阿里通义发布最新开源推理模子网赌游戏软件，称其性能并排DeepSeek-R1。

3月6日凌晨，阿里巴巴负责发布最新的开源推理模子通义千问QwQ-32B。据先容，通过大限制强化学习，千问QwQ-32B在数学、代码及通用武艺上已矣质的飞跃，举座性能并排DeepSeek-R1，同期大幅缩小了部署使用资本，在消费级显卡上也能已矣土产货部署。QwQ-32B接受了Apache 2.0开源条约，当今，通盘东说念主齐可免费下载及商用QwQ-32B模子，或通过网页版Qwen Chat进行体验，该模子也将免费上架通义APP。

阿里通义团队暗意，QwQ-32B模子领有320亿参数，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1失色。在冷入手的基础上，模子针对数学和编程任务、通用武艺分裂进行了两轮大限制强化学习，在32B的模子尺寸上赢得了令东说念主惊喜的推理武艺升迁，印证了大限制强化学习可权臣提高模子性能。

此外，QwQ-32B模子中还集成了与智能体（Agent）有关的武艺，使其约略在使用器用的同期进行批判性想考，并把柄环境响应疗养推理历程。

千问QwQ-32B既能提供极强的推理武艺，又能知足更低的资源糜掷需求，这背后的奥妙便在于强化学习（Reinforcement Learning）。阿里通义团队暗意：“咱们但愿，咱们的少量奋发约略阐发雄伟的基础模子重叠大限制强化学习也许是一条通往通用东说念主工智能（AGI）的可行之路。”

在一系列巨擘基准测试中，千问QwQ-32B模子齐发扬出色，险些填塞卓越了OpenAI客岁9月发布的尺寸阁下的o1-mini模子，并排最强开源推理模子DeepSeek-R1：在测试数学武艺的AIME24评测集上，以及评估代码武艺的LiveCodeBench中，千问QwQ-32B发扬与DeepSeek-R1终点，远胜于o1-mini及调换尺寸的R1蒸馏模子。

QwQ-32B模子和R1、OpenAI-o1-mini等知名模子的评分比拟。源头：阿里通义

阿里通义团队暗意，将来将延续探索将智能体与强化学习的集成，以已矣永劫推理，探索更高智能进而最终已矣AGI的方针。

3月6日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超6%，放肆午盘涨超7%。

此前，2月25日，阿里通义Qwen发布基于旗舰模子Qwen2.5-Max构建的推理模子QwQ-Max-Preview预览版，相沿联网搜索，会和DeepSeek以及Kimi的推理模子相似展现想考历程网赌游戏软件，当今用户可在通义千问网页版进行体验。