# 新浪开源 VibeThinker-3B：推理能力能塞进小模型，但知识储备不行

> 原标题：新浪开源VibeThinker-3B：推理可压缩，事实知识不能

- 来源：AI HOT 精选
- 发布时间：2026-06-28T07:44:41.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/41009
- 原文：https://the-decoder.com/sinas-open-model-vibethinker-3b-aims-to-show-reasoning-compresses-well-but-factual-knowledge-doesnt

## 摘要

新浪微博放出了一个 30 亿参数的小模型 VibeThinker-3B，在数学和编程题上能跟 DeepSeek V3.2、Kimi K2.5 这些大几百倍甚至上千亿参数的模型打平。它是在阿里的 Qwen2.5-Coder-3B 基础上，靠多阶段后训练（先监督微调学各种任务，再用强化学习专攻数学、编程、理科推理，最后自我蒸馏合并技能）把性能拉上去的。

## 推荐理由

新浪开源 30 亿参数的 VibeThinker-3B，在数学和编程题上追平参数量大数百倍的 DeepSeek V3.2 与 Kimi K2.5，其多阶段后训练流程也交代得较完整。

## 锐评

30 亿参数在数学编程上跟 DeepSeek V3.2 打平，这个信号对端侧和成本敏感的场景挺实在。它自己验证的那条结论更值钱，推理能压进小模型，事实知识压不进去，选型直接照着走，小模型配检索或工具去补知识，别指望它记住东西。

只有一篇报道，杂任务上的表现还没人测，先当个方向看。
