腾讯推出新一代快思考模型混元 Turbo S

腾讯混元团队发布了其自研的快思考模型 Turbo S ，并在腾讯云官网上架，开发者和企业用户可通过 API 调用体验。同时，该模型从今天起在腾讯元宝平台灰度上线，供广大用户体验。

• GitHub：https://github.com/Tencent/llm.hunyuan.turbo-s

Turbo S：秒回体验，性能全面提升

2月27日，腾讯混元正式推出 Turbo S 模型。作为一款“快思考”模型，Turbo S 与 Deepseek R1、混元 T1 等需要“深思熟虑”的慢思考模型形成鲜明对比。Turbo S 的核心优势在于：

• 响应速度更快 ：吐字速度提升一倍，首字时延降低 44%，真正实现“秒回”。
• 能力全面 ：在知识问答、数理逻辑、内容创作等领域表现出色，媲美业界领先的 DeepSeek V3、GPT-4o 和 Claude 3.5 等模型。
• 成本更低 ：通过架构创新，Turbo S 的部署成本大幅下降，进一步降低了大模型的应用门槛。

研究表明，人类约 90%-95% 的日常决策依赖直觉（快思考），而仅在复杂场景中启用理性分析（慢思考）。Turbo S 的设计正是基于这一理念，为通用场景提供快速响应能力，而慢思考模型则专注于深度推理和复杂问题解决。两者的结合让大模型更智能、更高效。

长短思维链融合：文科与理科能力兼备

为了兼顾文科类问题的快速响应和理科推理的深度需求，Turbo S 采用了长短思维链融合技术 ：

• 短思维链 ：优化快思考体验，确保在通用场景下快速响应。
• 长思维链 ：基于自研混元 T1 慢思考模型生成的数据，显著提升了理科推理能力。

这种融合不仅让 Turbo S 在文科领域保持流畅体验，还在数学、推理等理科任务上实现了显著突破，整体效果大幅提升。

Hybrid-Mamba-Transformer 架构：效率与性能的双赢

Turbo S 的另一大亮点是其创新的Hybrid-Mamba-Transformer 融合架构 。这一架构有效解决了传统 Transformer 模型在处理长文本时面临的高计算复杂度和高显存占用问题：

• Mamba 的高效性 ：擅长处理长序列数据，显著降低 KV-Cache 缓存占用。
• Transformer 的灵活性 ：保留捕捉复杂上下文关系的优势。
• 混合架构优势 ：兼具显存与计算效率，构建了工业界首个成功将 Mamba 架构无损应用于超大规模 MoE（混合专家）模型的案例。

通过这一架构创新，Turbo S 不仅降低了训练和推理成本，还突破了传统 Transformer 模型在长文处理上的瓶颈，为未来大模型的发展提供了新的方向。

Turbo S：混元系列的核心基座

作为混元系列的旗舰模型，Turbo S 将成为未来衍生模型的核心基座，为推理、长文、代码等专用模型提供基础能力。例如：

• 推理模型 T1 ：基于 Turbo S 开发，通过引入长思维链、检索增强和强化学习等技术，已在腾讯元宝上线。用户可以选择使用 Deepseek R1 或混元 T1 模型进行回答。
• 正式版 T1 API ：腾讯混元表示，T1 模型的正式版 API 即将上线，对外提供接入服务。

定价与试用：普惠开发者与企业

即日起，开发者和企业用户可以在腾讯云上通过 API 调用 Turbo S 模型，并享受为期一周的免费试用。正式定价如下：

• 输入价格：0.8 元/百万 tokens
• 输出价格：2 元/百万 tokens

相比前代混元 Turbo 模型，Turbo S 的价格下降了数倍，进一步降低了大模型的使用门槛。