阿里通义千问推理大模型QwQ-32B荣登全球开源社区排名第一
发布于：
全文约731字
阿里巴巴推出的通义千问推理模型 QwQ-32B 在 HuggingFace 社区榜单中位列第一，性能超越多个知名模型，包括微软的 Phi-4 和 DeepSeek-R1。该模型在数学、代码处理等领域取得显著进展，支持消费级显卡本地部署，降低应用成本，并在多项权威基准测试中表现出色，与顶级模型 DeepSeek-R1 媲美。
在全球最大的 AI 开源社区 HuggingFace 的最新更新中，阿里巴巴近期推出的通义千问推理模型 QwQ-32B 成功夺得了大模型榜单的第一名。这一模型在刚发布后便引起了广泛关注，超越了诸如微软的 Phi-4和 DeepSeek-R1等知名模型，展现出了强大的性能。
QwQ-32B 模型在数学、代码处理及通用能力等多个方面都取得了质的飞跃，特别是其参数数量较小的特点，使得其整体性能能够与 DeepSeek-R1相媲美。此外，该模型的设计让用户能够在消费级显卡上实现本地部署，极大降低了模型应用的成本。这一突破为更多用户提供了更为便捷和经济的 AI 应用选择。
在多个权威基准测试中，QwQ-32B 模型的表现都非常优异，几乎完全超越了 OpenAI 的 o1-mini，与 DeepSeek-R1的表现不相上下。尤其是在针对数学能力的 AIME24评测集和代码能力的 LiveCodeBench 中，QwQ-32B 的成绩都与 DeepSeek-R1相当，远远领先于 o1-mini 及其同尺寸的 R1蒸馏模型。
目前，QwQ-32B 模型已在魔搭社区、HuggingFace 及 GitHub 等平台上基于宽松的 Apache2.0协议开源，任何人均可免费下载并进行本地部署。同时，用户还可以通过阿里云百炼平台直接调用模型 API 服务。
划重点:
QwQ-32B 模型在 HuggingFace 榜单上位居第一，超越多个知名模型。
该模型在性能与应用成本上实现突破，支持消费级显卡的本地部署。
多项基准测试中表现优异，与最强模型 DeepSeek-R1相媲美。