tencent cloud

混元调用指南

Download
聚焦模式
字号
最后更新时间: 2026-07-15 15:23:19

概述

腾讯混元大模型(Tencent Hy)是由腾讯研发的大语言模型,具备强大的中文创作能力,复杂语境下的逻辑推理能力,以及可靠的任务执行能力。

前提条件

已注册腾讯云账号并开通 TokenHub 服务。
已在 TokenHub 控制台 获取 API Key。

支持的模型

Hy-MT2 是一款面向真实复杂场景的“快思考”多语言翻译模型家族,包含 1.8B、7B、30B-A3B(MoE)三种体量,支持 33 个语种之间的互译,并能高效遵循多语言翻译指令。多维度评测显示,Hy-MT2 在通用翻译、真实业务场景翻译、垂直领域翻译以及指令遵循翻译等任务上均表现出色。
model(调用参数)
能力说明
上下文窗口
最大输入
最大输出
hy-mt2-plus
翻译模型,参数量7B。业界效果领先,开源测试集 Flores200、WMT25 效果领先,专业领域和真实业务场景表现优秀。支持语种齐全,重点支持33个语种互译,支持5种民汉/方言。
8k
4k
4k

基础翻译

最常见的翻译场景,在 user 消息中明确指定目标语种target_lang 使用完整中文名,如“中文”、“英语”)。
"messages": {"role": "user", "content": "将以下文本翻译为 {target_lang},注意只需要输出翻译后的结果,不要额外解释:{source_text}"}
cURL
Python
Java
Node.js
Go
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "将以下文本翻译为 英语 ,注意只需要输出翻译后的结果,不要额外解释: 会议开始前请确认所有参会人员都收到了议程。"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
source_text = "会议开始前请确认所有参会人员都收到了议程。"

prompt = f"""将以下文本翻译为 {target_lang},注意只需要输出翻译后的结果,不要额外解释:
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
import okhttp3.*;
import com.google.gson.Gson;
import java.util.*;

public class TranslationDemo {
public static void main(String[] args) throws Exception {
String targetLang = "英语";
String sourceText = "会议开始前请确认所有参会人员都收到了议程。";
String prompt = "将以下文本翻译为 " + targetLang + ",注意只需要输出翻译后的结果,不要额外解释:\\n" + sourceText;

Map<String, Object> body = new HashMap<>();
body.put("model", "hy-mt2-plus");
body.put("messages", List.of(
Map.of("role", "user", "content", prompt)
));

Request request = new Request.Builder()
.url("https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions")
.header("Authorization", "Bearer YOUR_API_KEY")
.post(RequestBody.create(new Gson().toJson(body),
MediaType.parse("application/json")))
.build();

try (Response response = new OkHttpClient().newCall(request).execute()) {
System.out.println(response.body().string());
}
}
}
import OpenAI from 'openai';

const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://tokenhub-intl.tencentcloudmaas.com/v1',
});

const targetLang = '英语';
const sourceText = '会议开始前请确认所有参会人员都收到了议程。';
const prompt = `将以下文本翻译为 ${targetLang},注意只需要输出翻译后的结果,不要额外解释:\\n${sourceText}`;

const response = await client.chat.completions.create({
model: 'hy-mt2-plus',
messages: [{ role: 'user', content: prompt }],
});
console.log(response.choices[0].message.content);
package main

import (
"bytes"
"encoding/json"
"fmt"
"io"
"net/http"
)

func main() {
targetLang := "英语"
sourceText := "会议开始前请确认所有参会人员都收到了议程。"
prompt := "将以下文本翻译为 " + targetLang + ",注意只需要输出翻译后的结果,不要额外解释:\\n" + sourceText

body, _ := json.Marshal(map[string]interface{}{
"model": "hy-mt2-plus",
"messages": []map[string]string{
{"role": "user", "content": prompt},
},
})

req, _ := http.NewRequest("POST",
"https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions",
bytes.NewBuffer(body))
req.Header.Set("Authorization", "Bearer YOUR_API_KEY")
req.Header.Set("Content-Type", "application/json")

resp, _ := http.DefaultClient.Do(req)
defer resp.Body.Close()
data, _ := io.ReadAll(resp.Body)
fmt.Println(string(data))
}
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1775146513,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Please ensure that all attendees have received the agenda before the meeting starts."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 35,
"completion_tokens": 15,
"total_tokens": 50,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

