阿里云推出最新通义千问 QwQ-32B 推理模型，仅 1/20 参数媲美 DeepSeek R1

阿里云通义千问官方今日宣布推出最新的推理模型 QwQ-32B。这是一款拥有 320 亿参数的模型，其性能可与具备 6710 亿参数（其中 370 亿被激活）的 DeepSeek-R1 媲美。

目前，QwQ-32B 已在 Hugging Face (https://huggingface.co/Qwen/QwQ-32B) 和 ModelScope (https://modelscope.cn/models/Qwen/QwQ-32B) 开源，并采用了 Apache 2.0 开源协议。IT之家提醒，用户也可以通过 Qwen Chat（https://chat.qwen.AI/?models=Qwen2.5-Plus）直接进行体验。

性能方面，阿里云对 QwQ-32B 测试了数学推理、编程能力和通用能力，并展示了 QwQ-32B 与其他领先模型的性能对比，包括 DeepSeek-R1-Distilled-Qwen-32B、DeepSeek-R1-Distilled-Llama-70B、o1-mini 以及原始的 DeepSeek-R1。

在测试数学能力的 AIME24 评测集上，以及评估代码能力的 LiveCodeBench 中，千问 QwQ-32B 表现与 DeepSeek-R1 相当，远胜于 o1-mini 及相同尺寸的 R1 蒸馏模型；在由 Meta 首席科学家杨立昆领衔的“最难 LLMs 评测榜” LiveBench、谷歌等提出的指令遵循能力 IFEval 评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的 BFCL 测试中，千问 QwQ-32B 的得分均超越了 DeepSeek- R1。

阿里云表示，这是 Qwen 在大规模强化学习（rl）以增强推理能力方面的第一步。通过这一旅程，不仅见证了扩展 RL 的巨大潜力，还认识到预训练语言模型中尚未开发的可能性。

在致力于开发下一代 Qwen 的过程中，阿里云计划将更强大的基础模型与依托规模化计算资源的 RL 相结合，从而使其更接近实现人工通用智能（agi）。此外，阿里云正积极探索将智能体与 RL 集成，以实现长时推理，目标是通过推理时间扩展来释放更高的智能，敬请期待。