最新开源推理模型 YiXin-Distill-Qwen-72B 开箱实测

关注

原创最新推荐文章于 2026-08-15 17:41:12 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

Qwen-72B-Chat-Int8：智能对话的新标杆 Qwen-72B-Chat-Int8 以其卓越性能和高效部署能力，成为智能对话领域的全新标杆。无论是在日常对话、专业领域还是多语言场景中，它都能提供精准、高效、富有创意的对话体验。让我们共同期待，Qwen-72B-Chat-Int8 在未来带来更多惊喜，开启智能对话新时代！BuluAI算力平台现已上线，再也不用为算力发愁嘞，点击官网了解吧！新用户送50元算力金，快来体验吧！阅读详情

当大家都在热衷于接入 DeepSeek 时。。。

最近一家叫易鑫的金融科技公司，开源了 YiXin-Distill-Qwen-72B 推理模型。

我看了下，它以 Qwen2.5-72B 为基座，自研迭代式蒸馏和强化学习做训练，

整体感受是对数学、推理任务做了深度优化，一句话总结：小体积，高精度。

看官方的评测结果，综合性能媲美 DeepSeek-R1，除了自用，简直是企业级AI落地的福音。

1. 强在哪

YiXin-Distill-Qwen-72B是一个侧重于数学和推理的大模型，参数规模仅72B就达到了开源王者 DeepSeek-R1 的能力。

数学和推理方面代表性的基准评测集有：AIME2024/2025、GPQA Diamond、MATH-500、MMLU-PRO。

不多说了，一图胜千言：

接下来我们本地部署并实测一番。

2. 本地部署

硬件要求：推荐8卡 RTX 3090/4090（24G），可处理8k上下文。显存越大，上下文越长。

部署流程：

1、环境配置：安装 Python 3.10、PyTorch 2.1.0 及 CUDA 12.1

2、下载模型：

export HF_ENDPOINT=https://hf-mirror.com # 引入镜像地址
huggingface-cli download --resume-download YiXin-AILab/YiXin-Distill-Qwen-72B --local-dir ./ckpts/qwen-72b

3、安装sglang推理框架：

pip install uv 
uv pip install "sglang[all]>=0.4.4.post1" -i https://flashinfer.ai/whl/cu124/torch2.5/flashinfer-python

4、模型加载，并启动服务：

python3 -m sglang.launch_server --model YiXin-AILab/YiXin-Distill-Qwen-72B --trust-remote-code --tp 4 --port 8000

5、测试请求：

curl http://localhost:8000/v1/chat/completions \
    -H "Content-Type: application/json" \
    -d '{
    "model": "YiXin-AILab/YiXin-Distill-Qwen-72B",
    "messages": [
        {"role": "system", "content": "You are a helpful and harmless assistant.You should think step-by-step."},
        {"role": "user", "content": "8+8=?"}
    ]
}

6、为了方便测试和使用，可以用Gradio搭建前端，让交互更友好，首先安装Gradio：

pip install gradio

7、创建一个python文件，命名为run.py，用来启动前端服务：

import gradio as gr
import openai
client = openai.Client(base_url=f"http://127.0.0.1:8000/v1", api_key="None")
def predict(message, history):
    history.append({"role": "user", "content": message})
    stream = client.chat.completions.create(messages=history, model="YiXin-AILab/YiXin-Distill-Qwen-72B", stream=True)
    chunks = []
    for chunk in stream:
        chunks.append(chunk.choices[0].delta.content or "")
        yield "".join(chunks)
chatbot = gr.Chatbot(type="messages",label='YiXin-Distill-Qwen-72B')
demo = gr.ChatInterface(predict, chatbot=chatbot)
if __name__ == "__main__":
    demo.launch()

8、启动服务

python run.py

9、打开浏览器，输入 127.0.0.1:7860 即可看到前端页面：

3. 效果实测

3.1、逻辑推理题

• 只有在下雨天，我才会带伞。今天我带了伞。今天下雨了吗?

• 一个农夫需要运两只鸡过河，一次可以运一人+两只动物，最少需要过几次河?

