¿Qué es VibeThinker-3B?
VibeThinker-3B es un modelo pequeño de razonamiento del equipo de IA de Weibo, publicado en junio de 2026 como sucesor de VibeThinker-1.5B. Es un modelo denso de 3.000 millones de parámetros ajustado a partir de Qwen2.5-Coder-3B de Alibaba, y lee y escribe texto. Weibo lo creó para problemas con respuestas comprobables: matemáticas de competición, programación competitiva y preguntas de ciencias.
El entrenamiento tuvo cuatro fases: dos rondas de ajuste supervisado que pasan de razonamiento amplio a más difícil y largo; aprendizaje por refuerzo en matemáticas, código y ciencias por turnos, con una ventana de 64K tokens; destilación de las mejores trazas en un solo modelo; y una ronda final para mejorar el seguimiento de instrucciones. Weibo lo plantea como prueba de la hipótesis de que el razonamiento verificable necesita muchos menos parámetros que el conocimiento amplio.
Los pesos están bajo licencia MIT. En los últimos 30 días sumaron unas 2.800 descargas en Hugging Face.
¿Merece la pena VibeThinker-3B?
Las puntuaciones de VibeThinker-3B en matemáticas y programación de concurso sorprenden para 3.000 millones de parámetros. El informe técnico de Weibo da 94,3 en AIME 2026, o 97,1 con su verificación en tiempo de prueba a nivel de afirmación, 80,2 en LiveCodeBench v6 y 93,4 en IFEval. En los 400 problemas de olimpiada de IMO-AnswerBench obtiene 76,4, que sube a 80,6 con verificación, frente a 78,3 del DeepSeek V3.2 de 671B y 82,5 del GLM-5 de 744B.
La mejor prueba de que no es solo ajuste a los benchmarks es la de LeetCode. En concursos semanales y quincenales del 25 de abril al 31 de mayo de 2026, que según Weibo el modelo no había visto, resolvió 123 de 128 problemas al primer intento, una tasa de aceptaci ón del 96,1%. Sigue siendo una medición de la propia Weibo.
La pega es todo lo que queda fuera de ese carril. La ficha de Weibo dice que no se entrenó con datos de llamadas a herramientas ni de agentes y desaconseja usarlo para llamadas a funciones, orquestación de API o agentes de código, y dice que los modelos mayores siguen siendo mejores en conocimiento amplio. Los problemas difíciles necesitan salidas muy largas: Weibo sugiere de 60.000 a 100.000 tokens para su conjunto de matemáticas más duro, y su código de ejemplo permite 102.400 tokens nuevos, lo que es lento en los portátiles a los que invita un modelo de 3B.
Lo mejor es tratarlo como un solucionador especializado. Para un asistente general en el dispositivo, Nanbeige4.2-3B o Spark-X2.6-4B están hechos para herramientas y agentes; para un verificador autoalojado de matemáticas o programación de concurso, sus puntuaciones son difíciles de igualar con 3B, y el Limite Violetto de 1B es el rival con el que compararlo, ya que supera a VibeThinker en varias de las mismas pruebas.
Dónde se gana su sitio
Un profesor de matemáticas que entrena al equipo de olimpiada de su instituto
Generar soluciones desarrolladas de problemas antiguos de AIME y olimpiadas para fichas de práctica
Ejecútalo con vLLM en una sola GPU de consumo a temperatura 1.0 y permite salidas largas. Su 94,3 en AIME 2026 encaja con esto; revisa cada solución, ya que la puntuación es un dato propio.
Una ingeniera en una plataforma en línea de práctica de programación
Redactar soluciones de referencia para nuevos problemas de algoritmos antes de la revisión humana
Procesa por lotes los nuevos problemas con SGLang y quédate con las soluciones que pasen tus casos de prueba. Weibo informa de 123 de 128 problemas de concursos recientes de LeetCode resueltos al primer intento; la licencia MIT permite uso comercial.
Antes de decidirte
- Puesta en marcha
- Instala transformers 4.54.0 o posterior y cárgalo en bfloat16, o sírvelo con vLLM 0.10.1 o SGLang 0.4.9.post6. Los ajustes de evaluación de Weibo son temperatura 1.0 y top_p 0.95.
- Integraciones
- transformers, vLLM y SGLang; réplica en ModelScope. No incluye plantilla de llamadas a herramientas.
- Datos y privacidad
- Autoalojado, así que problemas y código se quedan en tu hardware. La licencia MIT permite uso comercial y modificación.
- Coste a escala
- Los pesos son gratuitos y un modelo de 3B cabe en una sola GPU de consumo, pero las trazas de razonamiento de decenas de miles de tokens por problema difícil dominan el tiempo de cómputo.
- Límites
- No apto para llamadas a funciones, agentes ni conocimiento general; salidas muy largas en problemas difíciles; los benchmarks son de la propia Weibo.
Lo bueno
- 94,3 en AIME 2026 y 80,2 en LiveCodeBench v6 (datos propios)
- 96,1% de aciertos al primer intento en concursos de LeetCode no vistos
- Licencia MIT, arquitectura estándar Qwen2
- Funciona en vLLM y SGLang sin código personalizado
Lo malo
- No está entrenado para llamadas a herramientas ni agentes
- Flojo en conocimiento amplio, según la propia Weibo
- Los problemas difíciles necesitan de 60.000 a 100.000 tokens de salida
- Solo texto, centrado en inglés
Ideal para
Equipos que necesitan un solucionador o verificador barato y autoalojado para matemáticas de competición, preguntas de ciencias o problemas de algoritmos.
Alternativas a VibeThinker-3B
VibeThinker-3B: preguntas frecuentes
- ¿Merece la pena VibeThinker-3B?
- VibeThinker-3B resuelve matemáticas de olimpiada y código de concurso como un modelo cientos de veces mayor, y conviene mantenerlo bien lejos de todo lo demás. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta VibeThinker-3B?
- Pesos gratuitos bajo licencia MIT. No hay API alojada propia publicada.
- ¿Qué inconvenientes tiene VibeThinker-3B?
- No está entrenado para llamadas a herramientas ni agentes; flojo en conocimiento amplio, según la propia Weibo; los problemas difíciles necesitan de 60.000 a 100.000 tokens de salida; solo texto, centrado en inglés.
- ¿Para quién es VibeThinker-3B?
- Equipos que necesitan un solucionador o verificador barato y autoalojado para matemáticas de competición, preguntas de ciencias o problemas de algoritmos.
- ¿Cuánto cuesta VibeThinker-3B para un equipo o en producción?
- Los pesos son gratuitos y un modelo de 3B cabe en una sola GPU de consumo, pero las trazas de razonamiento de decenas de miles de tokens por problema difícil dominan el tiempo de cómputo.
- ¿Es VibeThinker-3B seguro para los datos de la empresa?
- Autoalojado, así que problemas y código se quedan en tu hardware. La licencia MIT permite uso comercial y modificación.
- ¿Cuáles son las mejores alternativas a VibeThinker-3B?
- Las alternativas más cercanas que hemos analizado son Nanbeige4.2-3B, Spark-X2.6-4B, Limite 1B - Violetto y gpt-oss-20b.
Respuestas comprobadas el 7 nov 2026.