VibeThinker-3B 是一个约 30 亿参数的稠密推理模型，由中国团队新浪开源、基于 Qwen2.5-Coder-3B 构建，目标是用极小的参数规模在可验证推理任务上比肩甚至超越千亿级大模型。
VibeThinker-3B 近期进展
当前焦点与观察点
VibeThinker-3B 引发的核心问题不是「小模型能不能推理」，而是推理能力与知识储备能否被分开对待。它的成绩集中在可验证任务上，说明后训练与数据筛选对推理的贡献可能远大于参数堆叠；但事实性问答的短板也提示，压缩推理和压缩知识是两件难度不同的事。
另一个观察点是横向竞争。TwIL-LM3-Pro 以 3.66B 的规模切入同一赛道并声称反超，说明 3B 级别推理模型已进入密集对比阶段，单一榜单的领先未必稳固。对使用者而言，更实际的问题是：VibeThinker-3B 在具体任务上的稳定性、部署成本与失败模式，是否真能替代调用大模型，这仍需更多独立复现来验证。