阿里开源了其最新推理模型：QwQ-32B，可媲美DeepSeek-R1

2025年3月6日凌晨，阿里巴巴正式对外发布并开源了他们最新的推理模型——通义千问QwQ - 32B。

通义千问QwQ - 32B是用大规模强化学习训练出来的。和以往的预训练、后训练方法不一样，强化学习能让模型在和环境互动的过程中去学习知识。就因为这样，它在数学推理、编程还有通用能力这些方面都特别出色，推理能力也能得到更有效的提升。

另外，这个模型里面还加入了和Agent有关的能力。有了这个能力，模型在使用工具的时候，就能够进行批判性思考，还能根据环境给出的反馈，随时调整推理的过程 。

通义千问QwQ-32B模型概述

• 通义千问QwQ - 32B是一款推理模型，有320亿个参数。虽然它的参数量比DeepSeek - R1（有6710亿参数，其中370亿被激活）少很多，但性能却能和DeepSeek - R1满血版相媲美。

• 这个模型采用Apache 2.0开源协议，用户能免费下载，还能用于商业用途。模型开源平台有两个，分别是Hugging Face（https://huggingface.co/Qwen/QwQ - 32B ）和ModelScope（https://modelscope.cn/models/Qwen/QwQ - 32B ）。

通义千问QwQ-32B模型性能

• 性能表现突出：在数学推理、编程以及通用能力方面，QwQ - 32B都相当厉害。在aiME24评测集和LiveCodeBench测试里，它的表现和DeepSeek - R1差不多，比其他同尺寸的模型都要好。

• 强化学习与智能体助力：QwQ - 32B通过大规模强化学习，推理能力有了很大提升，能够深入思考和处理复杂问题。而且模型里集成了智能体能力，在使用工具的时候，它能进行批判性思考，还会根据环境反馈来调整推理过程。

• 多领域都能适应：QwQ - 32B在数学、编程和通用任务处理上表现都很出色，还支持多模态任务，像语音转写、图像识别这些都不在话下。在LiveBench、IFEval和BFCL等基准测试中，它的得分超过了DeepSeek - R1 。另外，它对硬件资源需求不高，消费级显卡就能实现本地部署，很适合硬件资源有限的应用场景。

通义千问QwQ-32B模型应用

• 数学与逻辑推理：在数学推理任务，比如AIME24里，QwQ - 32B成绩优异，在教育和科研领域都能派上用场。

• 编程与代码生成：在LiveCodeBench测试中，它能生成高质量的代码，适合软件开发和编程教育工作。

• 通用任务处理：在指令遵循（IFEval）、多模态任务处理等方面，QwQ - 32B表现卓越，能应对多种通用任务。

• 智能体相关任务：因为它支持智能体能力，能进行动态决策和适应环境，所以适用于复杂任务的自动化处理 。

HF：https://huggingface.co/Qwen/QwQ-32B

模型：https://modelscope.cn/models/Qwen/QwQ-32B

演示：https://huggingface.co/spaces/Qwen/QwQ-32B-Demo

聊天：https://chat.qwen.ai