# Skywork-OR1 – 昆仑万维开源的高性能系列推理模型

- Link: https://paooo.com/aigc-news/20384/
- Published: 2026-06-08T05:51:54+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * Skywork-OR1以GRPO、多阶段训练和高质量筛选数据强化长链推理能力。
 * 7B数学模型在AIME24/AIME25拿到69.8%与52.3%，刷新同规模推理表现。
 * 32B Preview在LiveCodeBench接近DeepSeek-R1，体现强推理与高性价比。

## Skywork-OR1是什么

Skywork-OR1(Open Reasoner 1)是昆仑万维推出的开源高性能推理模型系列，模型突破[大模型](https://paooo.com/ai-study/)
在逻辑推理和复杂任务求解方面的能力瓶颈。Skywork-OR1包含三款模型，Skywork-OR1-Math-
7B是数学推理模型，具备强大的数学解题能力；Skywork-OR1-7B-Preview是通用模型，兼具
数学和代码能力；Skywork-OR1-32B-Preview是旗舰版本，适合更高复杂度的任务，推理能力
更强。在性能方面，Skywork-OR1系列在多个基准测试中表现出色。例如，在AIME24和AIME25
数学数据集上，Skywork-OR1-Math-7B分别取得了69.8%和52.3%的高分，远超同规模的主流模型。
在竞赛编程任务中，Skywork-OR1-32B-Preview在LiveCodeBench数据集上的表现接近[DeepSeek-R1](https://ai-bot.cn/deepseek-r1/)（
671B参数），展现卓越的性价比。

阅读目录

 * [Skywork-OR1是什么](https://paooo.com/aigc-news/20384/#skyworkor1%e6%98%af%e4%bb%80%e4%b9%88)
 * [Skywork-OR1的主要功能](https://paooo.com/aigc-news/20384/#skyworkor1%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Skywork-OR1的技术原理](https://paooo.com/aigc-news/20384/#skyworkor1%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Skywork-OR1的性能表现](https://paooo.com/aigc-news/20384/#skyworkor1%e7%9a%84%e6%80%a7%e8%83%bd%e8%a1%a8%e7%8e%b0)
 * [Skywork-OR1的项目地址](https://paooo.com/aigc-news/20384/#skyworkor1%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Skywork-OR1的应用场景](https://paooo.com/aigc-news/20384/#skyworkor1%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Skywork-OR1](https://paooo.com/wp-content/uploads/2026/06/Skywork-OR1-website-
1.avif)

## Skywork-OR1的主要功能

 * **逻辑推理能力**：具备强大的逻辑推理能力，处理复杂的逻辑关系和多步骤推理任务。
 * **编程任务支持**：支持生成高质量的代码，支持多种编程语言。
 * **代码优化与调试**：对代码进行优化和调试，提高代码的可读性和执行效率。
 * **多领域任务适应**：具备通用推理能力，支持处理其他领域的复杂任务。
 * **多轮对话与交互**：支持多轮对话，根据上下文信息逐步解决问题，提供更连贯的推理
   过程。

## Skywork-OR1的技术原理

 * **高质量数据集**：基于高质量的数学数据集，如NuminaMath-1.5（约89.6万题），筛选
   出AIME、Olympiads等高难度子集，总计约11万道数学题目。LeetCode和TACO数据为主，
   经过严格筛选和去重，保留单元测试完整、验证通过的问题，获得13.7K条高质量代码问题。
 * **数据预处理与过滤**：每道题进行多轮采样验证答案，剔除“全对”或“全错”的题目，避免
   无效数据对训练的影响。结合人类评审和LLM自动判题机制，清理语义不清、信息不全、
   格式错误或含有无关内容的题目。
 * **训练策略**：基于GRPO进行模型训练，多阶段训练逐步增加上下文窗口长度，提升模型
   的长链思维能力。在训练前和训练过程中分别进行离线和在线过滤，动态剔除无效样本，
   确保训练数据的有效性和挑战性。在强化学习采样时用高采样温度（τ=1.0），基于自适应
   熵控制机制，增强模型的探索能力，避免过早陷入局部最优。
 * **损失函数优化**：在训练中移除KL损失项，让模型充分地探索和优化推理能力。将策略
   损失在训练批次内的所有token上进行平均，提升优化过程的一致性与稳定性。
 * **多阶段训练**：基于多阶段训练逐步扩展上下文窗口长度，让模型在有限token内高效
   完成任务，逐步掌握复杂的长链思维能力。在多阶段训练初期，基于特定策略处理截断样本，
   确保模型在进入下一阶段时迅速提升性能。

