2026年6月29日，新浪正式开源参数规模仅30亿的VibeThinker-3B轻量化大语言模型。该模型以阿里Qwen2.5-Coder-3B为训练基底，经多阶段精细化后训练优化，在数学、编程等高难度基准测试中性能媲美百倍参数量级大模型，LeetCode竞赛题测试通过率超96%，表现超过GPT-5.2等行业标杆，为AI推理轻量化提供全新落地思路。
过去数年，大语言模型的性能迭代始终和参数量增长深度绑定，千亿、万亿参数模型层出不穷，随之而来的是推理成本的指数级攀升。据行业测算，单次调用万亿参数模型的成本，是30亿参数小模型的近80倍，且必须依托云端高性能算力部署，端侧运行几乎不可能，高延迟、数据隐私风险、使用成本高三大问题，直接限制了AI在工业、消费电子等场景的落地。
此次新浪开源的VibeThinker-3B，直接打破了“参数量越大性能越强”的行业固有认知。这款仅30亿参数的模型，以阿里开源的Qwen2.5-Coder-3B为基底，通过多阶段精细化后训练流程——涵盖监督微调、强化学习、自蒸馏及指令微调等多个环节，将大模型的逻辑推理、代码生成能力深度浓缩进轻量化架构中。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号