作者｜子川
来源｜AI先锋官
价格屠夫的称号建议直接焊在腾讯深度思考模型 T1上，太卷了！
昨晚，腾讯混元罕见的开直播发布它们最新的模型——深度思考模型混元T1正式版。
根据官方介绍，混元T1正式版在推理能力、长文本处理、成本效率三大维度实现突破性升级！
“吐字快、能秒回、逻辑强”。
小编实测，最直观体验首先也是，太快了！
与此前已上线腾讯元宝的混元T1-preview相比，综合效果明显提升。
从放出的跑分成绩来看，混元T1正式版在多项评估指标上超越OpenAI o1、GPT-4.5，以及Deepseek R1。
如在大语言模型（LLM）评估增强数据集MMLU-PRO中，混元T1取得87.2分，仅次于得分89.3的OpenAI o1，高于得分86.1的OpenAI GPT 4.5和得分84的DeepSeek R1。
另外T1沿用了混元Turbo S的创新架构，首次在工业界实现混合Mamba架构无损应用于超大型推理模型，这一设计打破传统Transformer的算力桎梏。
最直观的体现就是在价格上——
输入价格为1元/百万tokens，输出价格为4元/百万tokens。
对比同类模型，T1的API定价堪称“价格屠夫”。
号称AI界“拼多多”的DeepSeek R1在标准时段的定价为4元/百万tokens输入，16元/百万tokens输出。
文心大模型X1的定价则是2元/百万tokens输入，8元/百万tokens输出。
换句话说，混元T1的价格仅为DeepSeek R1的1/4，是文心 X1的1/2。
混元T1正式版
测试题二：金币游戏
你和朋友轮流从一堆金币中取1、3或6枚。获胜者是最后取走金币的人。对于N<1000，第一位玩家有多少种赢得游戏的策略？
混元T1正式版
DeepSeek R1
Qwen2.5-Max
看DeepSeek思考了262秒就知道这道题已经足够难了，然后它们三居然又全部回答正确了。
看来只能拿出杀手锏了，之前Deepseek R1都回答错误的一道题。
Alex、Betty、Carol、Dan、Earl、Fay、George 和 Harry 是一家公司的八名员工
他们在三个部门工作：人事、行政和营销，任何部门不超过三个。
他们每个人都有不同的运动选择，包括足球、板球、排球、羽毛球、草地网球、篮球、曲棍球和乒乓球，不一定顺序相同。
Dan 在行政部门工作，不喜欢足球或板球。
Fay 在人事部门工作，只有 Alex 喜欢乒乓球。
Earl 和 Harry 与 Dan 不在同一个部门工作。
Carol 喜欢曲棍球，不从事市场营销工作。
George 不在行政部门工作，不喜欢板球或羽毛球。
在行政部门工作的人之一喜欢足球。
喜欢排球的人在人事部门工作。
在行政部门工作的人都不喜欢羽毛球或草地网球。
哈利不喜欢板球。
在行政部门工作的员工是谁？
Earl 在哪个部门工作？
混元T1正式版
DeepSeek R1
Qwen2.5-Max
先来看一下正确答案：
不过放出了体验地址：
（文：AI先锋官）