微博 VibeThinker：15 亿参数“小模型”凭何击败数百倍体量的大模型？

核心摘要 (Key Takeaways)

💡 VibeThinker 是微博自研的首个开源大模型，分为 1.5B 和 3B 两个版本，专攻复杂推理与深度思考。
🚀 极致性价比：VibeThinker-1.5B 整个后训练成本仅需 7800 美元，仅为 DeepSeek-R1 成本的几十分之一。
🏆 数学编码能力超群：1.5B 版本在 AIME24 数学测试中得分 80.3，直接超越了 400 倍体量的 DeepSeek-R1（671B 参数）。
🔬 核心黑科技：提出 “频谱到信号原理”（SSP），先发散探索再收敛优化，让小模型拥有大智慧。
🌐 完全开源：模型权重和代码已在 GitHub (WeiboAI)、Hugging Face 等平台全面公开，旨在推动 AI 普惠化。

它是什么？

VibeThinker 是微博（Sina Weibo）发布的首个自研开源大模型系列，基于深度学习与创新的后训练机制，模拟人类认知过程，专门用于解决复杂的逻辑推理、高难度数学竞赛及编程算法难题。目前的发布版本主要为 VibeThinker-1.5B 和 VibeThinker-3B。

微博VibeThinker官方截图

权威定义：据新华网报道，VibeThinker 是微博 AI 战略迈入新阶段的标志，其不仅是一个模型，更是未来驱动微博“社交超级生态”的核心技术引擎。

主要功能和特点

VibeThinker 的核心不在于参数堆积，而在于精巧的算法设计和高效的推理策略。

1. 极强的数学与代码推理能力

VibeThinker 支持多步推理与链式思维（Chain-of-Thought），擅长处理长上下文依赖。尽管参数少，但在特定高难度垂直领域表现惊人：

数学能力：VibeThinker-1.5B 在 AIME24（得分 80.3）、AIME25（得分 74.4）及 HMMT25（得分 50.4）三大高难度数学基准测试中，全部超过了早期版本的 DeepSeek-R1（对应得分 79.8/70.0/41.7），参数量仅为人家的 1/400。
编程能力：在 LiveCodeBench v6 编程测试中，VibeThinker-1.5B 得分为 51.1，成功追平了参数规模远超它的 Minstral.AI 模型 Magistral-Medium-2506（得分 50.3）。
竞赛数学：3B 版本在 128 道 LeetCode 原题首次提交中，通过率高达 96.1%，达到了顶级闭源大模型的水平。

2. 创新的“频谱到信号原理” (SSP)

这是 VibeThinker 的核心技术秘籍。传统大模型训练往往只注重拟合，而 SSP 原理分为两步：

频谱发散（SFT阶段）：采用“两阶段多样性探索蒸馏”，鼓励模型像学生一样先发散思考，探索所有可能的解题路径，不急于追求正确率。
信号收敛（RL阶段）：利用“最大熵引导策略优化 (MGPO)”，通过强化学习精准锁定正确路径，放大正确信号。

3. 极低的计算成本

VibeThinker 的整个后训练流程（含监督微调和强化学习）仅消耗约 3900 GPU 小时，总计算成本约为 7800 美元。作为对比，同类具备复杂推理能力的大模型后训练成本通常在 30 万至 50 万美元级别。

4. 知识整合与自定义提示

模型整合了知识图谱，能提供有依据的回答。同时，它支持自定义提示工程（Prompt Engineering），开发者可以根据数学、科学、代码调试等不同场景需求，调整模型的输出风格。

如何使用/注册/安装

VibeThinker 秉承开源精神，提供了极低的使用门槛。你可以通过以下主流方式迅速上手：

步骤 1：访问官方代码仓库

GitHub 入口：https://github.com/WeiboAI/VibeThinker
Hugging Face 入口：
- 1.5B版本：https://huggingface.co/WeiboAI/VibeThinker-1.5B
- 3B版本：https://huggingface.co/WeiboAI/VibeThinker-3B

步骤 2：使用 Transformers 库调用

在 Python 开发环境中，安装最新版本的 transformers 库，即可通过几行代码加载模型：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "WeiboAI/VibeThinker-1.5B"
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True, torch_dtype="bfloat16", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)

步骤 3：通过推理工具部署

官方推荐使用 vLLM 或 SGLang 等高性能推理框架进行部署，这些框架支持 Docker 容器化启动，适合将其发布为 API 服务供应用调用。详细的安装依赖可以查阅仓库根目录下的 requirements.txt 文件。

