VibeThinker-3Bとは？
VibeThinker-3Bは、WeiboのAIチームがVibeThinker-1.5Bの後継として2026年6月に公開した小型の推論モデルです。AlibabaのQwen2.5-Coder-3Bからファインチューニングした30億パラメーターの密なモデルで、テキストを読み書きします。Weiboは答えを検証できる問題、つまり競技数学、競技プログラミング、理科の問題のために作りました。
学習は4段階です。幅広い推論からより難しく長い推論へ進む2回の教師ありファインチューニング、64Kトークンの枠で数学、コード、理科を順に行う強化学習、最良の推論過程を1つのモデルに蒸留し戻す工程、そして指示追従を高める最終段階です。Weiboはこれを、検証可能な推論には幅広い知識よりはるかに少ないパラメーターで足りるという仮説の検証と位置づけています。
重みはMITライセンスです。直近30日のHugging Faceでのダウンロードは約2,800回でした。
VibeThinker-3Bは使う価値があるか？
VibeThinker-3Bの数学と競技プログラミングのスコアは、30億パラメーターとしては驚くべきものです。Weiboの技術報告では、AIME 2026で94.3、主張単位のテスト時検証を使うと97.1、LiveCodeBench v6で80.2、IFEvalで93.4です。IMO-AnswerBenchのオリンピック400問では76.4、検証付きで80.6となり、671BのDeepSeek V3.2の78.3、744BのGLM-5の82.5と比べられます。
ベンチマークに合わせただけではないことを最もよく示すのがLeetCodeのテストです。Weiboによればモデルが見ていない2026年4月25日から5月31日までの週次と隔週のコンテストで、128問中123問を初回の提出で通し、正解率は96.1%でした。これもWeibo自身の計測です。
弱点は、この得意分野以外のすべてです。Weiboのモデルカードは、ツール呼び出しやエージェントのデータで学習しておらず、関数呼び出し、APIのオーケストレーション、コーディングエージェントには使わないよう勧め、幅広い知識では大きなモデルのほうが今も優れているとしています。難問には非常に長い出力が必要で、Weiboは最も難しい数学セットに60,000〜100,000トークンを勧め、サンプルコードでは102,400の新規トークンを許していますが、3Bモデルで使いたくなるノートPCでは遅くなります。
専門の問題解決器として扱うのが最善です。端末上の汎用アシスタントなら、ツールとエージェント向けに作られたNanbeige4.2-3BやSpark-X2.6-4Bがあります。セルフホストの数学や競技プログラミングの検証器としては、3Bでこのスコアに並ぶのは難しく、比べるべき相手は1BのLimite Violettoで、同じテストのいくつかでVibeThinkerを上回っています。
真価を発揮する場面
学校の数学オリンピックチームを指導する数学教師
過去のAIMEやオリンピックの問題について、練習用プリントに載せる解答例を作りたい
一般向けGPU 1枚でvLLMを使い、温度1.0で長い出力を許して動かします。AIME 2026の94.3はこの用途に合いますが、スコアは自己申告なので解答は1つずつ確認してください。
オンラインのプログラミング練習サービスのエンジニア
新しいアルゴリズム問題の模範解答を、人が確認する前に下書きしたい
新しい問題をSGLangでまとめて処理し、自分のテストケースを通った解答だけを残します。Weiboは最近のLeetCodeコンテストの128問中123問を初回で解いたと報告しています。MITライセンスは商用利用を認めています。
導入前に確認すること
- 導入
- transformers 4.54.0以降をインストールしてbfloat16で読み込むか、vLLM 0.10.1またはSGLang 0.4.9.post6でサービングします。Weiboの評価設定は温度1.0、top_p 0.95です。
- 連携
- transformers、vLLM、SGLang。ModelScopeにミラーあり。ツール呼び出し用のテンプレートはありません。
- データとプライバシー
- セルフホストなので、問題とコードは自分のハードウェアにと どまります。MITライセンスは商用利用と改変を認めています。
- 大規模利用時のコスト
- 重みは無料で、3Bモデルは一般向けGPU 1枚に収まりますが、難問1つにつき数万トークンに及ぶ推論過程が計算時間の大半を占めます。
- 制限
- 関数呼び出し、エージェント、一般的な知識には向きません。難問では出力が非常に長くなります。ベンチマークはWeibo自身によるものです。
良い点
- AIME 2026で94.3、LiveCodeBench v6で80.2（自己申告）
- 未見のLeetCodeコンテストで初回正解率96.1%
- MITライセンス、標準的なQwen2アーキテクチャ
- 独自コードなしでvLLMとSGLangで動く
気になる点
- ツール呼び出しやエージェント向けには学習していない
- Weibo自身が認めるとおり幅広い知識に弱い
- 難問には60,000〜100,000トークンの出力が必要
- テキストのみで英語中心
おすすめの人
競技数学、理科の問題、アルゴリズム問題のための安価なセルフホストの解答器や検証器を必要とするチーム。
VibeThinker-3Bの代替
VibeThinker-3B：よくある質問
- VibeThinker-3Bは使う価値があるか？
- VibeThinker-3Bは数学オリンピックの問題や競技プログラミングを数百倍大きなモデル並みに解きますが、それ以外の用途からは遠ざけておくべきです。 評価は5点満点中3.7点です。
- VibeThinker-3Bの料金は？
- MITライセンスの重みは無料です。自社のホスト型APIは公開されていません。
- VibeThinker-3Bの欠点は？
- ツール呼び出しやエージェント向けには学習していない; Weibo自身が認めるとおり幅広い知識に弱い; 難問には60,000〜100,000トークンの出力が必要; テキストのみで英語中心.
- VibeThinker-3Bは誰に向いているか？
- 競技数学、理科の問題、アルゴリズム問題のための安価なセルフホストの解答器や検証器を必要とするチーム。
- チームや本番環境でVibeThinker-3Bを使うと費用はいくらか？
- 重みは無料で、3Bモデルは一般向けGPU 1枚に収まりますが、難問1つにつき数万トークンに及ぶ推論過程が計算時間の大半を占めます。
- VibeThinker-3Bは企業データを扱っても安全か？
- セルフホストなので、問題とコードは自分のハードウェアにとどまります。MITライセンスは商用利用と改変を認めています。
- VibeThinker-3Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はNanbeige4.2-3B, Spark-X2.6-4B, Limite 1B - Violetto 、 gpt-oss-20bです。
回答確認日：2026年11月7日