Was ist VibeThinker-3B?
VibeThinker-3B ist ein kleines Reasoning-Modell von Weibos KI-Team, veröffentlicht im Juni 2026 als Nachfolger von VibeThinker-1.5B. Es ist ein dichtes Modell mit 3 Milliarden Parametern, feinabgestimmt von Alibabas Qwen2.5-Coder-3B, und liest und schreibt Text. Weibo baute es für Aufgaben mit überprüfbaren Antworten: Wettbewerbsmathematik, Wettbewerbsprogrammierung und naturwissenschaftliche Fragen.
Das Training lief in vier Stufen: zwei Runden überwachtes Fine-Tuning, von breitem zu schwererem, längerem Schlussfolgern; Reinforcement Learning nacheinander auf Mathematik, Code und Naturwissenschaften mit einem Fenster von 64K Tokens; Destillation der besten Lösungswege zurück in ein Modell; und eine letzte Runde für besseres Befolgen von Anweisungen. Weibo versteht es als Test der Hypothese, dass überprüfbares Schlussfolgern weit weniger Parameter braucht als breites Wissen.
Die Gewichte stehen unter der MIT-Lizenz. In den letzten 30 Tagen kamen sie auf etwa 2.800 Downloads bei Hugging Face.
Lohnt sich VibeThinker-3B?
VibeThinker-3B erzielt in Mathematik und Wettbewerbsprogrammierung für 3 Milliarden Parameter verblüffende Werte. Weibos technischer Bericht nennt 94,3 auf AIME 2026, oder 97,1 mit seiner Prüfung auf Aussageebene zur Testzeit, 80,2 auf LiveCodeBench v6 und 93,4 auf IFEval. Bei den 400 Olympiade-Aufgaben von IMO-AnswerBench erreicht es 76,4, mit Prüfung 80,6, gegenüber 78,3 für das 671B-Modell DeepSeek V3.2 und 82,5 für das 744B-Modell GLM-5.
Der beste Beleg, dass es nicht nur auf Benchmarks getrimmt ist, ist der LeetCode-Test. Bei wöchentlichen und zweiwöchentlichen Wettbewerben vom 25. April bis 31. Mai 2026, die das Modell laut Weibo nicht gesehen hatte, löste es 123 von 128 Aufgaben im ersten Versuch, eine Akzeptanzquote von 96,1%. Auch das ist Weibos eigene Messung.
Der Haken ist alles außerhalb dieser Spur. Laut Weibos Modellkarte wurde es nicht mit Daten zu Tool-Aufrufen oder Agenten trainiert, Weibo rät von Function Calling, API-Orchestrierung und Coding-Agenten ab und sagt, größere Modelle blieben bei breitem Wissen besser. Schwere Aufgaben brauchen sehr lange Ausgaben: Weibo empfiehlt 60.000 bis 100.000 Tokens für seinen schwersten Mathe-Satz, und sein Beispielcode erlaubt 102.400 neue Tokens, was auf den Laptops, zu denen ein 3B-Modell einlädt, langsam ist.
Am besten behandelt man es als spezialisierten Löser. Für einen allgemeinen Assistenten auf dem Gerät sind Nanbeige4.2-3B oder Spark-X2.6-4B für Tools und Agenten gebaut; für einen selbst gehosteten Prüfer für Mathematik oder Wettbewerbsprogrammierung sind seine Werte bei 3B schwer zu erreichen, und das 1B-Modell Limite Violetto ist der Vergleichskandidat, da es VibeThinker in mehreren derselben Tests schlägt.
Wo es sich lohnt
Ein Mathelehrer, der das Olympiade-Team seiner Schule betreut
Ausgearbeitete Lösungen zu alten AIME- und Olympiade-Aufgaben für Übungsblätter erzeugen
Mit vLLM auf einer einzelnen Consumer-GPU bei Temperatur 1.0 betreiben und lange Ausgaben zulassen. Die 94,3 auf AIME 2026 passen dazu; jede Lösung prüfen, da der Wert eine eigene Angabe ist.
