算法端：阿里开源低成本模型 QwQ-32B，性能对标满血版DeepSeek-R1
思瀚产业研究院    2025-03-07

阿里千问团队正式发布其最新的研究成果 QwQ-32B（Qwen-with-Questions）推理模型。根据团队介绍，QwQ-32B 是一款拥有 320 亿参数的模型，其性能可对标具备 6710 亿参数（其中 370 亿被激活）的 DeepSeek-R1。

此外，QwQ-32B 还在推理模型中集成了 Agent 能力，能够在使用工具的同时进行批判性思考，并根据环境反馈调整推理过程。算法层面，DeepSeek-R1 通过整合冷启动数据和多阶段训练，实现了最先进的性能，使其能够进行深度思考和复杂推理。

在基准测试中，团队评估了 QwQ-32B 的数学推理、编程能力和通用能力，发现 QwQ-32B 与其他领先模型的性能相当。在测试数学能力的 AIME24 评测集上，以及评估代码能力的 LiveCodeBench 中，千问 QwQ-32B 表现与 DeepSeek-R1相当，远胜于 o1-mini 及相同尺寸的 R1 蒸馏模型；通用能力方面，在由 Meta 首席科学家杨立昆领衔的“最难 LLMs 评测榜” LiveBench、谷歌等提出的指令遵循能力 IFEval 评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的 BFCL 测试中，千问 QwQ-32B 的得分均超越了 DeepSeek- R1。

大幅降低部署使用成本，采用宽松开源协议可商用。根据阿里云公众号，千问QwQ-32B 大幅降低了部署使用成本，在消费级显卡上也能实现本地部署。此次，阿里云采用宽松的 Apache2.0 协议，将千问 QwQ-32B 模型向全球开源，所有人都可免费下载及商用。同时，用户将可通过通义 APP 免费体验最新的千问 QwQ-32B 模型。

根据智东西公众号，QwQ-32B 需要GPU 上的 24GB vRAM（英伟达 H100 为 80GB），而运行完整的 DeepSeek R1 需要超过 1500GB vRAM；苹果的机器学习科学家Awni Hannun 发文，展示了 QwQ-32B 在配备MLX（专门为苹果芯片设计的开源框架）的M4 Max 芯片电脑上的运行速度很快。

巨额资金投入计划彰显公司对于 AI 产业的信心。阿里云为亚洲头部云计算公司，通义千问大模型为全球知名的开源模型，根据新华社报道，阿里巴巴近期宣布，未来三年将投入超过 3800 亿元，用于建设云和AI 硬件基础设施，总额超过去十年总和，创下中国民营企业在云和 AI 硬件基础设施建设领域有史以来最大规模投资纪录。

阿里巴巴集团 CEO 吴泳铭表示：“AI爆发远超预期，国内科技产业方兴未艾，潜力巨大。阿里巴巴将不遗余力加速云和 AI 硬件基础设施建设，助推全行业生态发展。，一方面阿里 QwQ-32B 仅通过 320 亿参数可实现对标满血版 DeepSeek-R1 的性能，有助于大幅降低 AI 应用端部署使用成本，加速各行各业 AI 应用开发和孵化。

另一方面，阿里三年 3800 亿元巨额资金投入计划用于建设云和AI 硬件基础设施，总额超过去十年总和，充分彰显了公司对于 AI 产业的信心，我们继续看好 AI 产业的蓬勃发展。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。