/ Модель

Характеристики

Контекст
131 072 токена
Параметры
32 млрд
Размер весов
65,5 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
25 мар 2025

openthaigpt-r1-32b-instruct

Генерация текстаТекст → текст6 профессий

Тайская модель OpenThaiGPT R1 32B для диалогов и сложных рассуждений по математике, логике и коду.

78скачиваний за 30 дней8лайковвеса обновлены27 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OpenThaiGPT R1 32B — языковая модель рассуждений с 32 млрд параметров, разработанная командой OpenThaiGPT, ныне OpenThai. Она построена на архитектуре Qwen2 и предназначена прежде всего для сложных задач на тайском языке: математики, логики и рассуждений о коде; также заявлена работа с кодом на английском. Модель поддерживает диалог и имеет интерфейс вызова инструментов. Длина контекста составляет 131 072 токена.

В README команда заявляет о превосходстве модели над некоторыми моделями на 70 млрд параметров в отдельных тестах SkyThought, включая тайские и англоязычные задачи по математике. Для локального запуска доступны отдельные GGUF-квантизации семейства; репозиторий этой модели содержит веса safetensors. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели. Ответы не гарантируются; опубликованные сравнительные результаты являются заявлениями авторов.

Сценарии применения

  • Решение математических задач на тайском языке
  • Пошаговые рассуждения по логическим задачам на тайском
  • Анализ и объяснение кода на тайском и английском
  • Ответы на вопросы в диалоговом формате на тайском
  • Вызов инструментов в сценариях с диалоговым ассистентом

Ограничения

Авторы не гарантируют правильность ответов; заявленные результаты бенчмарков приведены в README и не являются независимой оценкой. Лицензия обозначена как other, поэтому условия использования требуют проверки.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🇹🇭 OpenThaiGPT R1 32b

OpenThaiGPT More Info

🇹🇭 OpenThaiGPT R1 32b is an advanced 32-billion-parameter Thai language reasoning model that outperforms larger models like DeepSeek R1 70b and Typhoon R1 70b, while being less than half their size. This model excels at complex reasoning tasks, including mathematics, logic, and code reasoning in Thai language.

📢 OpenThaiGPT is now OpenThai

The project was renamed in July 2026. Released models keep their original names, and this repository path is unchanged and permanent. → openthai.aieat.or.th

Other models in the family

NeedModel
⚖️ Thai law, statute citation, legal RAGOpenThai 2.0 Legal 30B-A3B ← newest
🧠 Reasoning, maths, logic, codeOpenThaiGPT R1 32B
💬 General Thai chat and codingOpenThaiGPT 1.6 72B
💻 Limited GPUOpenThaiGPT 1.5 7B

⚡ Run it locally

ollama run openthai/openthai-r1-32b

Official GGUF quants (Q4_K_M / Q5_K_M / Q8_0): openthaigpt/openthaigpt-r1-32b-instruct-GGUF — runs in ~24 GB RAM/VRAM in 4-bit. Step-by-step guide: openthai.aieat.or.th/ollama

Highlights

  • State-of-the-art Thai reasoning model, outperforming larger models on mathematical and logical reasoning tasks
  • Explicit reasoning capabilities with the ability to show step-by-step thought processes
  • Significantly smaller size (32b) while outperforming 70b models
  • Specialized for Thai language reasoning including complex mathematics and logic problems
  • High performance on code reasoning in both Thai and English

Benchmark Results

SkyThoughtOpenThaiGPT R1 32bDeepSeek R1 70bTyphoon R1 Distill 70b
AIME24-TH56.6733.3353.33
AIME2463.3653.3353.33
MATH500-TH83.875.481
MATH50089.488.8890.2
LiveCodeBench-TH62.1653.1547.75
LiveCodeBench69.6764.9754.79
OpenThaiEval76.0574.1777.59
AVERAGE71.5863.3165.42

Recommended System Prompt

<No system prompt>

Model Technical Report

https://arxiv.org/abs/2504.01789

If OpenThaiGPT has been beneficial for your work, kindly consider citing it as follows:

@misc{yuenyong2025openthaigpt16r1thaicentric,
      title={OpenThaiGPT 1.6 and R1: Thai-Centric Open Source and Reasoning Large Language Models}, 
      author={Sumeth Yuenyong and Thodsaporn Chay-intr and Kobkrit Viriyayudhakorn},
      year={2025},
      eprint={2504.01789},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2504.01789}, 
}

