cứu fine-tune | Bắt đầu từ FP8 hay BF16 chính thức, đừng fine-tune từ bản 4-bit |
Quy trình chung không đổi: tải từ HuggingFace, chuyển đổi trọng số nếu cần, nạp vào framework suy luận, mở endpoint tương thích OpenAI, rồi trỏ client hiện có sang base URL mới.
Danh mục cloud của EXAIV là nguồn sự thật
Tại thời điểm viết bài, danh mục cloud của EXAIV chưa có dòng Hunyuan (các model Trung Quốc đang bán là Qwen, DeepSeek, Kimi và GLM). Muốn dùng Hunyuan bạn phải tự triển khai trọng số trong môi trường của mình: quantization chính thức với vLLM, hoặc GGUF và MLX cộng đồng với llama.cpp và Ollama. Danh mục của trang chính có các ID như hy3, hy4, hy3-preview, hy4-preview theo danh sách thời gian thực, và tuyệt đối không dùng tên trọng số HuggingFace làm API ID.
Bảng chọn nhanh
| Tình huống của bạn | Nên chọn |
|---|---|
| Trợ lý tiếng Trung, triển khai biên | hy4 (4B) |
| Biên cực nhẹ, phân loại gắn nhãn | Hunyuan-0.5B-Instruct |
| Cần 4-bit do chính nguồn bảo trì | hy4 (GPTQ-Int4 / AWQ-Int4) |
| Trần năng lực cao nhất, MoE mở nguồn | A13B |
| Dịch đa ngôn ngữ | Hunyuan-MT-7B |
| Phân tích tài liệu, khôi phục bố cục | HunyuanOCR |
| Tạo tài sản 3D | Dòng Hunyuan3D-2 |
| Tạo video | HunyuanVideo |
| Tạo hình ảnh | HunyuanImage-3.0-Instruct |
FAQ
Model văn bản của Hunyuan nằm ở tổ chức HuggingFace nào?
Chọn hy4 hay A13B?
A13B có GGUF chính thức không?
Hunyuan có con số context window chính thức không?
Vì sao dòng văn bản của Hunyuan tải ít hơn OCR và 3D?
Có gọi Hunyuan qua API được không?
Hunyuan-MT-7B là gì?
Đọc tiếp
- Trang model hy4 — thông số, ma trận quantization và cách tính bộ nhớ
- Ghi chú kênh hy4-preview — kênh ngữ cảnh 1M
- Triển khai Hunyuan hy4 và A13B — chi tiết triển khai hai dòng chính
- Hướng dẫn chọn model hy4 — phân vai giữa hy3, hy4, bản preview và A13B
- Triển khai hy4 với GGUF — mức quantization và cách tính bộ nhớ
- Qwen so với Hunyuan — hệ sinh thái cộng đồng đối lập với độ đầy đủ định dạng quantization
- Tổng quan gia đình DeepSeek V4 — gia đình Trung Quốc khác mở nguồn rất triệt để
- Danh mục model — các model gọi được trên EXAIV hiện nay
Nguồn dữ liệu
Số lượt tải là bộ đếm công khai 30 ngày của HuggingFace và thay đổi theo thời gian; số liệu trong bài lấy vào tháng 11 năm 2026. Giấy phép và thông số kỹ thuật theo model card chính thức tại thời điểm hiện tại.