12月6日消息，腾讯自研大模型混元2.0（Tencent HY 2.0）正式发布，同时DeepSeek V3.2也在腾讯生态内逐步接入。
目前，这两大模型已率先在元宝、ima等腾讯AI原生应用中上线，腾讯云也已开放相关模型的API及平台服务。
全新发布的Tencent HY 2.0，采用了混合专家（MoE）架构，具备高达406B总参数量（激活参数32B），模型支持256K超长上下文窗口，推理能力和效率处于业界领先地位。
相比上一版本（Hunyuan-T1-20250822）模型，HY 2.0 Think显著改进了预训练数据和强化学习策略，在数学、科学、代码、指令遵循等复杂推理场景的综合表现稳居国内第一梯队，泛化性大幅提升。
数学科学知识推理：使用高质量数据进行Large Rollout强化学习，使得HY 2.0 Think推理能力大幅增强，在国际数学奥林匹克竞赛（IMO-AnswerBench）和哈佛MIT数学竞赛（HMMT2025）等权威测试中取得一流成绩。结合预训练数据的进步，模型在极度考验知识水平的Humanity’s Last Exam（HLE）和泛化性的ARC AGI等任务上也大幅进步。
指令遵循与长文多轮能力：通过重要性采样修正缓解了训练和推理不一致问题，实现了长窗口RL的高效稳定训练。同时通过多样化可验证的任务沙盒，以及基于打分准则的强化学习，显著提升了HY 2.0 Think在Multi Challenge等指令遵循和多轮任务的效果。
代码与智能体能力：构建了规模化的可验证环境及高质量合成数据，极大增强了模型在Agentic Coding及复杂工具调用场景下的落地能力，在SWE-bench Verified及Tau2-Bench等面向真实应用场景的智能体任务上实现了跃升。
基于RLVR+RLHF双阶段的强化学习策略，HY 2.0的输出“质感”显著进步，在文本创作、前端开发、指令遵循等实用场景上展现了差异化优势。
在文学创作上，HY 2.0有效减少了“AI味”，可以敏锐捕捉指令中的潜在的情感需求，输出观点深刻、逻辑严密的文章。
Tencent HY 2.0模型具备扎实的代码能力和一定的“视觉审美”，在生成Web小游戏时，不仅能跑通复杂的JS逻辑，还能输出审美在线的CSS布局与动画效果。
