Hunyuan-A13Bをローカルで動かせますか？

Tencent | 131,072 トークンコンテキスト | 入力 $0.14/M、出力 $0.57/M。Hunyuan-A13B は Tencent が開発した 13B アクティブパラメータの Mixture-of-Experts (MoE) 言語モデルで、総パラメータ数は 80B、Chain-of-Thought による推論をサポートします。数学、科学、コーディング、多段推論タスクで競争力のあるベンチマーク性能を持ち、Grouped Query Attention (GQA) と量子化サポート（FP8、GPTQ など）により高い推論効率を維持しています。

このモデルのガイド

ローカルAIに実際どれくらいのVRAMが必要？

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

Hunyuan-A13B InstructはTencentのMixture-of-Expertsモデルで、総パラメータ数80Bのうち13Bがアクティブパラメータとして動作し、推論コストを大幅に抑えつつ高密度モデルに匹敵する品質を提供します。256Kトークンのコンテキストウィンドウ、チェイン・オブ・ソート推論、速考・遅考モードの切り替えに対応。オープンウェイトで量子化対応済み、API経由で低価格提供されており、大規模な計算コストをかけずに高性能な推論モデルを求める開発者に適しています。

得意分野

MoE効率性：総80Bパラメータ中13Bのみがアクティブで推論を軽量化
256Kのネイティブコンテキストウィンドウで長文や多ターン対話に対応
速考・遅考モード切替で推論の深さを調整可能
BFCL-v3、τ-Bench、C3-Benchでの強力なエージェントベンチマーク結果
FP8、GPTQ-Int4など複数の量子化フォーマットに対応

注意点

総80Bパラメータのため、アクティブパラメータ数は少なくてもローカル展開には高性能なハードウェアが必要
ライセンス条件はここにまとめていません。商用利用前にTencentの公開ライセンスを必ず確認してください。
モデルカードのベンチマークはベースモデルで評価されており、インストラクト版に直接対応していません。

最適な用途

試してみるプロンプト

多段階数学証明

ある列車が08:00に都市Aを時速90kmで出発します。450km離れた都市Bからは09:30に別の列車が時速110kmで都市Aに向かって出発します。二つの列車は何時に出会い、都市Aからどれだけ離れた地点で出会うでしょうか？最終回答の前に推論の各ステップを示してください。

エージェントのツール利用計画

あなたはweb_search(query)、read_file(path)、send_email(to, subject, body)の3つのツールを使えるエージェントです。ユーザーから「現在のEUR/USDレートを調べてrates.txtに保存し、finance@example.comに1文の要約付きでメール送信してください」という依頼がありました。ツール呼び出しの順序と引数を正確に書き、その順序にした理由を説明してください。

並行処理バグのデバッグ

以下のPython関数は複数スレッドから同時に呼び出されると誤った結果を返すことがあります。レースコンディションを特定し、なぜ起こるのか説明し、可能ならグローバルロックを使わずにスレッドセーフに書き直してください。 import threading counter = 0 def increment(n): global counter for _ in range(n): counter += 1

比較する

Hy4 preview
オープンウェイトモデル
1,048,576トークンのコンテキスト · $0.83/M 入力、$2.50/M 出力
Hy3
オープンウェイトモデル
262,144トークンのコンテキスト · $0.13/M 入力、$0.53/M 出力
Hy3 preview
オープンウェイトモデル
262,144トークンのコンテキスト · $0.18/M 入力、$0.60/M 出力
GPT-6 Luna
API専用モデル
1,050,000トークンのコンテキスト · $0.10/M 入力、$0.50/M 出力

tencentの他のテキストモデル

よくある質問

Hunyuan-A13Bをローカルで動かせますか？: はい。TencentがHugging Faceで公開しているオープンウェイトがあり、FP8やGPTQ-Int4の量子化版もあります。ただし、総80Bパラメータのため量子化してもかなりのハードウェアが必要です。
API利用の料金とコンテキスト制限は？: TencentのHunyuanAPIでは入力トークン100万あたり0.14ドル、出力トークン100万あたり0.57ドルで、ネイティブのコンテキストウィンドウは256Kトークンです。
Hunyuan-A13Bは標準的な13B密モデルとどう違いますか？: Mixture-of-Expertsアーキテクチャを採用し、全80Bパラメータのうち13Bのみが各推論でアクティブになるため、より大きな密モデルに匹敵する性能を持ちながら推論コストは13Bモデルに近い水準に抑えています。

キャプテンの評価
アクティブパラメータ数以上の性能を発揮する、特にエージェントや長文推論に適したコストパフォーマンスの高いオープンウェイトMoEモデル。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

このスコアの計算方法

このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。

類似モデル

画像・動画・テキスト生成のための AI モデル

Hunyuan A13B Instruct は Text / LLM ファミリー向けのテキストモデルで、オープンソース AI 画像・動画・テキストモデルの読み取り専用カタログ ModelTrends.ai に掲載されています。他の Text / LLM モデルと比較し、ヒートスコアでトレンドを確認できます。

Text / LLM のモデルをもっと見る Text / LLM のテキスト / LLMをもっと見る llm テンセント推論エージェントコーディング長いコンテキストローカル

モデルファミリーから探す