讲件大事。

今天，我们正式推出国内输出分步式讲解的推理模型“子曰-o1”（点击蓝字即可下载体验），并正式开源！

作为14B轻量级单模型，子曰-o1支持在消费级显卡上进行部署，采用思维链技术，能够提供细致解题过程，以强逻辑和推理能力，实现更高的解题准确性，并提供中文逻辑推理。

2025开年，AI行业掀起大模型“推理潮”，主要技术思路为以更长的思维链路实现更强的逻辑及推理能力；在此引导下，特性不同的模型层出不穷。但在这其中，可供应用的开源模型不多，且参数规模较大，无法在低显存的消费级显卡上运行，即使是采用了低比特量化技术，使其能够在单卡上部署，但相应也为长思维链的运行带来了不稳定性。

针对这一问题，子曰-o1开源模型选择了较小参数规模的基础模型，能够进行单卡部署并具备更强的数学能力。在此基础上，子曰-o1开源模型进一步实现了轻量化，能够在消费级显卡上运行，提供与云端部署质量相媲美的模型质量。

在规模“压缩”的同时，子曰-o1采用思维链技术，打造了国内输出分步式讲题的思维链模型，以14B小参数规模可复现OpenAI o1的单模型推理能力。

比如，在解题时，子曰-o1会形成较长的思维链条，使其运行思路更接近于人类的思考方式，还会通过“自言自语”、自行纠错的方式，提供分步解题过程及最终结果。

（思维链技术演示）

作为教育垂类模型，子曰-o1的这一特性也与教育应用产品更为适配，通过清晰呈现有条理的解题过程，以启发式讲解引导学生实现自主思考能力提升。

不仅如此，面向教育领域应用，子曰-o1在长思维链所实现的高准确度上，进一步从数据筛选、训练指令等方面优化。通过应用我们自研的自动化评估方式，子曰-o1不仅对最终答案的正确性进行评估，同时还覆盖了整个讲解过程，确保学习数据的高质量。

而在训练指令选择上，基于有道多年来在教育领域的数据资源积累，子曰-o1使用了大量的教育领域学生试卷习题为训练样本，从而提升教育场景应用的准确性。

当前，子曰-o1已在“有道小P”中落地应用，支持其实现“先提供解析思路、再提供答案”的答疑过程，引导学生用户主动思考、调用知识储备自主解决问题，从而实现真正把知识学透。

在轻量化、输出分步式讲解、中文逻辑推理等多元优势的加持下，子曰-o1能够以更低的落地门槛撬动更高的应用价值，并能为相关开发者们提供更具实效的工具。

坚持“场景为先”，作为教育垂类大模型，子曰已经拥有较通用大模型更为专业的预训练语料，可以依据用户在学习场景下的需求，帮助用户答疑解惑。而伴随着推理模型的赛道持续扩大，我们也将以子曰-o1为起点，持续释放推理模型在教育领域内的应用价值！