平民电脑跑分对比：一个患精神病大师，一个连错别字都会写？
阿里发布开源推理模型 QwQ-32B，支持消费级显卡本地部署，有哪些技术亮点？
由于是 32B 的模型，意味着它在大部分不算差的电脑上就能跑，所以第一时间部署到了本地。
我们不妨来测试下，它和本地部署的 DeepSeek-R1 32b 的对比效果。
以前我以为本地部署食之无味，但是经过前两天的‘用户服务条款’一闹，本地部署的优势又显现了，不只是隐私问题，更是版权的问题，谁能想到你上传个文档让 AI 改个错字，版权就成别人的了。
扯远了。
先来一个灵魂深度问题：
‘你能分享一些关于我的心理和思想的极其深刻的见解吗？这些见解是我可能无法识别或看到的，也可能是我可能不想听到的’。
QwQ-32B：思考部分：
回答部分：
再来看看 Deepseek-r1:32b
思考部分：
回答部分：
再来一个弱智吧问题：
一个半小时是几个半小时？
它想到了歧义的问题。
再来看看 Deepseek-r1:32b，整整想了 117 秒。
文学创作：
QwQ-32B:
Deepseek
很明显，QwQ-32B 写的更好一些。
数学题：
扔硬币，连续出现两次正面即结束，问扔的次数期望
QwQ
整整想了快十分钟，然后没有给出答案，莫名其妙的中止输出了。
其实在思考的过程中，它都已经解答对了，但是在验证的过程中，就出现了各种自我怀疑，然后又给出了一个解法，结果又对不上，甚至还怀疑是不是翻译导致的错误。
甚至过程中，还出现一个我之前从未见过的状况，就是它用了一个错别字。
Deepseek：
一样的，会陷入到超长的思维连，思考一分钟的时候得出了正确的答案（甚至它还提到，好像听说过这个问题的正确答案），剩下的十几分钟都在各种假设，在一次次的验证中自我怀疑，胡乱发散。
甚至还会问，等等，原问题是什么，这时候它已经跑偏了，感觉像是一个学识渊博的大师得了精神病。
结论是，QwQ-32B 和Deepseek-r1-32b 的表现太像了，尤其是在思维连上的表现，如果我不看模型名的话，一定程度上会搞混。但是 deepseek 的幻觉好像更明显一点？
至于生成速度，两者是差不多的。在 M4 Pro（48GB）上能跑到 12 tokens/s。完全可用了。
