阿里巴巴發(fā)布QwQ-32B開源模型，挑戰(zhàn)DeepSeek的霸主地位

時間：2025/03/06 17:49:04 編輯：川崎伊俊

在DeepSeek成為全球開源大模型的焦點之后，國產(chǎn)開源大模型的開發(fā)熱潮不斷升溫。如今，DeepSeek的最強對手終于亮相了！

阿里巴巴在今日凌晨3點30分發(fā)布了一款重磅炸彈——通義千問最新開源模型QwQ-32B。這款模型在尺寸上比DeepSeek更小，但在性能上卻與全球最強的開源推理模型不相上下。據(jù)了解，通過大規(guī)模強化學(xué)習，千問QwQ-32B在數(shù)學(xué)、代碼及通用能力上實現(xiàn)了質(zhì)的飛躍，整體性能與DeepSeek-R1相當。而且，千問QwQ-32B在保持強勁性能的同時，還大幅降低了部署使用成本，能夠在消費級顯卡上實現(xiàn)本地部署。

目前，阿里已采用寬松的Apache2.0協(xié)議，將千問QwQ-32B模型向全球開源，所有人都可以免費下載及商用。同時，用戶也可以通過通義APP免費體驗最新的千問QwQ-32B模型。目前，QwQ-32B-Preview已經(jīng)在（chat.qwen.ai）官網(wǎng)上線。

據(jù)通義千問Qwen團隊介紹，近期的研究表明，強化學(xué)習可以顯著提高模型的推理能力。例如，DeepSeek-R1通過整合冷啟動數(shù)據(jù)和多階段訓(xùn)練，實現(xiàn)了最先進的性能，使其能夠進行深度思考和復(fù)雜推理。而QwQ-32B就是大規(guī)模強化學(xué)習（RL）對大語言模型的智能的提升作用的最好研究例證。規(guī)模上，QwQ-32B是一款僅有320億參數(shù)的模型，其性能卻可與具備6710 億參數(shù)（其中370億被激活）的DeepSeek-R1媲美。

另外，Qwen團隊還在推理模型中集成了與Agent相關(guān)的能力，使其能夠在使用工具的同時進行批判性思考，并根據(jù)環(huán)境反饋調(diào)整推理過程。測試結(jié)果顯示，在測試數(shù)學(xué)能力的AIME24評測集上，以及評估代碼能力的 LiveCodeBench中，千問QwQ-32B表現(xiàn)與DeepSeek-R1相當，遠勝于o1-mini及相同尺寸的R1 蒸餾模型。

在由Meta首席科學(xué)家楊立昆領(lǐng)銜的“最難LLMs評測榜” LiveBench、谷歌等提出的指令遵循能力IFEval評測集、由加州大學(xué)伯克利分校等提出的評估準確調(diào)用函數(shù)或工具方面的BFCL測試中，千問QwQ-32B的得分均超越了DeepSeek-R1。

此外，Qwen團隊還通過展示了一段簡短的示例代碼，說明如何通過API使用 QwQ-32B。Qwen團隊表示，我們希望我們的一點努力能夠證明強大的基礎(chǔ)模型疊加大規(guī)模強化學(xué)習也許是一條通往通用人工智能的可行之路。

受此消息影響，阿里巴巴港股大漲6.7%，截稿前報138.6港元，總市值2.63萬億港元。