QwQ-32B
QwQ-32B 是由 阿里巴巴 发布的 AI 模型，发布时间为 2025-03-06，定位为 推理大模型，参数规模约为 325.0B，上下文长度为 128K，模型文件大小约 64GB，采用 Apache 2.0 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
QwQ-32B 当前已收录的代表性评测结果包括 AIME 2024（29 / 62，得分 79.50）、MMLU Pro（76 / 124，得分 76）、MATH-500（33 / 44，得分 91）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
就在几个小时前，阿里巴巴开源了最新的一个推理大模型，QwQ-32B，该模型拥有类似o1、DeepSeek R1模型那样的推理能力，但是参数仅325亿，以Apache 2.0开源协议开源，这意味着大家可以完全免费商用。
其实，在2024年11月28日，阿里就已经开源了预览版的推理大模型QwQ-32B-Preview，彼时DeepSeek R1尚未发布（2024年11月20日，DeepSeek官宣了DeepSeek-R1-Lite-Preview，但是没开源）。这应该是当时最早开源的推理大模型之一。三个月后的今天，QwQ-32B正式开源，去掉了预览版的标签。
相比预览版，正式版的QwQ-32B各方面都有明显的提升，包括上下文长度增加到131K（预览版为32K），AIME评分提升50%等。
QwQ 是 Qwen 系列中的推理模型，相较于传统的指令微调模型，QwQ 具备更强的思考和推理能力，能够在下游任务中，尤其是高难度问题上，展现出显著的性能提升。QwQ-32B 作为该系列的中等规模版本，其推理能力在多个基准测试中表现出竞争力，与 DeepSeek-R1、o1-mini 等当前领先的推理模型相媲美。
QwQ-32B模型的主要技术参数如下：
| QwQ-32B模型属性 | 详情 |
|---|---|
| 模型类型 | 自回归语言模型（Causal Language Model） |
| 训练阶段 | 预训练 & 后训练（监督微调 + 强化学习） |
| 架构 | Transformer（RoPE、SwiGLU、RMSNorm、Attention QKV bias） |
| 总参数量 | 325亿（32.5B） |
| 非嵌入层参数量 | 310亿（31.0B） |
| 层数 | 64 层 |
| 注意力头（GQA） | Q 头数 40，KV 头数 8 |
| 上下文窗口长度 | 131,072 tokens |
根据阿里提供的数据，QwQ-32B模型各方面的评测结果都很不错，非常接近满血版的DeepSeek-R1模型，但是超过了OpenAI o1-mini。比预览版发布的时候提升也很明显。
QwQ-32B模型与其它模型的对比结果
上图可以明显看到，QwQ-32B模型明显好于DeepSeek-R1蒸馏版，也好于o1-mini，接近DeepSeek-R1（是否用过R1的数据？值得思考）。
此外，根据DataLearnerAI收集的AIME2024的测试结果，QwQ也是榜上靠前除了R1外唯一的开源大模型：
数据来源DataLearnerAI的AIME2024大模型评测数据：https://www.datalearner.com/ai-models/llm-benchmark-tests/37
可以看到，这个成绩超过了很多闭源模型，包括Grok3，但是前方OpenAI和Grok推理模式依然很强。
当前，QwQ-32B以Apache2.0形式开源，意味着可以免费商用。同时，在HuggingFace上也有这个模型的在线演示。大家可以去试用，具体地址参考DataLearnerAI的QwQ-32B模型的模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/QwQ-32B
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
