阿里通義發布最新開源推理模型，稱其性能比肩DeepSeek-R1。

3月6日凌晨，阿里巴巴正式發布最新的開源推理模型通義千問QwQ-32B。據介紹，通過大規模強化學習，千問QwQ-32B在數學、代碼及通用能力上實現質的飛躍，整體性能比肩DeepSeek-R1，同時大幅降低了部署使用成本，在消費級顯卡上也能實現本地部署。QwQ-32B采用了Apache 2.0開源協議，目前，所有人都可免費下載及商用QwQ-32B模型，或通過網頁版Qwen Chat進行體驗，該模型也將免費上架通義APP。

阿里通義團隊表示，QwQ-32B模型擁有320億參數，其性能可與具備6710億參數（其中370億被激活）的DeepSeek-R1媲美。在冷啟動的基礎上，模型針對數學和編程任務、通用能力分別進行了兩輪大規模強化學習，在32B的模型尺寸上獲得了令人驚喜的推理能力提升，印證了大規模強化學習可顯著提高模型性能。

此外，QwQ-32B模型中還集成了與智能體（Agent）相關的能力，使其能夠在使用工具的同時進行批判性思考，并根據環境反饋調整推理過程。

千問QwQ-32B既能提供極強的推理能力，又能滿足更低的資源消耗需求，這背后的奧秘便在于強化學習（Reinforcement Learning）。阿里通義團隊表示：“我們希望，我們的一點努力能夠證明強大的基礎模型疊加大規模強化學習也許是一條通往通用人工智能（AGI）的可行之路。”

在一系列權威基準測試中，千問QwQ-32B模型都表現出色，幾乎完全超越了OpenAI去年9月發布的尺寸相近的o1-mini模型，比肩最強開源推理模型DeepSeek-R1：在測試數學能力的AIME24評測集上，以及評估代碼能力的LiveCodeBench中，千問QwQ-32B表現與DeepSeek-R1相當，遠勝于o1-mini及相同尺寸的R1蒸餾模型。

QwQ-32B模型和R1、OpenAI-o1-mini等知名模型的評分比較。來源：阿里通義

阿里通義團隊表示，未來將繼續探索將智能體與強化學習的集成，以實現長時推理，探索更高智能進而最終實現AGI的目標。

3月6日早盤，阿里巴巴集團（09988.HK）港股大幅高開漲超6%，截至午盤漲超7%。

此前，2月25日，阿里通義Qwen發布基于旗艦模型Qwen2.5-Max構建的推理模型QwQ-Max-Preview預覽版，支持聯網搜索，會和DeepSeek以及Kimi的推理模型一樣展現思考過程，目前用戶可在通義千問網頁版進行體驗。