2025年3月6日凌晨，阿里巴巴正式對外發布并開源了他們最新的推理模型——通義千問QwQ - 32B。

通義千問QwQ - 32B是用大規模強化學習訓練出來的。和以往的預訓練、后訓練方法不一樣，強化學習能讓模型在和環境互動的過程中去學習知識。就因為這樣，它在數學推理、編程還有通用能力這些方面都特別出色，推理能力也能得到更有效的提升。

另外，這個模型里面還加入了和Agent有關的能力。有了這個能力，模型在使用工具的時候，就能夠進行批判性思考，還能根據環境給出的反饋，隨時調整推理的過程 。

通義千問QwQ-32B模型概述

• 通義千問QwQ - 32B是一款推理模型，有320億個參數。雖然它的參數量比DeepSeek - R1（有6710億參數，其中370億被激活）少很多，但性能卻能和DeepSeek - R1滿血版相媲美。

• 這個模型采用Apache 2.0開源協議，用戶能免費下載，還能用于商業用途。模型開源平臺有兩個，分別是Hugging Face（https://huggingface.co/Qwen/QwQ - 32B ）和ModelScope（https://modelscope.cn/models/Qwen/QwQ - 32B ）。

通義千問QwQ-32B模型性能

• 性能表現突出：在數學推理、編程以及通用能力方面，QwQ - 32B都相當厲害。在aiME24評測集和LiveCodeBench測試里，它的表現和DeepSeek - R1差不多，比其他同尺寸的模型都要好。

• 強化學習與智能體助力：QwQ - 32B通過大規模強化學習，推理能力有了很大提升，能夠深入思考和處理復雜問題。而且模型里集成了智能體能力，在使用工具的時候，它能進行批判性思考，還會根據環境反饋來調整推理過程。

• 多領域都能適應：QwQ - 32B在數學、編程和通用任務處理上表現都很出色，還支持多模態任務，像語音轉寫、圖像識別這些都不在話下。在LiveBench、IFEval和BFCL等基準測試中，它的得分超過了DeepSeek - R1 。另外，它對硬件資源需求不高，消費級顯卡就能實現本地部署，很適合硬件資源有限的應用場景。

通義千問QwQ-32B模型應用

• 數學與邏輯推理：在數學推理任務，比如AIME24里，QwQ - 32B成績優異，在教育和科研領域都能派上用場。

• 編程與代碼生成：在LiveCodeBench測試中，它能生成高質量的代碼，適合軟件開發和編程教育工作。

• 通用任務處理：在指令遵循（IFEval）、多模態任務處理等方面，QwQ - 32B表現卓越，能應對多種通用任務。

• 智能體相關任務：因為它支持智能體能力，能進行動態決策和適應環境，所以適用于復雜任務的自動化處理 。

HF：https://huggingface.co/Qwen/QwQ-32B

模型：https://modelscope.cn/models/Qwen/QwQ-32B

演示：https://huggingface.co/spaces/Qwen/QwQ-32B-Demo

聊天：https://chat.qwen.ai