## Skywork-OR1的性能表现

 * **数学推理任务**：
    - 通用模型Skywork-OR1-7B-Preview和Skywork-OR1-32B-Preview在AIME24与AIME25数据
      集上实现同参数规模最优表现，展现强大数学推理能力。
    - 专项模型Skywork-OR1-Math-7B在AIME24和AIME25上分别取得69.8与52.3的高分，远超
      当前主流7B级别模型，凸显高阶数学推理专业优势。
    - Skywork-OR1-32B-Preview在所有benchmark上超越QwQ-32B，在AIME25上基本与R1持平。
 * **竞赛编程任务**：
    - 通用模型Skywork-OR1-7B-Preview与Skywork-OR1-32B-Preview在LiveCodeBench数据
      集上取得同等参数规模最优性能。
    - Skywork-OR1-32B-Preview代码生成与问题求解能力接近DeepSeek-R1（参数规模671B），
      在压缩模型体量的同时实现卓越性价比，体现训练策略先进性。
 * **Skywork-OR1-Math-7B表现**：
    - 在AIME24上训练准确率曲线显示性能稳定提升，模型在AIME24和AIME25上分别达到69.8%
      和52.3%，超越OpenAI-o3-mini (low)，达当前尺寸SOTA性能。
    - 在Livecodebench上从37.6%提升到43.6%，相比基线模型显著提升，显示训练方法领域
      泛化性好。

## Skywork-OR1的项目地址

 * **项目官网**：[https://capricious-hydrogen-41c.notion.site/Skywork-Open-Reasoner](https://capricious-hydrogen-41c.notion.site/Skywork-Open-Reasoner-Series-1d0bc9ae823a80459b46c149e4f51680?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/SkyworkAI/Skywork-OR1](https://github.com/SkyworkAI/Skywork-OR1)
 * **HuggingFace模型库**：[https://huggingface.co/collections/Skywork/skywork-or1](https://huggingface.co/collections/Skywork/skywork-or1-67fa1bcb41b436ef2def76b9)

## Skywork-OR1的应用场景

 * **数学教育**：辅助学生解题，提供思路与步骤，助力教师备课。
 * **科研辅助**：帮助研究人员探索复杂模型，验证猜想，推导公式。
 * **编程开发**：生成代码框架，优化代码，辅助调试，提升开发效率。
 * **数据分析**：支持金融、商业等领域决策，预测趋势，评估风险。
 * **AI研究**：作为研究平台，推动推理模型架构和算法的改进。

❓ 常见问题解答（FAQ）

Skywork-OR1是什么模型？

Skywork-OR1（Open Reasoner 1）是昆仑万维推出的开源高性能推理模型系列，包含数学、
通用和旗舰三款模型，重点提升逻辑推理、数学解题、代码生成与复杂任务求解能力。

Skywork-OR1适合做什么任务？

它适合数学教育、科研辅助、编程开发、数据分析和AI研究等场景，尤其擅长多步骤推理、
竞赛编程、代码优化与需要长链思维的复杂问题。

Skywork-OR1的性能亮点有哪些？

Skywork-OR1-Math-7B在AIME24和AIME25分别取得69.8%和52.3%；Skywork-OR1-32B-Preview
在LiveCodeBench上表现接近DeepSeek-R1，显示出很强的推理能力和性价比。

🔬 语宙深潜追问 · 进阶实操拆解

7B和32B该怎么选型？

7B更适合低成本、高并发的数学与轻推理；32B更适合复杂推理、代码和高准确率场景。选型
时先按任务难度、显存预算和吞吐目标做基准测试。

开源推理模型怎么做稳定部署？

重点是量化、KV Cache管理和批处理策略。上线前要压测长链路推理、异常输入和多轮对话，
避免在高并发下出现延迟抖动和答案漂移。

🗳️ 读者观点微投票 · 您的实战立场是？

开源推理模型冲到这个性能，你会优先上生产吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Skywork-R1V 2.0 – 昆仑万维开源的新版多模态推理模型](https://paooo.com/aigc-news/20199/)
 * [昆仑万维开源Skywork-R1V 3.0：多模态推理模型横扫高考数学142分，逼近人类专家水平](https://paooo.com/aigc-news/14496/)
 * [昆仑万维Skywork MindLink开源：自适应推理+数学巅峰，重定义AI大模型效率与性能边界](https://paooo.com/aigc-news/14245/)
 * [Skywork R1V – 昆仑万维开源的多模态思维链推理模型](https://paooo.com/aigc-news/20961/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20384/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
