阿里雲通義開源推理大模型 QwQ，推理水平比肩 OpenAI o1

11 月 28 日，阿里雲通義團隊發佈全新 AI 推理模型 QwQ-32B-Preview，並同步開源。評測數據顯示，預覽版本的 QwQ，已展現出研究生水平的科學推理能力，在數學和編程方面表現尤為出色，整體推理水平比肩 OpenAI o1。

QwQ（Qwen with Questions）是通義千問 Qwen 大模型最新推出的實驗性研究模型，也是阿里雲首個開源的 AI 推理模型。阿里雲通義千問團隊研究發現，當模型有足夠的時間思考、質疑和反思時，其對數學和編程的理解就會深化。基於此，QwQ 取得瞭解決複雜問題的突破性進展。

在考察科學問題解決能力的 GPQA 評測集上，QwQ 獲得 65.2% 的準確率，具備研究生水平的科學推理能力；在涵蓋綜合數學主題的 AIME 評測中，QwQ 以 50% 的勝率證明其擁有解決數學問題的豐富技能；在全面考察數學解題能力的 MATH-500 評測中，QwQ 斬獲 90.6% 的高分，一舉超越 o1-preview 和 o1-mini；在評估高難度代碼生成的 LiveCodeBench 評測中，QwQ 答對一半的題，在編程競賽題場景中也有出色表現。

面對複雜問題，QwQ 展現了深度自省的能力，會質疑自身假設，進行深思熟慮的自我對話，並仔細審視其推理過程的每一步。比如，在經典智力題「猜牌問題」中，QwQ 通過梳理各方對話並推演現實情況，像個擅長思考的人一樣，揣摩「這句話有點 tricky」，反思「等一下，也許我需要更仔細地思考」，最終分析得出正確答案，讓人驚豔。

目前，QwQ-32B-Preview 已在魔搭社區和 HuggingFace 等平台上開源。發佈短短幾小時，引起全球開發者熱情體驗。有開發者認為該模型「是完全沒有預料到的瘋狂的躍進」、「今年開源領域最重大的突破」、「讓中國在開源大模型和 AI 推理上佔據先機」。通義團隊透露，儘管 QwQ 展現了強大的分析能力，但該模型仍是個供研究的實驗型模型，存在不同語言的混合使用、偶有不恰當偏見、對專業領域問題不瞭解等局限。隨著研究深入模型迭代，這些問題將逐步得到解決。

附：

Modelscope 開源地址：https://modelscope.cn/models/Qwen/QwQ-32B-Preview

Modelscope 創空間體驗：https://modelscope.cn/studios/Qwen/QwQ-32B-preview

HuggingFace 開源地址：https://huggingface.co/Qwen/QwQ-32B-Preview

HuggingFace Space 體驗：https://huggingface.co/spaces/Qwen/QwQ-32B-preview