写在前面

        当整个AI行业都在追逐"更大即更强"的 scaling law 时，微博AI团队带来的VibeThinker-1.5B却用实实在在的数据告诉我们：小模型，同样可以拥有大智

慧。这个仅有15亿参数的"小个子"，在AIME2025数学竞赛中斩获74.4分，超越了参数量400倍于它的DeepSeek R1；在代码生成任务上，它以51.1分的成绩

小幅领先Magistral Medium。更令人惊叹的是，这一切的实现成本不到8000美元。

一、最大的优点：成本极低但性能超强

（1）训练成本超级低：整个模型训练只花了7800美元，用了大约3900小时的H800显卡。相比动辄几十万上百万训练费的大模型（比如DeepSeek R1要

29.4万美元，MiniMax-M1要53.5万美元），它便宜了30-60倍。

（2）推理成本也低：因为模型小，可以轻松部署在手机、车载设备上，推理成本比大模型低20-70倍。

（3）性能却不输大模型：在AIME2025数学竞赛上拿到74.4分，超过了6710亿参数的DeepSeek R1（70.0分），和4560亿参数的MiniMax-M1（74.6分）差不

多。在代码生成任务LiveCodeBench v6上拿到51.1分，比 Magistral Medium（50.3分）还高一点。

二、颠覆性的技术思路：从“多样性”到“精准信号”

传统做法是让模型直接学标准答案，但他们搞了个新套路——先让模型学会“多想几种解法”，再从中挑出对的。具体分两步：

（1）第一步：多样性探索（他们叫“频谱阶段”）

        不是直接教模型“唯一正确答案”，而是鼓励它针对一个问题生成多种解法。比如解一道数学题，模型可能会想出代数法、几何法、微积分法等不同思路。

        他们用了个巧妙的办法：先把数学分成代数、几何、微积分、统计等几个小领域，在每个领域里训练一个“专项小能手”，然后把这几个小能手模型融合

成一个“全能模型”。这个融合后的模型解题思路特别广。

（2）第二步：信号放大（他们叫“信号阶段”）

        有了多种解法后，用强化学习来“挑出对的”。他们开发了一个叫MGPO的智能算法，会自动找出模型“半懂不懂”的题目（就是正确率在50%左右的），

重点训练这些题，因为这时候学习效率最高。

        这就像老师发现学生某些题型时对时错，就知道这是学生的“薄弱点”，应该重点讲解。

三、颠覆性结论：小模型也能有大智慧

        这篇文章最颠覆的地方在于它证明了：模型能力不一定非要靠堆参数来实现！

（1）打破了“参数越多越聪明”的固有认知：之前大家都觉得推理能力必须靠大参数，但VibeThinker-1.5B用仅1.5B参数就达到了几百B参数模型的水平。

（2）降低了AI研究门槛：现在很多大学和小公司用不起大模型，如果小模型就能达到类似效果，更多人能参与前沿研究，加速AI发展。

四、还有提升空间

        当然这个小模型也不是万能的：

（1）在专业知识测试（GPQA）上还不如大模型，差了20-40分，说明小模型在广泛知识存储上还是有局限。

（2）代码能力虽然不错，但相比数学推理稍弱，可能是因为基础模型原本就更侧重数学。

        总之，这项研究就像证明了“小身材也能有大能量”，用创新的训练方法让小模型爆发出了超乎想象的推理能力，而且成本超级亲民，这对AI普及化来说

是个重大突破。