#新浪##小模型##开源模型##AI推理##模型发布#
【模型发布：新浪VibeThinker-3B：3B参数数学能力比肩200倍体量模型】

据The Decoder 6月28日报道，新浪发布仅3B参数的开源推理模型VibeThinker-3B。在AIME 2026数学竞赛基准上，该模型性能与DeepSeek V3.2等参数量大200-333倍的模型持平；在LeetCode竞赛题上解出123/128题，超越GPT-5.2和Kimi K2.5。但在知识密集型基准GPQA-Diamond上表现明显落后。模型基于阿里Qwen2.5-Coder-3B，经SFT、强化学习、自蒸馏多阶段后训练，已完整开源。研究团队提出"参数压缩-覆盖假说"：逻辑推理依赖少数可压缩的模式，而广泛世界知识仍需大参数存储。

VibeThinker-3B是近期小模型追赶趋势的又一数据点。3B参数可在消费级设备本地运行，若数学编程能力真实可靠，其部署成本优势显著。但"推理强、知识弱"的特性也划定了清晰边界——适合代码生成、数学证明等结构化任务，不适合需要广泛领域知识的开放问答场景。"参数压缩-覆盖假说"若成立，将为未来"小参数推理引擎+外部知识库"的混合架构提供理论依据。