微博 VibeThinker 是什么：15亿参数的数学推理模型
微博 VibeThinker 是微博 AI 实验室在 2025 年 11 月推出的开源大模型。该工具参数规模为 15 亿，属于密集模型。它专门针对数学推理与代码生成任务优化。
该模型的核心卖点是“小体型，大智慧”。它不依靠扩大参数规模提升性能。相反，它通过算法创新挖掘小模型的推理潜力。
根据官方数据，该工具在 AIME24 数学测试中取得 80.3 分。这一成绩超过了 6710 亿参数的 DeepSeek R1。
发布背景与开源地址
微博 AI 实验室于 2025 年 11 月中旬正式发布该工具。发布后不久，它登上 HuggingFace 趋势榜第一名。GitHub 仓库也收获大量星标。
开源地址为：https://github.com/WeiboAI/VibeThinker。模型权重可在 HuggingFace 和 ModelScope 下载。技术论文编号为 2511.06221。
该实验室此前主要聚焦微博平台内的 AI 应用。此次发布底层模型，标志其技术战略延伸。
基准测试成绩单
该工具在多个权威基准上表现突出。具体得分如下：
- AIME24：80.3 分
- AIME25：74.4 分
- HMMT25：50.4 分
- LiveCodeBench V5：55.9 分
- LiveCodeBench V6：51.1 分
AIME 是美国数学邀请赛。HMMT 是哈佛-麻省理工数学竞赛。LiveCodeBench 是编程算法测试集。
微博 VibeThinker 实用功能：数学与代码双引擎
该工具的功能集中在两个方向。数学推理与代码生成。知识推理能力则相对有限。
数学推理能力
数学推理是该工具的突出优势。AIME24 得分 80.3，AIME25 得分 74.4。HMMT25 得分 50.4。
这些成绩超越了 DeepSeek R1。后者 AIME24 得分为 79.8。该工具与 MiniMax-M1 效果接近。MiniMax-M1 的 AIME24 得分为 83.3。
官方文档显示，该工具能处理代数、几何、微积分等题型。它可生成多种解题路径。
代码生成能力
代码生成是另一核心能力。LiveCodeBench V5 得分 55.9，V6 得分 51.1。
该成绩超过了 Claude Opus 4 的 47.4 分。也超过了 Mistral AI 的 Magistral Medium 的 50.3 分。
它适合算法题代码生成。不是通用代码补全工具。
知识推理的边界
知识推理是该工具的短板。在 GPQA 测试中，它落后高水平模型 20-40 分。
GPQA 是通用知识问答基准。小模型参数少，知识存储有限。这导致广域知识问答能力弱。
官方建议不要将其用于聊天场景。日常对话未优化。
SSP 训练框架：频谱探索与信号放大
该工具采用 SSP 训练框架。SSP 全称是频谱到信号原理。英文为 Spectrum-to-Signal Principle。
这一框架分两阶段。先探索多样性，再放大较优信号。它颠覆了传统训练模式。
第一阶段：频谱探索
第一阶段目标是生成多样化解题路径。不追求单次正确率。
方法叫“两阶段多样性探索蒸馏”。针对不同学科训练专项专家模型。例如代数、几何、微积分各有专家。
然后融合成一个全能模型。这样模型拥有丰富的“解题频谱库”。
第二阶段：信号放大
第二阶段用强化学习筛选较优路径。算法叫“最大熵指导策略优化”。英文缩写 MGPO。
该算法自动识别“半懂不懂”的问题。即正确率约 50% 的题目。
优先训练这些高价值区域。类似老师针对薄弱点强化训练。
微博 VibeThinker 怎么快速上手：从 GitHub 到推理
上手该工具需要一定技术基础。主要步骤包括获取权重、配置环境、编写推理代码。
获取模型权重
模型权重托管在 HuggingFace。仓库名为 WeiboAI/VibeThinker-1.5B。
也可从 ModelScope 下载。GitHub 仓库提供代码和文档。
环境配置与依赖
需要 Python 环境。必须安装 transformers 库，版本不低于 4.54.0。
建议安装 vLLM 或 SGLang。vLLM 版本 0.10.1，SGLang 版本 0.4.9.post6 以上。
这些是优化推理引擎。可提高生成速度。
推理调用示例
以下是一个数学题推理代码片段：
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
"WeiboAI/VibeThinker-1.5B",
torch_dtype="bfloat16",
device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("WeiboAI/VibeThinker-1.5B")
prompt = "求方程 x^2 - 5x + 6 = 0 的解"
