QwQ-32B 推理模型发布

QwQ-32B 推理模型正式发布并开源，凭借其卓越的性能和广泛的应用场景，迅速在全球范围内获得了极高的关注度。基于阿里云函数计算 FC 提供算力，Serverless+ AI 云原生应用开发平台 CAP 现已提供模型服务、应用模板两种部署方式辅助您部署 QwQ 32B 系列模型。您选择一键部署应用模板与模型进行对话或以 API 形式调用模型，接入 AI 应用中。欢迎您立即体验 QwQ-32B。

QwQ-32B 更小尺寸性能比肩全球最强开源推理模型 QwQ-32B 在一系列基准测试中进行了评估，包括数学推理、编程和通用能力。以下结果展示了 QwQ-32B 与其他领先模型的性能对比，包括 DeepSeek-R1-Distilled-Qwen-32B、DeepSeek-R1-Distilled-Llama-70B、OpenAI-o1-mini 以及原始的 DeepSeek-R1-671B。

在测试数学能力的 AIME24 评测集上，以及评估代码能力的 LiveCodeBench 中，千问 QwQ-32B 表现与 DeepSeek-R1-671B 相当，远胜于 OpenAI-o1-mini 及相同尺寸的 R1 蒸馏模型。在由 Meta 首席科学家杨立昆领衔的“最难 LLMs 评测榜” LiveBench、谷歌等提出的指令遵循能力 IFEval 评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的 BFCL 测试中，千问 QwQ-32B 的得分均超越了 DeepSeek-R1-671B。

前置准备

首次使用云原生应用开发平台 CAP[1] 会自动跳转到访问控制快速授权页面，滚动到浏览器底部单击确认授权，等待授权结束后单击返回控制台。
本教程在函数计算中创建的 GPU 函数，函数运行使用的资源按照函数规格乘以执行时长进行计量，如果无请求调用，则只收取闲置预留模式下预置的快照费用，CAP 中的极速模式通过预置实例快照实现毫秒级响应，其技术原理对应函数计算的闲置预留模式，适用于需要快速冷启动的场景。建议您领取函数计算的试用额度 [2] 抵扣资源消耗，超出试用额度的部分将自动转为按量计费，更多计费详情，请参见计费概述 [3]。

方式一：应用模板部署

创建项目
进入 CAP 控制台 [4] 单击基于模板创建开始创建。
部署模板
在搜索栏输入 QWQ 进行搜索，单击基于 Qwen-QwQ 推理模型构建 AI 聊天助手，进入模板详情页，单击立即部署。

选择地域，目前支持北京、上海、杭州，单击部署项目，在项目资源预览对话框中，您可以看到相关的计费项，详情请见计费涉及的产品 [5]。单击确认部署，部署过程大约持续 10 分钟左右，状态显示已部署表示部署成功。

说明：选择地域时，一般是就近选择地域信息，如果已经开启了 NAS 文件系统，选择手动配置模型存储时，请选择和文件系统相同的地域。如果您在测试调用的过程中遇到部署异常或模型拉取失败，可能是当前地域的 GPU 显卡资源不足，建议您更换地域进行重试。
验证应用
部署完毕后，点击 Open-WebUI 服务，在访问地址内找到公网访问单击访问。在 OpenWebUI 界面体验 QwQ 模型进行对话。

方式二：模型服务部署

使用 API 形式进行模型调用，接入线上业务应用。

创建空白项目
进入 CAP 控制台 [6] 单击创建空白项目开始创建，并为项目命名。
选择模型服务
部署模型服务
选择模型 QwQ-32B-GGUF，目前仅支持杭州地域。

单击资源配置，QwQ-32B-GGUF 推荐使用 Ada 系列，可直接使用默认配置。您可以根据业务诉求填写需要的卡型及规格信息。

单击预览并部署，在服务资源预览对话框中，您可以看到相关的计费项，详情请见计费涉及的产品 [7]。单击确认部署，该阶段需下载模型，预计等待 10~30 分钟即可完成。
验证模型服务
单击调试，即可测试和验证相关模型调用。

在本地命令行窗口中验证模型调用。
第三方平台 API 调用
您可以选择在 Chatbox [8] 等其他第三方平台中验证和应用模型调用，以下以 Chatbox 为例。