Tongyi DeepResearch 30B A3B

Tongyi DeepResearch 30B A3B — это передовая агентная большая языковая модель, разработанная Tongyi Lab. Имея 30 миллиардов общих параметров, она интеллектуально активирует только 3 миллиарда на токен, что делает ее очень эффективной. Эта модель специально оптимизирована для долгосрочных задач глубокого поиска информации и превосходно справляется со сложным агентным поиском, рассуждениями и многоэтапным решением проблем, превосходя предыдущие модели в таких бенчмарках, как Humanity's Last Exam, BrowserComp и GAIA. Модель включает полностью автоматизированный конвейер синтетических данных для масштабируемого предварительного обучения, тонкой настройки и обучения с подкреплением. Она использует крупномасштабное непрерывное предварительное обучение на разнообразных агентных данных для улучшения рассуждений и поддержания актуальности. Сквозное обучение с подкреплением на основе политики с настраиваемой оптимизацией относительной политики группы обеспечивает стабильное обучение. Она поддерживает ReAct для основных проверок способностей и режим «Heavy» на основе IterResearch для максимальной производительности. Идеально подходит для продвинутых исследовательских агентов и использования инструментов, предлагает окно контекста в 131K токенов и максимальный вывод в 4K токенов. Ценообразование конкурентоспособно: $0.09/0.40 за 1M токенов (ввод/вывод).