一键部署QwQ-32B推理模型，2种方式简单、快速体验
QwQ-32B推理模型正式发布并开源，凭借其卓越的性能和广泛的应用场景，迅速在全球范围内获得了极高的关注度。基于阿里云函数计算 FC提供算力，Serverless+ AI 云原生应用开发平台 CAP现已提供模型服务、应用模板两种部署方式辅助您部署QwQ 32B系列模型。您选择一键部署应用模板与模型进行对话或以API形式调用模型，接入AI应用中。欢迎您立即体验QwQ-32B。
QwQ-32B更小尺寸，性能比肩全球最强开源推理模型
QwQ-32B在一系列基准测试中进行了评估，包括数学推理、编程和通用能力。以下结果展示了QwQ-32B与其他领先模型的性能对比，包括 DeepSeek-R1-Distilled-Qwen-32B、DeepSeek-R1-Distilled-Llama-70B、OpenAI-o1-mini以及原始的DeepSeek-R1-671B。
在测试数学能力的AIME24评测集上，以及评估代码能力的LiveCodeBench中，千问QwQ-32B表现与DeepSeek-R1-671B相当，远胜于OpenAI-o1-mini及相同尺寸的R1蒸馏模型。在由Meta首席科学家杨立昆领衔的"最难LLMs评测榜" LiveBench、谷歌等提出的指令遵循能力IFEval评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的BFCL测试中，千问QwQ-32B的得分均超越了DeepSeek-R1-671B。
前置准备
1.首次使用云原生应用开发平台 CAP会自动跳转到访问控制快速授权页面，滚动到浏览器底部单击确认授权，等待授权结束后单击返回控制台。
2.本教程在函数计算中创建的GPU函数，函数运行使用的资源按照函数规格乘以执行时长进行计量，如果无请求调用，则只收取闲置预留模式下预置的快照费用，CAP中的极速模式通过预置实例快照实现毫秒级响应，其技术原理对应函数计算的闲置预留模式，适用于需要快速冷启动的场景。建议您领取函数计算的试用额度抵扣资源消耗，超出试用额度的部分将自动转为按量计费，更多计费详情，请参见计费概述。
方式一：应用模板部署
创建项目
进入CAP控制台单击基于模板创建开始创建。
部署模板
1.在搜索栏输入QWQ进行搜索，单击基于 Qwen-QwQ 推理模型构建AI聊天助手 ，进入模板详情页 ，单击立即部署。
2.选择地域，目前支持 北京、上海、杭州，单击部署项目，在项目资源预览对话框中，您可以看到相关的计费项，详情请见计费涉及的产品。单击确认部署，部署过程大约持续 10 分钟左右，状态显示已部署表示部署成功。
说明
- 选择地域时，一般是就近选择地域信息，如果已经开启了NAS文件系统，选择手动配置模型存储时，请选择和文件系统相同的地域。
- 如果您在测试调用的过程中遇到部署异常或模型拉取失败，可能是当前地域的GPU显卡资源不足，建议您更换地域进行重试。
3.验证应用 部署完毕后，点击 Open-WebUI 服务，在访问地址 内找到公网访问单击访问。在OpenWebUI界面体验QwQ模型进行对话。
方式二：模型服务部署
使用API形式进行模型调用，接入线上业务应用。
创建空白项目
进入CAP控制台单击创建空白项目开始创建，并为项目命名。
选择模型服务
部署模型服务
1.选择模型QwQ-32B-GGUF，目前仅支持杭州地域。
2.单击资源配置，QwQ-32B-GGUF推荐使用 Ada 系列，可直接使用默认配置。您可以根据业务诉求填写需要的卡型及规格信息。
3.单击预览并部署 ，在服务资源预览 对话框中，您可以看到相关的计费项，详情请见计费涉及的产品。单击确认部署，该阶段需下载模型，预计等待10~30分钟即可完成。
验证模型服务
单击调试，即可测试和验证相关模型调用。
在本地命令行窗口中验证模型调用。
第三方平台 API 调用
您可以选择在Chatbox等其他第三方平台中验证和应用模型调用，以下以Chatbox为例。
删除项目
您可以使用以下步骤删除应用，以降低产生的费用。
1.进入项目详情 > 点击删除，会进入到删除确认对话框。
2.您可以看到要删除的资源。默认情况下，云原生应用开发平台 CAP会删除项目下的所有服务。如果您希望保留资源，可以取消勾选 指定的服务，删除项目时只会删除勾选的服务。
勾选我已知晓：删除该项目及选中的服务将立刻中断其所服务的线上业务，并且不可恢复，同时将彻底删除其所依赖的云产品资源，然后单击确定删除。
更多内容关注 Serverless 微信公众号（ID：serverlessdevs），汇集 Serverless 技术最全内容，定期举办 Serverless 活动、直播，用户最佳实践。
