腾讯混元全系盘点：从 hy4 轻量线到 A13B MoE 旗舰，混元家族怎么用
腾讯混元全系盘点：从 hy4 轻量线到 A13B MoE 旗舰，混元家族怎么用
腾讯混元在 HuggingFace 上不是一条模型线，而是一条产品矩阵：文本对话、文档 OCR、3D 生成、视频生成、图像生成各自独立成线，模型仓库分散在两个组织下。对第一次接触混元的开发者来说，最容易踩的坑不是选型，而是找错仓库——搜 Tencent-Hunyuan 找到的是图像生成模型，文本模型一个都没有。本文按 HuggingFace 公开数据把全系摊开：每条线在做什么、真实下载量说明什么、量化怎么选、以及 hy4 这条轻量线到底值不值得部署。
30 秒版本
混元文本线的主力是 A13B（MoE 旗舰，下载量断层第一） 和 hy4（4B 轻量线，官方给齐 FP8/GPTQ/AWQ 三种量化）。非文本线里 HunyuanOCR 下载量最高（60 万级），3D 线（Hunyuan3D-2）紧随其后。文本模型在 tencent 组织下，图像模型在 Tencent-Hunyuan 组织下，搜之前先确认组织名。
仓库归属：先搞对组织名
这是混元生态里最高频的一个错误。HuggingFace 上混元有两个组织：
| 组织 | 装的是什么 | 代表仓库 |
|---|---|---|
tencent | 文本、翻译、OCR、3D、视频、图像 | Hunyuan-4B-Instruct、Hunyuan-A13B-Instruct、HunyuanOCR、Hunyuan3D-2、HunyuanVideo、HunyuanImage-3.0-Instruct |
Tencent-Hunyuan | 只有图像生成 | HunyuanDiT-v1.1 / v1.2、Distilled、ControlNet（Pose / Depth / Canny） |
找错组织的直接后果
搜 Tencent-Hunyuan 找到的全是 DiT 图像模型，你会以为混元没开源文本模型，然后转向第三方转存版本——来源不明、量化档位不可控。文本模型请直接去 tencent 组织下搜 Hunyuan。
另外两个容易混淆的名字：
- Hunyuan-MT-7B：
MT是 machine translation，多语言翻译模型，不是混元 7B 的继任者 - Tencent-Hunyuan-Large：早期混元大模型仓库，已不是当前主线
文本线：五个尺寸的实际分工
| 模型 | 参数级别 | 定位 | 近 30 天下载量 |
|---|---|---|---|
| Hunyuan-0.5B-Instruct | 0.5B dense | 端侧、分类、打标签 | 约 2,500 |
| Hunyuan-1.8B-Instruct | 1.8B dense | 更轻的端侧、流水线前置 | 约 2,000 |
| Hunyuan-4B-Instruct（hy4） | 4B dense | 轻量主力，中文优先 | 约 1,000 |
| Hunyuan-7B-Instruct | 7B dense | 中量级通用 | 约 5,200 |
| Hunyuan-A13B-Instruct | MoE | 家族旗舰 | 约 68,700 |
下载量是社区真实采用度的代理指标，不是官方推荐。它告诉你两件事：
- A13B 是混元的事实旗舰——比第二名高一个数量级，说明社区真正在用它在生产或重度个人项目里。
- hy4 的生态还薄——约 1,000 次的量级远低于 A13B。hy4 的价值不在社区热度，而在于它是官方把三种量化格式都给齐了的 4B 模型，这对有特定推理栈要求的团队是硬需求。
为什么 hy4 下载量不高仍然是值得关注的模型
社区下载量的分布反映的是「谁在做重度项目」，不是「谁更优秀」。hy4 的差异化在另一条轴上：官方同时发布 FP8、GPTQ-Int4、AWQ-Int4 三份权重。国产 4B 级模型里大多数只给 FP8，4-bit 全靠社区转换——hy4 把选择权交给了你自己。
旗舰线：A13B 的 MoE 结构
A13B 是混元目前最重的开源文本模型：总参数约 13B，每 token 激活参数远小于总量，推理开销接近一个中小 dense 模型，但知识容量对标更大的 dense 模型。
它的工程含义有三个：
- 显存按激活参数算，权重按总参数算。加载时总权重要进显存，这是 MoE 省不了的部分
- 官方给了三套权重：FP8、GPTQ-Int4，以及一份官方 GGUF（
tencent/Hunyuan-A13B-Instruct-GGUF，近 30 天约 540 次下载）。官方 GGUF 在国产开源模型里仍然罕见 - 对引擎版本有要求：MoE 架构需要 llama.cpp / vLLM 支持混元结构，老版本会加载失败或输出乱码。跑不起来先升级引擎，别怀疑权重
量化矩阵：官方给的和社区给的
| 模型 | 官方 FP8 | 官方 GPTQ-Int4 | 官方 AWQ-Int4 | 官方 GGUF | 社区 GGUF |
|---|---|---|---|---|---|
| hy4（4B） | 有 | 有 | 有 | 无 | 多个作者 |
| A13B | 有 | 有 | 无 | 有 | 少量 |
| Hunyuan-7B-Instruct | 有 | 无 | 有 | 无 | 多个作者 |