messages = [{"role": "user", "content": prompt}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer([text], return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=40960, temperature=0.6, top_p=0.95)
response = tokenizer.batch_decode(outputs[:, inputs.input_ids.shape[1]:], skip_special_tokens=True)[0]
print(response)
注意：max_new_tokens 可设到 40960。温度参数建议 0.6 或 1.0。
微博 VibeThinker 和类似工具怎么选：小模型对比
该工具与主流模型差异明显。以下从参数、数学得分、代码得分三个维度对比。
| 比较维度 | 微博 VibeThinker | DeepSeek R1 | MiniMax-M1 | Claude Opus 4 |
|---|---|---|---|---|
| 参数规模 | 15 亿 | 6710 亿 | 4560 亿 | 未公开 |
| AIME24 得分 | 80.3 | 79.8 | 83.3 | 未公开 |
| LiveCodeBench V5 | 55.9 | 65.9 | 69.2 | 47.4 |
| 训练成本 | 7800 美元 | 294,000 美元 | 535,000 美元 | 未公开 |
与 DeepSeek R1 对比
参数规模相差 400 多倍。该工具 15 亿，DeepSeek R1 6710 亿。
数学得分上，该工具反超。AIME24 是 80.3 对 79.8。
代码得分上，DeepSeek R1 更高。LiveCodeBench V5 是 65.9 对 55.9。
与 MiniMax-M1 对比
MiniMax-M1 参数 4560 亿。数学得分略高。AIME24 是 83.3 对 80.3。
代码得分也更高。LiveCodeBench V5 是 69.2 对 55.9。
但训练成本差距巨大。MiniMax-M1 是 535,000 美元，该工具仅 7800 美元。
与闭源模型对比
与 Gemini 2.5 Flash 相比，数学得分接近。具体数值未公开。
与 Claude Opus 4 相比，代码得分该工具更高。55.9 对 47.4。
闭源模型无法本地部署。该工具可完全本地运行。
微博 VibeThinker 适用场景：数学与代码任务
该工具适合专业场景。不适合通用聊天。
数学竞赛解题
可求解 AIME、HMMT 等竞赛题。能生成多种解题思路。
适合竞赛辅导和自适应学习系统。
编程算法题生成
可生成 LiveCodeBench 风格的算法代码。适合编程教育工具。
可提供算法级代码补全建议。
边缘设备部署
15 亿参数可部署在消费级 GPU。如 RTX 3090 或 4090。
也可在 CPU 上推理，速度较慢。适合资源受限环境。
微博 VibeThinker 的优点和缺点
核心优点
- 训练成本极低：后训练仅 7800 美元。
- 推理高效：小模型推理速度快，延迟低。
- 开源可复现：权重、代码、论文全部公开。
- 数学推理强：超越 400 倍参数的大模型。
主要缺点
- 知识推理弱：GPQA 落后 20-40 分。
- 通用任务能力有限：不适合聊天和开放域问答。
- 代码能力中等：不如 DeepSeek R1 和 MiniMax-M1。
微博 VibeThinker 的价格档位：免费开源
该工具完全免费。无付费版本。
免费使用与许可
模型权重免费下载。采用允许商用的开源协议。
衍生模型需反馈性能优化数据。这是协议的特殊要求。
隐性成本
使用该工具仍需承担硬件成本。推理需要 GPU 或 CPU。
部署维护也需要技术人力。这些成本不体现在价格标签上。
微博 VibeThinker 的性价比分析
训练成本对比
该工具后训练成本 7800 美元。DeepSeek R1 为 294,000 美元。
MiniMax-M1 为 535,000 美元。成本差距达 30-70 倍。
推理成本与收益
小模型推理成本低 20-70 倍。适合高频调用场景。
例如教育应用中的实时解题。或编程辅助中的即时反馈。
微博 VibeThinker 的数据隐私与安全
本地部署与数据控制
该工具可完全本地部署。无需上传数据到 API。
数据保留在本地设备。适合敏感场景。
合规与导出
开源协议允许自由修改和导出。无供应商锁定。
企业可基于它构建私有化方案。
微博 VibeThinker 的学习曲线
上手难度
需要 Python 和 PyTorch 基础。非技术用户上手困难。
需理解模型加载、tokenizer、生成参数等概念。
文档与社区支持
GitHub README 提供基本用法。代码示例清晰。
社区支持主要靠 Issue。无官方客服。
微博 VibeThinker 的更新频率
版本发布信息
目前仅发布 VibeThinker-1.5B 一个版本。发布于 2025 年 11 月。
尚无后续版本计划公开。
开源社区动态
GitHub 仓库有 Issue 和 Pull Request。活跃度一般。
暂无公开的更新路线图。
