QwQ-32B 是阿里 Qwen 团队发布的推理模型，基于 Qwen2.5-32B + 强化学习构建。据官方公示的基准评测结果，在测试数学能力的 AIME24 评测集上，以及评估代码能力的 LiveCodeBench 中，QwQ-32B 表现与 DeepSeek-R1 相当，胜于 o1-mini 及相同尺寸的 R1 蒸馏模型。