重要提示：该模型目前仍属实验性版本，研发重点集中在数学和竞赛编程，尚未对日常聊天、闲聊对话能力做针对性优化。

官网地址和入口

主要开发平台与代码入口：https://github.com/WeiboAI/VibeThinker
模型权重下载与体验：https://huggingface.co/WeiboAI
技术报告查询：arXiv 搜索 “VibeThinker”

竞品对比表

在小参数高智能的赛道上，VibeThinker 展现出了独树一帜的实力：

对比维度	微博 VibeThinker-1.5B	DeepSeek R1-0120	阿里 Qwen3 (1.7B)
参数规模	15亿 (1.5B)	6710亿 (671B)	17亿 (1.7B)
数学能力 (AIME24)	80.3 分	79.8 分	48.3 分
编程能力 (LiveCodeBench v6)	51.1 分	未公开针对该版本	23.6 分
后训练成本	估计 7800 美元	估计 29万美元	未公开
核心创新点	SSP (频谱到信号原理)	GRPO (分组相对策略优化)	大规模预训练+后训练
适用场景	数学推理、代码生成、科教普惠	通用对话、深度思考	通用场景、轻量化部署

数据来源：各模型官方技术报告及 arXiv 公开论文对比数据。

典型应用场景

竞赛数学与逻辑题解：VibeThinker 最适合参加像 AIME 或 HMMT 这样的高含金量数学竞赛，提供精准的阶梯步骤。
辅助编程与算法调试：能解决复杂的 LeetCode 算法题，生成带有注释的 Python 代码，协助开发者理解复杂逻辑。
教育资源与科研普惠：由于部署成本极低，非常适合高校实验室或资源有限的研究机构用来探索大模型的推理边界，实现“穷科研”。
微博社交生态推理：未来该模型有望落地“微博智搜”和“评论罗伯特”，处理公众情绪分析等社会性复杂推理，帮助打造“社交超级生态”。

最近 3-6 个月动态

2025年11月13日：新浪微博正式对外官宣发布 VibeThinker-1.5B 模型，并在各大科技媒体引起关注。
2025年11月18日：新华网发文深度报道《微博AI战略迈入新阶段自研开源大模型VibeThinker发布》，确认其战略高度。
2026年进阶版本：后续推出的 VibeThinker-3B 进一步引入课程式监督微调和离线自蒸馏技术，在 IMO-AnswerBench 这类包含 400 道 IMO 级别题目上得分 76.4，直逼千亿参数闭源模型。
开源社区活跃：Hugging Face 上的 VibeThinker 模型页面收获超 550 次点赞及 600 多粉丝关注，技术报告论文已可在 arXiv 查阅。

FAQ

1. VibeThinker 的官网地址和下载地址是什么？

官方代码仓库在 GitHub（账号：WeiboAI），项目名为 VibeThinker。模型权重文件可直接在 Hugging Face 上搜索 “WeiboAI/VibeThinker-1.5B” 进行下载。

2. VibeThinker 是完全免费开源的，适合哪些人使用？

是的，完全开源。它特别适合中小型企业开发者、高校人工智能实验室、算法竞赛参与者，以及对“小参数高智能”模型技术路线感兴趣的研究人员。

3. 15亿参数真的能比得过千亿参数的模型吗？

在特定的复杂推理、数学和编码场景下，确实可以。VibeThinker 验证了通过更精巧的算法（SSP原理），小模型不仅能接近，甚至能在特定标准（如 AIME 数学题）上超越体量是自己 400 倍的“巨无霸”模型，完全打破了参数至上的传统认知。

4. 如何安装和使用 VibeThinker？

安装方式非常简单。你只需要有 Python 环境，使用 pip 安装 transformer 库，然后写几行代码即可调用。官方推荐使用 vLLM 或 SGLang 工具在本地或云端服务器进行运行。具体代码示例可参考上文如何使用部分。

5. VibeThinker 和其他的小模型（如 SmoLM 3）最大的区别是什么？

最大的区别在于训练范式。VibeThinker 的 SSP 原理不仅是优化结果，更是在一个明确鼓励犯错和探索多样性的框架下，再由强化学习去寻找正确路径。这使得它在发散推理速度和高难度逻辑题上的表现，远优于普通的轻量级模型。