微博推出开源Vibe Thinker：15亿参数跑赢DeepSeek R1，后训练成本仅7800美元

微博宣布推出自研开源大模型 Vibe Thinker。它凭借 15 亿参数，在国际顶级数学竞赛评测中超过 6710 亿参数的 DeepSeek R1，准确率更高，且单次“后训练”成本仅 7800 美元，比 DeepSeek-R1 和 MiniMax-M1 等模型低了数十倍。

Vibe Thinker 采用轻量化 MoE 架构和多轮知识蒸馏。官方表示，用不超过 5GB 的数学语料即可高效微调，支持在 Hugging Face 一键下载并可商用。微博技术团队称，模型在 AIME 2025、HMMT 等题库上的平均成绩相比 R1 提升 3.4%，推理延迟降低 42%，适合教育、金融等需要实时响应的场景。

开源版本提供 PyTorch 与 GGUF 格式，最低可用单张 RTX4090 运行。微博同步开放训练脚本与数据配比方案，计划 12 月推出 Vibe Thinker-Math 数学增强版，并联合高校举办“轻量级数学挑战赛”，推进低成本高精度 AI 的普及。