3 млрд параметров догоняют триллион: VibeThinker-3B решает олимпиады без облака и больших языковых моделей

Исследователи из Sina Weibo (Китай) выпустили VibeThinker-3B под открытой лицензией MIT. Модель построена поверх Qwen2.5-Coder-3B: её не обучали с нуля, а дообучили (fine-tuning, обучение модели на специальных примерах под узкую задачу) с помощью обучения с подкреплением и самодистилляции. Для русскоязычного сообщества это событие: впервые настолько компактная открытая модель (открытые веса, open weights) на китайской базе достигает уровня, который раньше требовал серверных кластеров.

Что именно измеряли?

Авторы проверяли модель на задачах, где ответ можно однозначно проверить: олимпиадная математика, алгоритмическое программирование, дисциплины STEM (наука, технологии, инженерия, математика). Идея проста: если задача имеет проверяемый правильный ответ, компактная модель способна конкурировать с гигантами. Для задач, где нужны обширные «мировые знания» (общие вопросы, открытые диалоги), авторы честно рекомендуют использовать большие языковые модели общего назначения.

Метод обучения называется Spectrum-to-Signal: сначала модели показывают широкий «спектр» допустимых путей решения, потом обучение с подкреплением усиливает правильные пути, «сигнал». Это не одноразовая тренировка, а конвейер из четырёх этапов: двухступенчатое дообучение с учителем, обучение с подкреплением по математике, коду и STEM, самодистилляция (когда модель учится у собственных лучших ответов), и финальная настройка на следование инструкциям.

Где VibeThinker-3B догоняет гигантов, а где нет?

Результаты на проверяемых задачах:

• AIME26 (олимпиадная математика): 94,3 балла. По данным исследования, это сопоставимо с DeepSeek V3.2 (671 млрд параметров) и Kimi K2.5 (1 трлн параметров).
• LiveCodeBench v6 (код): 80,2 Pass@1.
• LeetCode (свежие задачи за апрель-май 2026, которых модель не видела при обучении): 123 из 128 решений приняты с первой попытки, 96,1%.
• BruMO25: 93,8, а с тестовым масштабированием CLR поднимается до 99,2.

Где модель уступает:

• OJBench (сложный кодовый бенчмарк): 38,6, заметно ниже крупных моделей.
• GPQA-Diamond (задачи, требующие глубоких знаний): разрыв с большими языковыми моделями сохраняется. Авторы открыто признают: это специалист по проверяемым задачам, не универсал.

CLR: масштабирование без дополнительных параметров

CLR расшифровывается как Claim-Level Reliability Assessment, оценка надёжности на уровне утверждений. Представьте: модель решает задачу 32 раза, из каждого решения извлекает пять ключевых утверждений и сама же их проверяет. Одно слабое утверждение резко снижает вес всего решения. Затем ответы группируются, и побеждает ответ с наибольшим «весом надёжности».

Это не добавляет параметров: расход идёт на вычисления при использовании (инференс, inference, момент, когда модель генерирует ответ), а не на размер модели. CLR поднимает AIME26 с 94,3 до 97,1 и BruMO25 с 93,8 до 99,2.

Что делать с этим прямо сейчас?

Автору Дзена и копирайтеру. Прямого применения для текстов пока нет: модель не генерирует статьи и не работает с русским языком в задачах общего назначения. Но если вы пишете образовательный контент по математике, программированию или STEM, VibeThinker-3B может генерировать проверенные решения задач локально, без подписки на облачные сервисы.

Маркетологу и аналитику. Для тех, кто строит внутренние инструменты с элементами логики (калькуляторы, автопроверки, скоринг), модель размером 6 ГБ на одной видеокарте снижает порог входа. Вместо оплаты API крупных моделей можно развернуть локальное решение.

Предпринимателю в России и СНГ. Модель доступна под лицензией MIT, никаких санкционных ограничений. Веса на 6 ГБ помещаются на потребительскую видеокарту. Из российских аналогов для задач рассуждения стоит следить за YandexGPT и GigaChat, но они пока не предлагают открытых моделей сопоставимого размера для локального запуска. VibeThinker-3B, по сути, первая практичная альтернатива для тех, кто хочет запустить логическое ядро у себя, без облака и без зависимости от зарубежных API.

Для запуска достаточно установить vLLM и одной командой поднять сервер, совместимый с API OpenAI. Весь процесс укладывается в три строки в терминале, и модель готова принимать запросы на той же машине, где вы работаете, без облачных затрат и без передачи данных на чужие серверы.

По данным исследования VibeThinker-3B