Eine Ingenieurin bei einer Online-Plattform zum Programmieren üben
Referenzlösungen für neue Algorithmus-Aufgaben vor der menschlichen Prüfung entwerfen
Neue Aufgaben gebündelt über SGLang laufen lassen und Lösungen behalten, die deine Testfälle bestehen. Weibo meldet 123 von 128 jüngsten LeetCode-Wettbewerbsaufgaben im ersten Versuch gelöst; die MIT-Lizenz erlaubt kommerzielle Nutzung.
Bevor du dich festlegst
- Einrichtung
- transformers 4.54.0 oder neuer installieren und in bfloat16 laden oder mit vLLM 0.10.1 oder SGLang 0.4.9.post6 bereitstellen. Weibos Auswertungseinstellungen sind Temperatur 1.0 und top_p 0.95.
- Integrationen
- transformers, vLLM und SGLang; Spiegel bei ModelScope. Eine Vorlage für Tool-Aufrufe gibt es nicht.
- Daten und Datenschutz
- Selbst gehostet, Aufgaben und Code bleiben also auf deiner Hardware. Die MIT-Lizenz erlaubt kommerzielle Nutzung und Änderungen.
- Kosten im großen Maßstab
- Die Gewichte sind kostenlos, und ein 3B-Modell passt auf eine einzelne Consumer-GPU, aber lange Denkspuren mit Zehntausenden Tokens pro schwerer Aufgabe bestimmen die Rechenzeit.
- Grenzen
- Ungeeignet für Function Calling, Agenten oder offenes Allgemeinwissen; sehr lange Ausgaben bei schweren Aufgaben; Benchmarks stammen von Weibo selbst.
Was gut ist
- 94,3 auf AIME 2026 und 80,2 auf LiveCodeBench v6 (eigene Angabe)
- 96,1% Erfolg im ersten Versuch bei ungesehenen LeetCode-Wettbewerben
- MIT-Lizenz, Standardarchitektur Qwen2
- Läuft auf vLLM und SGLang ohne eigenen Code
Was nicht
- Nicht für Tool-Aufrufe oder Agenten trainiert
- Schwach bei breitem Wissen, nach Weibos eigener Aussage
- Schwere Aufgaben brauchen 60.000 bis 100.000 Ausgabe-Tokens
- Nur Text, auf Englisch ausgerichtet
Am besten für
Teams, die einen günstigen, selbst gehosteten Löser oder Prüfer für Wettbewerbsmathematik, naturwissenschaftliche Fragen oder Algorithmus-Aufgaben brauchen.
Alternativen zu VibeThinker-3B
VibeThinker-3B: häufige Fragen
- Lohnt sich VibeThinker-3B?
- VibeThinker-3B löst Olympiade-Mathematik und Wettbewerbscode wie ein hundertfach größeres Modell und sollte von allem anderen ferngehalten werden. Wir bewerten es mit 3.7 von 5.
- Was kostet VibeThinker-3B?
- Kostenlose Gewichte unter MIT-Lizenz. Keine eigene gehostete API veröffentlicht.
- Welche Nachteile hat VibeThinker-3B?
- Nicht für Tool-Aufrufe oder Agenten trainiert; Schwach bei breitem Wissen, nach Weibos eigener Aussage; Schwere Aufgaben brauchen 60.000 bis 100.000 Ausgabe-Tokens; Nur Text, auf Englisch ausgerichtet.
- Für wen eignet sich VibeThinker-3B?
- Teams, die einen günstigen, selbst gehosteten Löser oder Prüfer für Wettbewerbsmathematik, naturwissenschaftliche Fragen oder Algorithmus-Aufgaben brauchen.
- Was kostet VibeThinker-3B für ein Team oder im Produktivbetrieb?
- Die Gewichte sind kostenlos, und ein 3B-Modell passt auf eine einzelne Consumer-GPU, aber lange Denkspuren mit Zehntausenden Tokens pro schwerer Aufgabe bestimmen die Rechenzeit.
- Ist VibeThinker-3B sicher für Firmendaten?
- Selbst gehostet, Aufgaben und Code bleiben also auf deiner Hardware. Die MIT-Lizenz erlaubt kommerzielle Nutzung und Änderungen.
- Was sind die besten Alternativen zu VibeThinker-3B?
- Die nächsten Alternativen, die wir getestet haben, sind Nanbeige4.2-3B, Spark-X2.6-4B, Limite 1B - Violetto und gpt-oss-20b.
Antworten geprüft am 7. Nov. 2026.