3B открытая модель, которая громит конкурентов в математике

Эта модель с 3 миллиардами параметров показывает результаты, сопоставимые с моделями на 671 миллиард и 1 триллион параметров, на сложных математических задачах. VibeThinker-3B, разработанная Sina Weibo и распространяемая под свободной лицензией MIT, набрала 94,3 балла в математическом тесте AIME26, обойдя DeepSeek V3.2 (671 миллиард параметров) с результатом 94,2 и Kimi K2.5 (1 триллион) с результатом 93,3. Она решила 123 из 128 задач с первой попытки на тестовом наборе нерешённых задач с соревнований LeetCode.

Модель маленькая, но мощная. VibeThinker-3B — это дообученная модель на основе Qwen2.5-Coder-3B, параметры в формате BF16 занимают около 6 ГБ. Это значит, что её можно развернуть на потребительской видеокарте. Эта крошечная модель наравне соревнуется с гораздо более крупными моделями в отдельно взятой задаче.

1Как маленькая модель бьёт выше своего веса

Как так вышло? Вся магия — в методике обучения под названием Spectrum-to-Signal. Проще говоря, сначала модель учат понимать множество разных подходов к решению задачи («спектр»), а затем лучшие ответы дорабатывают с помощью обучения с подкреплением, сосредотачиваясь на задачах, которые находятся на пределе возможностей модели. Во время работы можно по желанию сгенерировать несколько решений, проверить корректность рассуждений и провести голосование, чтобы выбрать самый надёжный ответ — так достигается пиковый результат в 97,1 балла на AIME26 без каких-либо дополнительных параметров.

Но не будем забегать вперёд. Хотя VibeThinker-3B держится наравне с гигантскими моделями в математике и на соревнованиях по программированию, она уступает в задачах на общие знания, вроде GPQA-Diamond (70,2 против 82,4 у DeepSeek и 87,6 у Kimi). Фактические знания и правда подчиняются закону убывающей отдачи — модель на 3 миллиарда параметров может запомнить лишь ограниченное количество информации. Это скальпель, а не швейцарский нож.

2Почему это важно для тебя

Так что же это значит? Вы сможете развернуть модель на 3 миллиарда параметров локально и приватно, платя только за электричество, вместо того чтобы платить за токены дорогому провайдеру API. Если вы разрабатываете продукт на основе ИИ, это разница между бесплатной функцией и дорогостоящей катастрофой.

Это также подрывает идею о том, что больше всегда значит лучше. Вместо того чтобы воспринимать 2026 год как гонку между лабораториями, гонящимися за триллионом параметров, стоит думать о нём как о мире, где специализированные маленькие модели достаточно хороши, чтобы дать вам выбор. VibeThinker-3B распространяется под лицензией MIT, а значит, вы можете свободно скачивать, изучать, дообучать и разворачивать её, не спрашивая разрешения, не беспокоясь об ограничениях использования и не боясь кнопки отключения.

Я хочу сказать вот что: не берите по умолчанию самую большую модель. Часто хорошо настроенная маленькая модель быстрее, дешевле и полностью под вашим контролем — а это бесценно, когда имеешь дело с чужими API, которые могут поднять цены или отобрать у вас модель.