基本上可视为阿里版的R1，响应的行为和R1十分类似，R1答不对的QwQ也答不对。 用五道题测了一遍新版QwQ，五题全错，表现和R1类似。（好吧，我只跑了一遍，看评论区又跑了几次，前两题QwQ正确率明显高于R1） 注：样本5是针对o3 ...

字节跳动旗下AI助手豆包正在小范围测试深度思考模型，据豆包相关负责人对极客公园表示，当前测试的是自家深度思考模型的不同实验版本。 另外有报道称，豆包正在测试的深度思考模型是基于豆包1.5基座模型研发。