结构化数据翻译

当原文是 JSON / Markdown / HTML / XML 等结构化数据时,模型会“锁定结构、仅翻译可见 value、保留所有 key 与占位符”。
"messages": {"role": "user", "content": "
# 任务目标
将下方 {source_text} 中的 {format_type} 格式数据翻译为 {target_lang}

# 严格约束
1. 结构锁定:绝对保持原有的 {format_type} 数据结构、缩进和层级完全不变。
2. 选择性翻译:仅翻译面向用户展示的可见文本内容。
3. 禁止修改:严禁翻译或更改任何代码标签、键名 (Key)、变量占位符(如 {{var}}、${var}、%s、%d 等)或代码属性。

# 数据输入
{source_text}"}
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "# 任务目标\\n将下方 source_text 中的 JSON 格式数据翻译为 英语。\\n\\n# 严格约束\\n1. 结构锁定:绝对保持原有的 JSON 数据结构、缩进和层级完全不变。\\n2. 选择性翻译:仅翻译面向用户展示的可见文本内容。\\n3. 禁止修改:严禁翻译或更改任何代码标签、键名 (Key)、变量占位符(如 {{var}}、${var}、%s、%d 等)或代码属性。\\n\\n# 数据输入\\n{\\"title\\": \\"西湖风景区\\", \\"description\\": \\"位于杭州市中心,是国家 5A 级旅游景区,四季景色宜人。\\", \\"tags\\": [\\"自然风光\\", \\"世界遗产\\", \\"免费开放\\"]}"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
format_type = "JSON"
source_text = '{"title": "西湖风景区", "description": "位于杭州市中心,是国家 5A 级旅游景区,四季景色宜人。", "tags": ["自然风光", "世界遗产", "免费开放"]}'

prompt = f"""# 任务目标
将下方 source_text 中的 {format_type} 格式数据翻译为 {target_lang}。

# 严格约束
1. 结构锁定:绝对保持原有的 {format_type} 数据结构、缩进和层级完全不变。
2. 选择性翻译:仅翻译面向用户展示的可见文本内容。
3. 禁止修改:严禁翻译或更改任何代码标签、键名 (Key)、变量占位符(如 {{var}}、${{var}}、%s、%d 等)或代码属性。

# 数据输入
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1779966611,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "{\\"title\\": \\"West Lake Scenic Area\\", \\"description\\": \\"Located in the heart of Hangzhou, it is a national 5A-level tourist attraction known for its pleasant scenery throughout the four seasons.\\", \\"tags\\": [\\"Natural Scenery\\", \\"World Heritage\\", \\"Free Admission\\"]}"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 159,
"completion_tokens": 59,
"total_tokens": 218,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

分隔符翻译

需要逐句对照批量翻译多段文本时,让模型保留等量的分隔符且不遗漏、不转义、不翻译,便于业务侧按下标对齐。
推荐使用 <SEP>### 等不会与目标语言标点冲突的标签作为分隔符。|||--- 等容易被部分语言识别为感叹号、破折号等标点,导致译文不可切分。
"messages": {"role": "user", "content": "请将以下文本准确翻译为 {target_lang}。
你必须在译文中保留等量的分隔符,绝对不可遗漏、转义或翻译该符号,并注意分隔符的位置。{source_text}"}
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "请将以下文本准确翻译为 英语。你必须在译文中保留等量的分隔符,绝对不可遗漏、转义或翻译该符号,并注意分隔符的位置。\\n每天保持八小时睡眠有助于身体健康<SEP>合理规划工作与休息可以提升效率<SEP>适度运动能有效缓解压力"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
SEP = "<SEP>"
source_segments = ["每天保持八小时睡眠有助于身体健康", "合理规划工作与休息可以提升效率", "适度运动能有效缓解压力"]
source_text = SEP.join(source_segments)

prompt = f"""请将以下文本准确翻译为 {target_lang}。你必须在译文中保留等量的分隔符,绝对不可遗漏、转义或翻译该符号,并注意分隔符的位置。
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)

translated = response.choices[0].message.content.split(SEP)
for src, tgt in zip(source_segments, translated):
print(f"{src.strip()} → {tgt.strip()}")
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1779966612,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Getting eight hours of sleep every day is beneficial for good health<SEP>Properly planning work and rest can improve efficiency<SEP>Moderate exercise can effectively relieve stress"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 65,
"completion_tokens": 36,
"total_tokens": 101,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

