QwQ-32B模型发布后，在AI社区引发广泛关注。今天咱们直击主题，详细讲解如何借助阿里云原生工具，轻松完成模型的部署与调用。这是一篇纯实操指南，从性能表现到部署细节，都将为你逐一拆解。

首先看性能——尽管仅有32B参数，该模型的表现却相当惊艳。在AIME24、LiveCodeBench等数学与编程基准测试中，其成绩与DeepSeek-R1-671B几乎持平，大幅超越OpenAI o1-mini以及同尺寸的蒸馏模型。更令人惊喜的是，在LiveBench、IFEval和BFCL等综合能力、指令遵循与函数调用评估集上，它甚至超过了DeepSeek-R1-671B。可以说，小尺寸参数实现了“越级”水平的性能突破。

那么如何快速上手使用它？目前阿里云原生平台提供两种便捷方式：一种是“应用模板”，直接搭建好带聊天界面的AI助手；另一种是“模型服务”，通过API接口对接现有业务系统。下面分别讲解操作步骤。

前置准备

首次使用阿里云CAP平台时，进入后会自动跳转至授权页面，滚动至底部点击“确认授权”即可。等待授权完成，返回控制台，前置准备工作便告完成。请注意，此过程中创建的GPU函数会按资源规格与调用时长计费，不过无请求时仅产生极低的闲置快照费用。建议先领取函数计算试用额度用于抵扣消耗，超出部分再按量付费，具体细节可查阅计费说明。

方式一：应用模板部署——带界面的聊天助手

该方法适合希望直接体验对话交互效果的用户。

1. 创建项目
进入CAP控制台，点击“基于模板创建”。

2. 部署模板

• 在搜索栏输入“QWQ”，查找名为“Qwen-QwQ 推理模型构建AI聊天助手”的模板，点击进入详情页，再点击“立即部署”。

• 接着选择地域（当前支持北京、上海、杭州）。一般就近选择即可，但若之前已开通NAS文件系统，需确保选择相同地域。部署过程大约需要10分钟，状态变为“已部署”即表示成功。若遇到部署异常或模型拉取失败，很可能是当前地域GPU资源紧张，可尝试切换其他地域。

3. 验证应用
部署完成后，点击“Open-WebUI”服务，在“访问地址”中找到“公网访问”并点击，即可在OpenWebUI界面直接与QwQ模型进行对话。

方式二：模型服务部署——走API，对接业务

若希望将模型能力集成到自有应用中，API方式更为合适。

1. 创建空白项目
进入CAP控制台，点击“创建空白项目”，为项目命名即可。

2. 选择模型服务

3. 部署模型服务

• 选择模型“QwQ-32B-GGUF”，目前仅支持杭州地域。

• 点击“资源配置”，推荐使用Ada系列，采用默认配置即可。若有特定需求，也可手动调整卡型与规格。

• 点击“预览并部署”，确认计费项后点击“确认部署”。此步骤需下载模型，等待10至30分钟即可完成。

4. 验证模型服务
部署完成后，点击“调试”，即可在该界面直接测试模型调用，验证服务是否正常运行。

此外，也可直接在本地命令行窗口中通过API进行调用验证。

5. 第三方平台 API 调用
若你偏好在其他平台（如Chatbox等）进行测试，可直接使用此处生成的API进行接入与验证。

删除项目

如果仅是为了体验，测试结束后建议及时删除项目，避免产生不必要的费用。操作方法：进入项目详情，点击“删除”，确认弹出对话框中的资源列表。默认会删除项目下所有服务，若希望保留某些资源，可取消勾选对应服务。确认无误后，勾选“我已知晓...”并点击“确定删除”即可。

以上便是两种部署QwQ-32B模型的方法，步骤清晰直接。希望你能快速搭建并顺利运行起来，尽享AI推理的乐趣。