Tencent stellt T1-Logikmodell vor, während der KI-Wettlauf in China an Fahrt gewinnt

Tencent Holdings hat ein neues künstliches Intelligenzmodell (KI) namens Hunyuan T1 vorgestellt, das sowohl in puncto Leistung als auch Preis mit DeepSeeks R1 konkurrieren soll.

wurde am Freitag vorgestellt T1 groß angelegtes Reinforcement Learning, dieselbe Technik, die DeepSeek in seinem im Januar. 

T1 zeigt in allen Benchmarks einetronLeistung

Die offizielle Veröffentlichung folgt auf einen Betatest der T1-Vorschau mit dem Chatbot Yuanbao von Tencent. Das Modell erzielte 87,2 Punkte im MMLU-Pro-Benchmark (Massive Multitask Language Understanding) und übertraf damit DeepSeek-R1 mit 84 Punkten, blieb aber hinter OpenAI o1 zurück, das 89,3 Punkte erreichte.

T1 erzielte auch in anderen TeststronErgebnisse und erreichte im American InvitationalmaticExamination (AIME) 2024 78,2 Punkte, verglichen mit 79,8 Punkten bei R1 und 79,2 Punkten bei o1. Laut Tencent schnitt T1 auch in der chinesischen Sprachkompetenz hervorragend ab und erzielte im C-Eval-Test 91,8 Punkte, womit es dem Ergebnis von R1 entsprach und o1 mit 87,8 Punkten übertraf.

Das Tencent-Modell konkurriert auch DeepSeek , was für das beliebte chinesische Start-up ein entscheidender Vorteil ist. T1 berechnet 1 Yuan (0,14 US-Dollar) pro 1 Million Token Input, während Output 4 Yuan pro Million Token kostet.

Der Eingangspreis entspricht dem von R1, die tagsüber 1 Yuan pro Million Token und nachts nur 0,25 Yuan berechnet. Auch die Ausgabepreise sind vergleichbar, da der Tagespreis bei R1 16 Yuan pro Million Token beträgt und nachts auf 4 Yuan sinkt.

Laut Tencent ist das Unternehmen branchenweit das erste, das eine Hybridarchitektur einsetzt, die Googles Transformer-Architektur mit einem von der Carnegie Mellon University und der Princeton University bereitgestellten Generatorsystem namens Mamba kombiniert. Dies reduziere die Trainings- und Inferenzkosten im Vergleich zu einer rein Transformer-basierten Architektur erheblich und optimiere die Speichernutzung während des Trainings, so das Unternehmen.

Das Unternehmen bewirbt T1 als Technologie, die „den Ressourcenverbrauch deutlich reduziert und gleichzeitig die Erfassung langer Textinformationen ermöglicht“ und so 200 % schnellere Dekodierungsgeschwindigkeiten erlaubt.

Ein ehemaliger Big-Data-Experte von JD.com betrieb den Tech-Blog NCJRYDS und testete T1 und R1 anhand derselben Aufgaben. Anschließend bat er andere große Sprachmodelle, darunter Claude von Anthropic und ChatGPT von OpenAI, die Ergebnisse zu bewerten.

Das Modell von Tencent verlor zwar den Wettkampf beim Verfassen eines altchinesischen Gedichts, schlug aber DeepSeek bei der Interpretation eines chinesischen Wortes in verschiedenen Kontexten.

Ein anderer Blog, GoPlayAI, stellte dem Tencent-Modell viermaticAufgaben, und nachdem es fünf Minuten damit verbracht hatte, die schwierigste Aufgabe falsch zu lösen.

Tencent erweitert seine KI-Strategie mit einem Dual-Core-Ansatz

Tencent, Betreiber von Chinas größter Social-Media-App WeChat und des umsatzstärksten Videospielunternehmens der Welt, positioniert KI als neue zentrale Einnahmequelle. Das Unternehmen hat DeepSeek-R1 in seine Cloud-Plattform und seinen Chatbot Yuanbao integriert und bietet damit eine Alternative zu seinen eigenen Hunyuan-Modellen.

Der Tencent-Vorsitzende und CEO Pony Ma Huateng merkte kürzlich an, dass er großen Respekt vor DeepSeek habe, weil sie „eindent, wirklich quelloffenes und kostenloses Produkt“ entwickelt hätten.

Ma erklärte, Tencent verfolge im Bereich KI eine „Double-Core“-Strategie, die sowohl DeepSeek als auch die eigenen Yuanbao-Modelle nutze. Dieser Ansatz ähnele der Art und Weise, wie das Unternehmen die Videospielbranche dominiert habe, indem es sowohl selbstentwickelte Titel als auch Spieledent Studios förderte.