上下文翻译

当原文存在多义词、专有名词、代词指代等需要语境消歧的情况时,提供“背景信息”可以让模型选用与上下文一致的术语。
"messages": {"role": "user", "content": "
【背景信息】{background_text}
请结合背景信息将以下文本翻译为 {target_lang}。
【待翻译文本】{source_text}"}
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "【背景信息】\\n这是一篇介绍数据库系统的技术文档,上文提到的 transaction 指数据库事务,index 指数据库索引。\\n请结合背景信息将以下文本翻译为 英语。\\n【待翻译文本】\\n事务提交后,索引会被异步刷新到磁盘。"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
background_text = "这是一篇介绍数据库系统的技术文档,上文提到的 transaction 指数据库事务,index 指数据库索引。"
source_text = "事务提交后,索引会被异步刷新到磁盘。"

prompt = f"""【背景信息】
{background_text}
请结合背景信息将以下文本翻译为 {target_lang}。
【待翻译文本】
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1779966614,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "After a transaction is committed, the index is asynchronously flushed to disk."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 68,
"completion_tokens": 15,
"total_tokens": 83,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

术语表翻译

业务侧拥有领域术语表(产品名、品牌词、专有名词等需固定译法)时,将术语对照清单作为参考前置,模型会优先按指定译法翻译。
"messages": {"role": "user", "content": "
参考下面的翻译:
{text} 翻译成 {text}
{text} 翻译成 {text}
{text} 翻译成 {text}
将以下文本翻译为 {target_lang},注意只需要输出翻译后的结果,不要额外解释:{source_text}"}
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "参考下面的翻译:\\n首播 翻译成 premiere\\n收视率 翻译成 ratings\\n将以下文本翻译为 英语,注意只需要输出翻译后的结果,不要额外解释:\\n这部剧在媒体平台首播后收视率一路走高。"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
glossary = [
("首播", "premiere"),
("收视率", "ratings"),
]
source_text = "这部剧在媒体平台首播后收视率一路走高。"

glossary_text = "\\n".join(f"{src} 翻译成 {tgt}" for src, tgt in glossary)
prompt = f"""参考下面的翻译:
{glossary_text}
将以下文本翻译为 {target_lang},注意只需要输出翻译后的结果,不要额外解释:
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1779967706,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "The ratings for this drama kept rising after its premiere on media platforms."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 56,
"completion_tokens": 15,
"total_tokens": 71,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

风格翻译

不同业务场景对译文风格要求不同(口语化 / 书面化 / 营销文案 / 法律合同 / 学术 / 古文等),描述出目标风格,模型会按要求调整用词与句式。
"messages": {"role": "user", "content": "
请将以下文本翻译为 {target_lang}。
注意翻译的风格要严格符合【{target_style}】
{source_text}"}
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"messages": [
{"role": "user", "content": "请将以下文本翻译为 英语。注意翻译的风格要严格符合【科普文案:语言简洁有力、富有感染力】\\n适度户外活动有助于调节情绪,缓解精神压力。"}
]
}'
from openai import OpenAI

client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

target_lang = "英语"
target_style = "科普文案:语言简洁有力、富有感染力"
source_text = "适度户外活动有助于调节情绪,缓解精神压力。"

prompt = f"""请将以下文本翻译为 {target_lang}。注意翻译的风格要严格符合【{target_style}】
{source_text}"""

response = client.chat.completions.create(
model="hy-mt2-plus",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
响应示例:
{
"id": "REPLACED_ID",
"object": "chat.completion",
"model": "hy-mt2-plus",
"created": 1779966617,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Moderate outdoor activities help regulate emotions and alleviate mental stress."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 48,
"completion_tokens": 13,
"total_tokens": 61,
"prompt_tokens_details": {"cached_tokens": 0},
"completion_tokens_details": {"reasoning_tokens": 0}
}
}

