啊?微博7800美元训的大模型，数学能力超了DeepSeek-R1

微博AI 正式发布开源模型 VibeThinker（约15亿参数），后训练成本仅约7800美元。该模型在多个国际数学测试基准上取得超越更大规模模型（如DeepSeek-R1）的成绩，引发行业对“效率优先”路线的关注。

模型架构与训练成本

VibeThinker 采用参数高效的架构与优化的训练方案，使其在保持较小模型规模的同时具备出色的数学推理能力。低成本训练降低了中小团队复现与部署门槛，推动模型普及。

性能与基准表现

在标准数学竞赛类基准与推理测试中，VibeThinker 的表现优于若干巨型模型，表明在某些任务上模型设计与训练策略比单纯放大参数更关键。

行业影响与方向

这一成果推动从“规模竞赛”向“效率革命”转变，为中小企业与开发者提供了高性价比的AI智能体选择，同时也促使研究者关注模型结构、数据质量与训练方法的改进。

部署与应用建议

VibeThinker 适合需要高性价比推理的产品化场景，如在线数学题解、教育辅导与科研工具。要实现稳定部署，仍需关注推理延迟、鲁棒性与安全性等工程问题，同时结合微调与领域适配以提升特定任务表现。

如有侵权，请联系删除。