hy4 的社区 GGUF 作者包括 bartowski、mradermacher、gabriellarson、DevQuasar、Disya 等，其中 bartowski 的版本下载量最高（超过 2,000 次）。选社区 GGUF 时优先看下载量高、量化档位标注清楚、模型卡写了转换来源的版本。
Apple Silicon 用户还有一条 MLX 路线：mlx-community 提供了 Hunyuan-4B-Instruct-4bit、Hunyuan-A13B-Instruct-4bit、Hunyuan-MT-7B-4bit 等转换。
一句话选量化
有 vLLM 栈 → 优先官方 GPTQ-Int4 或 AWQ-Int4；只有 llama.cpp / Ollama → 挑社区 GGUF 里下载量最高的 Q4_K_M 或 Q5_K_M；Mac → 走 MLX 4bit。三条路都能跑，先用最低档验证能跑通再往上加。
非文本线：混元其实是个多模态公司
混元的下载量主力其实不在文本线：
| 产品线 | 代表仓库 | 近 30 天下载量 |
|---|---|---|
| 文档 OCR | HunyuanOCR | 约 615,000 |
| 3D 生成 | Hunyuan3D-2 / 2.1 / 2mini | 约 319,000 / 106,000 / 96,000 |
| 视频生成 | HunyuanVideo | 约 28,700 |
| 图像生成 | HunyuanImage-3.0-Instruct | 约 27,400 |
这几条线的工具链和文本线完全不共享：
- OCR 走独立的文档解析 pipeline，训练数据是文档版面而不是网页语料
- 3D 与视频走各自的扩散模型栈（3D 有 mesh / texture 两条路线），和语言模型的推理栈没有交集
- 图像生成是 DiT 架构，与文本模型的权重格式、量化方式、部署框架都不一样
别把混元的工具链当成一家
「混元模型能用 llama.cpp 跑」这句话只对文本线成立。3D 和视频线各有自己的依赖栈（通常涉及点云、网格、渲染组件）。如果你的目标是让模型生成 3D 资产，需要单独评估那条线的工作量，而不是套用文本部署的结论。
怎么部署混元文本模型
| 场景 | 推荐路径 |
|---|---|
| 单卡消费级 GPU | 官方 GPTQ-Int4 或 AWQ-Int4，vLLM 起服务 |
| 只有 CPU 或 Mac | 社区 GGUF / MLX，llama.cpp 或 Ollama |
| 团队内部推理服务 | 官方 FP8，保留精度余量 |
| 要研究微调 | 从官方 FP8 或 BF16 权重起步，不要从 4-bit 量化件微调 |
通用流程永远是：HuggingFace 下载 → 权重格式转换（如果需要）→ 推理框架加载 → OpenAI 兼容端点暴露 → 现有客户端改 base URL 接入。
EXAIV 云端目录以实时为准
本文发布时，EXAIV 云端目录未接入混元系列（在售国产模型为 Qwen / DeepSeek / Kimi / GLM）。混元需要你在自己的环境里部署权重，官方量化与社区 GGUF 是当前唯一的可用路径。平台主站目录另有 hy3 / hy4 / hy3-preview / hy4-preview 等 ID 以实时列表为准，不要把 HuggingFace 权重名当 API ID 用。
选型速查
| 你的场景 | 推荐混元 |
|---|---|
| 中文助手、端侧部署 | hy4（4B） |
| 端侧极致轻量、分类打标 | Hunyuan-0.5B-Instruct |
| 需要 4-bit 且要官方维护的量化 | hy4（GPTQ-Int4 / AWQ-Int4） |
| 通用能力上限、开源 MoE | A13B |
| 多语言翻译 | Hunyuan-MT-7B |
| 文档解析、版面还原 | HunyuanOCR |
| 3D 资产生成 | Hunyuan3D-2 系列 |
| 视频生成 | HunyuanVideo |
| 图像生成 | HunyuanImage-3.0-Instruct |
FAQ
混元的文本模型在哪个 HuggingFace 组织？
hy4 和 A13B 怎么选？
A13B 有官方 GGUF 吗？
混元模型有上下文窗口的官方数字吗？
为什么混元文本模型下载量远低于 OCR 和 3D？
混元能通过 API 调用吗？
Hunyuan-MT-7B 是什么？
相关阅读
- hy4 模型页 — 规格、量化矩阵与显存估算
- hy4-preview 通道说明 — 1M 上下文通道的定位
- 混元 hy4 与 A13B 本地部署 — 混元两条主力线的部署详解
- hy4 选型指南 — hy3 / hy4 / preview / A13B 的分工
- hy4 GGUF 本地部署实操 — 量化档位与显存测算
- Qwen vs 混元 — 生态活跃度与量化格式对比
- DeepSeek V4 全系盘点 — 另一个开源彻底的国产家族
- 模型目录 — EXAIV 当前可调用模型
数据来源
下载量为 HuggingFace 公开统计的近 30 天区间，随时间波动；本文数据采样于 2026 年 11 月。许可与参数规格以各官方模型卡实时信息为准。