术语库

与上述 术语表翻译(prompt 内嵌术语)不同,本节使用独立的翻译接口与持久化术语库,更适合术语量大、复用频率高的工程化场景。
注意:
目前仅 OpenAPI 协议支持使用混元翻译术语库。接口地址:https://tokenhub-intl.tencentcloudmaas.com/v1/api/translations
可参考 术语库管理相关接口 创建、修改、查询术语库。
请求参数说明
参数
类型
必填
说明
model
string
model 参数,如 hy-mt2-plus
text
string
待翻译的文本
target
string
目标语言代码
source
string
源语言代码,如不传参则模型自动识别
stream
bool
是否流式返回,默认 false
context
string
上下文信息,用于让译文更连贯
references
list of object
参考示例(句子或术语),最多 10 个
glossary_ids
list of string
术语库 ID 列表,最多 10 个
响应字段说明
字段
类型
说明
id
string
此次请求的 id
Created
integer
Unix 时间戳
choices
list
返回的回复, 支持多个
choices[n].finish_reason
string
stop 表示正常结束,sensitive 表示审核不通过
choices[n].message
json
返回的内容
choices[n].message.role
string
角色名称
choices[n].message.content
string
翻译后的文本
choices[n].delta
json
返回的内容(流式)
choices[n].delta.role
string
角色名称(流式)
choices[n].delta.content
string
翻译后的文本(流式)
source
string
请求源语言
target
string
目标语言
usage
object
token 使用量
请求示例
cURL
Python
curl -X POST 'https://tokenhub-intl.tencentcloudmaas.com/v1/api/translations' \\
-H 'Content-Type: application/json' \\
-H 'Authorization: Bearer YOUR_API_KEY' \\
-d '{
"model": "hy-mt2-plus",
"text": "该车型搭载先进的电池管理系统,续航里程超过 600 公里并支持快充。",
"source": "zh",
"target": "en",
"glossary_ids": ["YOUR_GLOSSARY_ID"]
}'
import requests

url = "https://tokenhub-intl.tencentcloudmaas.com/v1/api/translations"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json",
}
payload = {
"model": "hy-mt2-plus",
"text": "该车型搭载先进的电池管理系统,续航里程超过 600 公里并支持快充。",
"source": "zh",
"target": "en",
"glossary_ids": ["YOUR_GLOSSARY_ID"],
}

response = requests.post(url, headers=headers, json=payload)
data = response.json()
print(data["choices"][0]["message"]["content"])
响应示例
{
"id": "REPLACED_ID",
"created": 1781604284,
"choices": [
{
"index": 0,
"finish_reason": "stop",
"message": {
"role": "assistant",
"content": "This model is equipped with an advanced Battery Management System (BMS), offering a driving range of over 600 kilometers along with fast charging support."
}
}
],
"source": "zh",
"target": "en",
"usage": {
"prompt_tokens": 82,
"completion_tokens": 32,
"total_tokens": 114
}
}

支持的语言

语言
英文名
代码
简体中文
Chinese
zh
繁体中文
Traditional Chinese
zh-TR
英语
English
en
法语
French
fr
葡萄牙语
Portuguese
pt
西班牙语
Spanish
es
日语
Japanese
ja
土耳其语
Turkish
tr
俄语
Russian
ru
阿拉伯语
Arabic
ar
韩语
Korean
ko
泰语
Thai
th
意大利语
Italian
it
德语
German
de
越南语
Vietnamese
vi
马来语
Malay
ms
印尼语
Indonesian
id
菲律宾语
Filipino
fil
印地语
Hindi
hi
波兰语
Polish
pl
捷克语
Czech
cs
荷兰语
Dutch
nl
高棉语
Khmer
km
缅甸语
Burmese
my
波斯语
Persian
fa
古吉拉特语
Gujarati
gu
乌尔都语
Urdu
ur
泰卢固语
Telugu
te
马拉地语
Marathi
mr
希伯来语
Hebrew
he
孟加拉语
Bengali
bn
泰米尔语
Tamil
ta
乌克兰语
Ukrainian
uk
藏语
Tibetan
bo
哈萨克语
Kazakh
kk
蒙古语
Mongolian
mn
维吾尔语
Uyghur
ug
粤语
Cantonese
yue


帮助和支持

本页内容是否解决了您的问题?

填写满意度调查问卷,共创更好文档体验。

文档反馈