这道农夫过河的题目曾让很多大模型打脸，YiXin 毫无压力。

• 有一个小偷费劲力气进入到了银行的金库里。在金库里他找到了一百个箱子，每一个箱子里都装满了金币。不过，只有一个箱子里装的是真的金币，剩下的 99 个箱子里都是假的。真假金币的外形和质感完全一样，任何人都无法通过肉眼分辨出来。它们只有一个区别：真金币每一个重量为 101 克，而假金币的重量是 100 克。在金库里有一个电子秤，它可以准确地测量出任何物品的重量，精确到克。但很不幸的是，这个电子秤和银行的报警系统相连接，只要被使用一次就会立刻失效。请问，小偷怎么做才能只使用一次电子秤就找到装着真金币的箱子呢？

这道题非常考验数学和推理能力，就问问你花了多久？

3.2、物理题

• 假设我从月球发射一道激光到地球，那么地球上的人大概多久能接收到?

• 以下物理常识题目，哪一个是错误的?

A.在自然环境下，声音在固体中传播速度最快。

B.牛顿第一定律:一个物体如果不受力作用，将保持静止或匀速直线运动的状态。

C.牛顿第三定律:对于每个作用力，都有一个相等而反向的反作用力。

D.声音在空气中的传播速度为1000m/s

上点难度：清华大学的物理期末考试计算题👇

反正我是不会，YiXin 成功搞定！

3.3、数学题

2024年考研数学：已知函数f(x,y)=x^3+y3-(x+y)^2+3，设T是曲面z=f(x,y)在点(1,1,1)处的切平面，D为T与坐标平面所围成的有界区域在xOy平面上的投影. 求T的方程：

考研真题，推理过程有点长，不过回答完全正确。

• 在三棱锥 P−ABC 中，若 PA⊥ 底面 ABC，且棱 AB, BP, BC, CP 的长分别为1, 2, 3, 4，则该三棱锥的体积为？

几何问题，依然干的漂亮！

总席位为奇数的三个不结盟的派别在会议中实行半数通过方案，任意一派席位不过半数。尝试用数学证明：三派分别占有的席位和他们在表决中的权重是什么关系？

A. 正比

B. 反比

C. 无关

这道题几乎国内外大模型都会翻车，但 YiXin 搞定了，尽管推理过程较长，有点出乎我意料。

3.4 语文题

• 你是一个小学数学科老师，要教小学生异分母分数加减的单元，提出跟这个单元的概念有关的同理性问题、推论性问题、评论性问题、价值性问题，各5个，请以小学生能懂得且有兴趣的语言来说。

• 仿《过秦论》的风格写一篇《过美利坚论》

思考不长，但精彩绝伦，连注释都贴心给你了。

不过，我发现代码能力还差点意思：

有以下数据：[{“table_name”:“sy_cd_me_buss_std_gjbzjh”,“param_info”:[{“param_name”:“#{issueDate}”,“value”:[2009,2010,2011,2012]},{“param_name”:“#{projectStat}”,“value”:[“正在征求意见”,“已发布”,“正在审查”]}],“explanation”:“输出标准名称projectCnName、计划号、项目状态”}] ，请写sql查询年份为#{issueDate}年项目状态为#{projectStat}状态计划发布的国家标准有哪些？

像模像样地错了，正确答案应该是：

SELECT DISTINCT planNum, projectCnName, projectStat 
FROM sy_cd_me_buss_std_gjbzjh 
WHERE 
`planNum` IS NOT NULL 
AND `dataStatus` != 3 
AND `isValid` = 1 
AND projectStat=#{projectStat} 
AND DATE_FORMAT(`issueDate`, '%Y')=#{issueDate}

写在最后

本文带大家本地部署并实测了 YiXin 最新开源的推理模型 YiXin-Distill-Qwen-72B。

体感非常棒，强烈推荐有需求的朋友去试下~

效果媲美主流大厂模型，推理方面甚有超越。

此外，72B 的尺寸很好平衡了通用能力和推理能力，作为垂直领域应用的基座模型，基于私有数据进行微调，香的很！

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述