# VibeThinker-3B：一个30亿参数模型，在可验证推理上打平或超过DeepSeek V3.2等大模型

> 原标题：VibeThinker: 3B param model that beats Opus 4.5 on reasoning with novel SFT+GRPO

- 来源：Hacker News 首页
- 发布时间：2026-06-23T02:01:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39928
- 原文：https://arxiv.org/abs/2606.16140

## 摘要

这篇技术报告放出了一个叫VibeThinker-3B的小模型，只有30亿参数，但在数学竞赛题（AIME26得分94.3，加长思考时间能到97.1）、编程题（LiveCodeBench v6的Pass@1是80.2）和没见过的LeetCode比赛（通过率96.1%）上。

## 推荐理由

一个3B模型在数学和编程推理上对标甚至超过大模型，反差故事够强，数字也扎实，方法可复现。扣分是因为单篇报告还没被社区复现，82分合适。

## 锐评

3B 打平 DeepSeek V3.2，这种数字我第一反应是看它怎么跑的。AIME 94.3 加长思考到 97.1，这分数是拿推理时间换出来的，模型本身没那么强。小模型靠多吐 token 顶上去，单次成本未必比大模型低，只是显存占用小、能塞进本地。要等的是社区复现，现在只有自家报告，benchmark 又都是可验证推理这类好刷的题。3B 能到这一步已经挺离谱，线上模型先不换。