How to use

Online Web Interface

https://chindax.iapp.co.th

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "openthaigpt/openthaigpt-r1-32b-instruct"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "จงหาพื้นที่ของวงกลมที่มีรัศมี 7 หน่วย"
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=16384,
    temperature=0.6
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

vLLM

  1. Install VLLM (https://github.com/vllm-project/vllm)

  2. Run server

vllm serve openthaigpt/openthaigpt-r1-32b --tensor-parallel-size 2
  • Note, change --tensor-parallel-size 2 to the amount of available GPU cards.
  1. Run inference (CURL example)
curl -X POST 'http://127.0.0.1:8000/v1/chat/completions' \
-H 'Content-Type: application/json' \
-d '{
  "model": "openthaigpt/openthaigpt-r1-32b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "จงหาพื้นที่ของวงกลมที่มีรัศมี 7 หน่วย"
    }
  ],
  "max_tokens": 16384,
  "temperature": 0.6,
  "top_p": 0.95,
  "top_k": 40
}'

GPU Memory Requirements

Number of ParametersFP 16 bits8 bits (Quantized)4 bits (Quantized)
32b64 GB32 GB16 GB

Chat Template

{% if not add_generation_prompt is defined %}{% set add_generation_prompt = false %}{% endif %}{% set ns = namespace(is_first=false, is_tool=false, is_output_first=true, system_prompt='') %}{%- for message in messages %}{%- if message['role'] == 'system' %}{% set ns.system_prompt = message['content'] %}{%- endif %}{%- endfor %}{{bos_token}}{{ns.system_prompt}}{%- for message in messages %}{%- if message['role'] == 'user' %}{%- set ns.is_tool = false -%}{{'<|User|>' + message['content']}}{%- endif %}{%- if message['role'] == 'assistant' and message['content'] is none %}{%- set ns.is_tool = false -%}{%- for tool in message['tool_calls']%}{%- if not ns.is_first %}{{'<|Assistant|><|tool▁calls▁begin|><|tool▁call▁begin|>' + tool['type'] + '<|tool▁sep|>' + tool['function']['name'] + '\\n' + '```json' + '\\n' + tool['function']['arguments'] + '\\n' + '```' + '<|tool▁call▁end|>'}}{%- set ns.is_first = true -%}{%- else %}{{'\\n' + '<|tool▁call▁begin|>' + tool['type'] + '<|tool▁sep|>' + tool['function']['name'] + '\\n' + '```json' + '\\n' + tool['function']['arguments'] + '\\n' + '```' + '<|tool▁call▁end|>'}}{{'<|tool▁calls▁end|><|end▁of▁sentence|>'}}{%- endif %}{%- endfor %}{%- endif %}{%- if message['role'] == 'assistant' and message['content'] is not none %}{%- if ns.is_tool %}{{'<|tool▁outputs▁end|>' + message['content'] + '<|end▁of▁sentence|>'}}{%- set ns.is_tool = false -%}{%- else %}{% set content = message['content'] %}{% if '</think>' in content %}{% set content = content.split('</think>')[-1] %}{% endif %}{{'<|Assistant|>' + content + '<|end▁of▁sentence|>'}}{%- endif %}{%- endif %}{%- if message['role'] == 'tool' %}{%- set ns.is_tool = true -%}{%- if ns.is_output_first %}{{'<|tool▁outputs▁begin|><|tool▁output▁begin|>' + message['content'] + '<|tool▁output▁end|>'}}{%- set ns.is_output_first = false %}{%- else %}{{'\\n<|tool▁output▁begin|>' + message['content'] + '<|tool▁output▁end|>'}}{%- endif %}{%- endif %}{%- endfor -%}{% if ns.is_tool %}{{'<|tool▁outputs▁end|>'}}{% endif %}{% if add_generation_prompt and not ns.is_tool %}{{'<|Assistant|>'}}{% endif %}

Licenses

  • This model is available for Research and Commercial uses under the specified terms. Please see the LICENSE file for more information.

Supports

OpenThaiGPT Team

Sponsors

  • ได้รับการสนับสนุน GPU Nvidia H100 x 8 จากบริษัท บริษัท สยาม เอไอ คอร์เปอเรชั่น จำกัด: https://siam.ai/

  • ได้รับทุนวิจัยสนับสนุนจากกองทุนส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม โดยหน่วยบริหารและจัดการทุนด้านการเพิ่มความสามารถในการแข่งขันของประเทศ (บพข.) ร่วมกับ บริษัท ไอแอพพ์เทคโนโลยี จำกัด ซึ่งมี สมาคมผู้ประกอบการปัญญาประดิษฐ์ประเทศไทย เป็นผู้ดำเนินงานโครงการ

Disclaimer: Provided responses are not guaranteed.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
3e35129

0 моделей