混元 T1

是什么

混元 T1 是腾讯的深度思考模型，基于混元 Turbo S 构建，属于 Hybrid-Transformer-Mamba 混合专家模型。腾讯称这是业内首个这一类型的超大规模模型^[1][2]。

由来

其前身 T1-Preview 于 2025 年 2 月在腾讯元宝应用中推出^[1]。混元 T1 于 2025 年 3 月 21 日正式发布，并在腾讯云网站上提供^[3]。

架构与训练

腾讯称，Mamba 设计在相同部署条件下改善了长序列处理，并使解码速度翻倍^[1]。后训练的计算量中，96.7% 用于强化学习。训练中采用了课程学习（curriculum learning）、数据回放和定期的策略重置，腾讯称这些做法使长期训练稳定性提升了 50% 以上^[1]。强化学习是让模型通过奖励符合目标的输出来改进的训练方法；课程学习则是按由易到难的顺序安排训练任务。

对齐阶段结合了自奖励（由早期版本的 T1-Preview 打分）与奖励模型^[1]。

评测成绩

腾讯报告的成绩为：MMLU-Pro 87.2，GPQA-Diamond 69.3，LiveCodeBench 64.9，MATH-500 96.2，ArenaHard 91.9^[1]。腾讯称，它在多项基准上与 DeepSeek-R1 大致持平或略高^[1]。

中国互联网观察（China Internet Watch）报道，其定价为 DeepSeek-R1 标准时段价格的四分之一^[2]。上线时 API 价格为每百万输入 token 1 元、每百万输出 token 4 元，腾讯称其解码速度达每秒 60 至 80 个 token^[3]。

发布方式

混元 T1 通过网页演示和腾讯云 API 提供，腾讯未公开其权重^[1]。

在发展中的位置

混元 T1 是在混元 Turbo S 基础上发展出的推理模型。其前身 T1-Preview 在正式发布前已在腾讯元宝中提供^[1]。