就在昨天，阿里 Qwen（千问）团队发布并开源了一个“小而美”的推理模型：QwQ-32B。

这个模型凭借其“娇小的身材”——32B 参数，即320亿，及其媲美大参数模型的性能——比如满血版 DeepSeek-R1，迅速走红。

截至写这篇文章，Qwen 的官宣帖阅读数已超过170万。

32B 这么小的参数量是什么概念？

意味着这个模型能够直接在消费级显卡上跑起来，比如英伟达的 RTX 3090和4090。具体说来，拥有 24 GB 显存的 GPU 即可以全精度运行 QwQ-32B 完整版模型。

相较于 DeepSeek-R1，它的满血版可是有 671B（6710亿）参数，约为 QwQ-32B 的20倍。同样的硬件配置，只能跑得起 DeepSeek-R1 的 32B 蒸馏小模型。

更详细的硬件配置需求，可以参考下面的这个表格自查。

而通过 Qwen 团队公布的 QwQ-32B 模型基准测试结果，在数学、代码方面完全可以不输于满血版的 DeepSeek-R1。

具体看下图，红色柱是 QwQ-32B 的分数，蓝色柱是满血版 DeepSeek-R1 的得分。

但值得一提的是，虽然说 QwQ-32B 实力不俗，但要让它真正和满血版 DeepSeek-R1 在各方面大战一场，那必定是打不过的。连 Qwen 官方用的词都是“媲美”，这就能说明情况了吧。

之前曾出过一期教程：手把手教你本地部署DeepSeek-R1：3步搞定，有手就行！，其中详细介绍了如何在本地电脑上部署各个小参数的蒸馏版 DeepSeek-R1。

现在，有了 QwQ-32B，这些蒸馏版模型可以彻底下岗了，毕竟参数又小，性能又强劲，何乐而不为。

部署方法大同小异，因为就在刚刚，Ollama 也添加了对 QwQ-32B 的支持。

1. 第1步：安装 Ollama

官网安装，命令行安装都可以。

划重点，之前已经安装过的可以自行忽略这一步。

https://ollama.com/

安装完成后，打开 终端 运行下面的命令。正常来说会输出Ollama的版本号，如“ollama version is 0.5.7”。

# 验证安装
ollama --version

第2步：下载 QwQ-32B 模型

QwQ-32B 模型参数约 32.8B，使用 Q4_K_M 量化版本，模型文件约 20GB，Apache 2.0 开源证书。

# 下载 QwQ-32B
ollama pull qwq

下载完成后，可以用下面这条命令验证模型，该命令会输出你通过 Ollama 安装的模型。如果一切正常，qwq 应该出现在输出列表中。

# 验证模型
ollama list

第3步：运行 QwQ-32B 模型

如果是通过客户端安装 Ollama，模型安装好后会自动进入交互式会话模式，此时你就可以和模型聊天了！

如果没有进入会话模式，用下面的命令启动模型。

# 运行模型
ollama run qwq

当然，也可以选择在第三方客户端里使用这个本地模型，比如 Chatbox，详情参考上一篇本地部署教程。

https://chatboxai.app/zh

如果你只是想单纯的使用这个模型，那么在 Qwen Chat 里或者 Hugging Face 里有现成的 QwQ-32B 可以使用。

• Qwen Chat（通义千问海外版） ：https://chat.qwen.ai
• Hugging Face Demo ：https://huggingface.co/spaces/Qwen/QwQ-32B-Demo
• Hugging Face QwQ-32B 模型首页 ：https://huggingface.co/Qwen/QwQ-32B

我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。

相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用AI为你的未来加速。