昆仑万维开源 7B 和 32B 最强数学代码推理模型，同规模下性能超越阿里 QwQ-32B，对齐 DeepSeek-R1

继 2025 年 2 月发布首款中文逻辑推理大模型 Skywork-o1 之后，昆仑万维天工团队在此基础上持续迭代优化，4 月 13 日，重磅推出全新升级的 Skywork-OR1(Open Reasoner 1)系列模型。

该系列在同等参数规模下实现了业界领先的推理性能，进一步突破了大模型在逻辑理解与复杂任务求解方面的能力瓶颈。同时，Skywork-OR1 全面开放、免费使用，以完全开源的形式回馈开发者社区，坚定践行天工团队在推动 AI 技术发展上的开源路线。

此次开源涵盖三款高性能模型，包括：

1. Skywork-OR1-Math-7B：聚焦数学领域的专项模型，同时也具有较强的代码能力。

2. Skywork-OR1-7B-Preview：融合数学与代码能力、兼具通用性与专业性的通用模型。

3. Skywork-OR1-32B-Preview：面向更高复杂度任务、具备更强推理能力的旗舰版本。

此次发布的 Skywork-OR1 系列采用业界最高透明度的开源策略：不同于其他前沿开源推理模型仅开放模型权重，我们全面开源了模型权重、训练数据集和完整训练代码，所有资源均已上传至 GitHub 和 Huggingface 平台。

配套的技术博客已发布于 Notion 平台，详细阐述了数据处理流程、训练方法和关键技术发现，为社区提供了完全可复现的实践参考。

目前 Skywork-OR1-7B 和 Skywork-OR1-32B 的能力还在持续提升，在两周内我们还会发布两个模型的正式版本，同时也会推出更为系统详尽的技术报告，进一步分享我们在推理模型训练中的经验与洞察。我们相信，这种全方位的开源策略将有助于推动整个 AI 社区在推理能力研究上的共同进步。

Skywork-OR1 系列开源地址：

https://github.com/SkyworkAI/Skywork-OR1

昆仑万维天工团队更多开源项目：

https://huggingface.co/Skywork

在评测方面，Skywork-OR1 系列模型引入了 avg@k 作为核心评估指标，用于衡量模型在进行 k 次尝试时成功解决问题的平均表现。相较于传统的 pass@k 指标仅关注是否“至少一次成功”，avg@k 能更细致地捕捉模型在多轮生成过程中的稳定性与整体推理能力，从而更全面反映其真实性能水平与实用价值。

在数学推理任务中：

1. 通用模型 Skywork-OR1-7B-Preview 和 Skywork-OR1-32B-Preview 在 AIME24 与 AIME25 数据集上均实现了同参数规模下的最优表现，展现出强大的数学推理能力。

2. 针对数学场景深度优化的专项模型 Skywork-OR1-Math-7B 更是在 AIME24 和 AIME25 上分别取得 69.8 与 52.3 的高分，远超当前主流 7B 级别模型，充分验证了其在高阶数学推理任务中的专业优势。

3. Skywork-OR1-32B-Preview 在所有 benchmark 上均实现了对 QwQ-32B 的超越，并在更难的 AIME25 上基本与 R1 持平。

在竞赛编程任务中：

1. 通用模型 Skywork-OR1-7B-Preview 与 Skywork-OR1-32B-Preview 在 LiveCodeBench 数据集上均取得了同等参数规模下的最优性能。

2. Skywork-OR1-32B-Preview 表现尤为突出，其代码生成与问题求解能力已接近 DeepSeek-R1（参数规模高达 671B），在大幅压缩模型体量的同时实现了卓越的性价比，充分展现出天工团队训练策略的先进性。

其中 Skywork-OR1-Math-7B 表现尤为亮眼，作为一个专注于数学推理能力的 7B 参数模型，通过多阶段 GRPO 训练在复杂数学问题上实现了卓越表现，同时在代码任务上也有较强的泛化能力。下图是该模型在 AIME24 上的训练准确率曲线，清晰呈现了多阶段训练过程中性能的稳定提升轨迹。

Skywork-OR1-Math-7B 最终模型在 AIME24 和 AIME24 上分别达到 69.8%和 52.3%，超越了 OpenAI-o3-mini (low)，达到了当前尺寸 SOTA 性能。值得注意的是，尽管该模型训练过程中未专门针对代码能力进行优化，但在代码评测基准上 Livecodebench 从 37.6%提升到 43.6%，相比基线模型的显著提升，这也表明我们的训练方法具有较好的领域泛化性。

自 2023 年以来，昆仑万维坚定地开源大模型回馈开发者和行业。2025 年开源的 Skywork-R1V 多模态视觉推理模型、SkyReels-V1 面向 AI 短剧创作的视频生成模型、Skywork-o1 推理模型以及 2024 年开源的 Skywork-Reward 奖励模型，不仅在 Hugging Face 上下载数据表现亮点，开发者讨论度和模型热度依然居高不下。

当前，全球人工智能领域的竞争日趋激烈，竞赛的焦点正逐步从基础模型能力扩展到推理能力的比拼。AI 大模型能否有效模仿人类的思维过程、具备逻辑推理和复杂任务的求解能力，已成为衡量技术先进性与通用智能潜力的关键指标。

在此背景下，为打破科技巨头对核心 AI 大模型技术的垄断壁垒，推动技术自主可控发展，中国多家企业纷纷投身于开源大模型生态的建设。未来，昆仑万维仍继续秉持“All in AGI 与 AIGC”战略、“实现通用人工智能，让每个人更好地塑造和表达自我”的使命，持续加大在通用大模型、开源框架和推理能力提升等方向的研究投入，力求在全球 AI 技术浪潮中抢占先机、塑造竞争优势。