Tencent: Hunyuan A13B Instruct
Tencent: Hunyuan A13B Instruct est un LLM à poids ouverts publié par Tencent le 8 juillet 2025. À près d’un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, où les modèles évoluent rapidement et disparaissent souvent des catalogues.
Tencent: Hunyuan A13B Instruct est un LLM à poids ouverts publié par Tencent le 8 juillet 2025. À près d’un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, où les modèles évoluent rapidement et disparaissent souvent des catalogues.
Son architecture Mixture-of-Experts à granularité fine compte 80 milliards de paramètres, dont 13 milliards actifs. Deux modes distinguent le raisonnement interne, slow thinking, activé par défaut, et la réponse directe, fast thinking. Son positionnement est très économique, avec des tarifs inférieurs de 93% à la moyenne des LLM similaires.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Tencent |
| Poids | 🟢 Poids ouverts |
| Date de sortie | 8 juillet 2025 |
| Connaissances jusqu'à | 2025-03-31 |
| Multimodal | non |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : General Knowledge (Baseline) | 97,5 % | 97ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 96,0 % | 32ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 91,0 % | 143ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 90,0 % | 74ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 59,0 % | 118ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 0,0 % | 145ᵉ / 163 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : General Knowledge (Baseline)
Benchable : Reasoning (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| SiliconFlow | 0,14 $ | 0,57 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 93 % en dessous de la moyenne des LLM similaires, et 39,3 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0 $ |
| Latence moyenne par benchmark — Benchable | 23 min 07 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Le signal le plus favorable vient de Reasoning, où le modèle se situe dans le premier quart du classement malgré une égalité avec neuf autres modèles. Sa fenêtre de contexte de 131 072 tokens accepte des entrées volumineuses. Les modes slow thinking et fast thinking adaptent le recours au raisonnement interne. Le modèle fonctionne avec transformers et peut être déployé avec TensorRT-LLM, vLLM ou SGLang, notamment sous forme d’API compatible OpenAI. Plusieurs formats de quantification sont pris en charge. Son prix reste un avantage net, environ 39.3 fois inférieur à celui des modèles frontière.
Limites et points d'attention. Coding reste au milieu du classement, tandis que Mathematics et Email Classification se placent nettement en retrait. Instruction Following tombe à 0% et partage la 145e place avec 18 autres modèles, un résultat particulièrement faible pour une version Instruct. Les benchmarks Baseline sont plafonnés et leurs scores élevés départagent mal les modèles. Sorti le 8 juillet 2025, Hunyuan A13B Instruct appartient déjà à une génération ancienne. Ses performances sont probablement largement dépassées par les modèles actuels, et les modèles de cette période sont souvent retirés des catalogues des éditeurs.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).