微博VibeThinker开源：150亿参数模型成本大降，性能反超6710亿

在人工智能技术飞速迭代的浪潮中，微博科技近日推出了自主研发的开源大模型Vibe Thinker。这款模型以150亿参数的精巧设计，在国际顶级数学竞赛基准测试中展现出惊人实力，不仅超越了拥有6710亿参数的DeepSeek R1模型，其单次微调成本更是仅需7800美元，较同类模型降低数十倍，真正实现了高效能与低成本的双重突破。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

Vibe Thinker的核心优势源自其采用的轻量化MoE架构与多轮知识蒸馏技术。这种创新设计使得模型在处理复杂数学问题时，仅需不到5GB的数学语料即可完成高效微调，大幅降低了训练资源门槛。与此同时，微博科技宣布模型已上线Hugging Face平台，支持一键下载并开放商业许可，为开发者提供了便捷的集成方案。据研发团队透露，在AIME 2025、HMMT等国际知名数学竞赛题库测试中，Vibe Thinker的平均得分较DeepSeek R1提升3.4%，推理延迟时间更是降低42%，这种性能提升让它在教育、金融等实时性要求较高的场景中展现出巨大应用潜力。

为促进技术成果的广泛落地，微博在开源版本中同步提供了PyTorch与GGUF两种格式，确保模型能够快速适配不同硬件环境。特别值得一提的是，Vibe Thinker的最低运行要求仅为单张RTX 4090显卡，这种低门槛设计使得科研机构和开发者能够轻松进行二次开发与性能优化。微博还同步开放了完整训练脚本与数据配比方案，为社区贡献了宝贵的技术资产。

展望未来布局，微博计划于12月推出专精数学领域的Vibe Thinker-Math增强版本。该版本将针对数学推理场景进行深度优化，进一步提升模型解决复杂数学问题的能力。与此同时，微博还将联合多所高校举办"轻量级数学挑战赛"，通过竞技形式激发创新活力，推动低成本、高精度AI技术的实际应用，为人工智能领域的高质量发展注入新动能。