美国非营利研究机构AI2发布了新一代语言模型家族Olmo3，主打真正开源的思维模型。与多数仅发布最终权重的模型不同，Olmo3公开了训练数据、代码、评估流程，以及各阶段的检查点和用于回溯推理过程的工具，使外部团队能够完整复现并扩展该模型。

Olmo3家族提供70亿（7B）和320亿（32B）参数两种规模的模型，所有模型均以支持约6.5万Token上下文的基础模型Olmo3-Base为根基，并根据用途分化为思维、对话与强化学习版本。Olmo3-Think在基础模型上加入了多步推理训练，用于生成可检查的推理步骤；Olmo3-Instruct则强化了对话能力、指令遵循与工具使用；Olmo3-RL Zero专为强化学习研究设计，提供了多个领域的RL检查点。开发者可直接使用Instruct或Think版本，也可从Base或任一训练阶段入手，加入自己的数据继续训练。

Olmo3家族中最具代表性的模型是32B规模的思维模型Olmo3-Think。该模型在回答问题时会生成中间推理步骤，并可通过OlmoTrace工具将推理过程回溯至可能相关的训练数据，帮助研究者理解模型做出特定判断的原因。根据AI2公布的评测结果，Olmo3-Think 32B在MATH、BigBench Hard、HumanEvalPlus等数学与编程推理基准上，多数指标接近Qwen3 32B与Qwen3 VL 32B Thinking，同时显著优于Gemma3 27B Instruct及部分同类模型。

AI2将32B基础模型称为目前最强的完全开源基础模型，即训练数据、代码与权重均可获取。与Mistral 32B、Apertus 70B等开源模型相比，Olmo3-Base在编程开发、阅读理解、数学解题和长上下文任务上的多数指标表现领先，与Qwen2.5 32B、Gemma3 27B和Llama3.1 70B实力相当，并具备处理长篇报告和技术文档的能力。

之所以称Olmo3为“真正开源”，是因为AI2一并公开了数据与工具。Olmo3的预训练使用Dolma3语料库，该语料库规模约为9.3万亿Token，来源涵盖网页、学术PDF、代码库与数学题解。AI2从中构建了Dolma3 Mix、Dolma3 Dolmino与Dolma3 Longmino等不同训练阶段的数据组合，后训练则使用Dolci数据套件支持推理、工具使用与强化学习。这些配方与数据集均在开放授权下公开，并详细说明了数据筛选与去重方法。