【球盟会】比肩DeepSeek！阿里开源推理大模型，登顶全球第一！

摘要

3月7日消息，阿里巴巴在昨天凌晨，开源了全新的推理大模型通义千问QwQ-32B，通过大规模强化学习，QwQ-32B在数学、代码及通用能力上实现质的飞跃，整体性能足以比肩DeepSeek-R1，目前QwQ-32B已经成功登顶开源社区Hugging Face大模型榜单！

球盟会官网报道

【新人豪礼】新会员专享注册送88元体验金，存100送100，再送免费游戏局
【存款返赠】使用虚拟币支付额外再赠2%，均可获赠58元红包优惠券！
最佳投注体验，超高游戏赔付，千场精彩赛事，下载体育APP，等你来战。

3月7日消息，阿里巴巴在昨天凌晨，开源了全新的推理大模型通义千问QwQ-32B，通过大规模强化学习，QwQ-32B在数学、代码及通用能力上实现质的飞跃，整体性能足以比肩DeepSeek-R1，目前QwQ-32B已经成功登顶开源社区Hugging Face大模型榜单！

根据阿里官方的实际测试数据，QwQ-32B在AIME24得分79.5（DeepSeek-R1为79.8），远超OpenAI o1-mini的63.6分，在LiveCodeBench得分63.4（DeepSeek-R1为65.9）比同规模模型都要强，在LiveBench测试中以73.1分超过DeepSeek-R1的71.6分，QwQ-32B的综合性能甚至比R1还要强！

QwQ-32B后面那个32B指的是参数规模达到320亿，阿里直接用320亿参数规模的千问，追上了6710亿参数规模的R1（激活参数370亿），而且QwQ-32B还实现了高性能推理模型在消费级显卡上的本地部署，模型体积经Q4量化后压缩至不足20GB，可直接在24GB显存的RTX 3090/4090显卡上全精度运行。

根据阿里千问的说法，QwQ-32B是在Qwen2.5-Plus基础加上推理深度思考功能，性能提升主要是来源于大规模强化学习（昨天强化学习之父Sutton刚刚拿下计算机届最高奖图灵奖），阿里的思路和DeepSeek完全一样，希望降低企业与个人用户的使用门槛和成本，单次推理成本仅0.25美元。

QwQ-32B的模型权重、训练代码及工具链已经完全公开，阿里还提供了中文技术文档，QwQ-32B已经成为继DeepSeek后登顶全球开源社区榜首的又一个国产大模型！另外，阿里最近的大动作其实一点也不比DeepSeek少，之前与DeepSeek-R1同期发布的QWen2.5-Max就已经很强了，上周还开源了最新的视频生成模型Wan 2.1，未来三年阿里还将在AI领域投资3800亿美元，用于建设阿里云和AI硬件基础设施！