从东南大学官方东南大学称，QwQ-32B 虽仅有 32B 参数，但通过大规模强化学习训练，在数学推理、代码生成、工具调用等任务中表现媲美 671B 参数的 DeepSeek-R1，甚至部分指标实现超越。

　　上图展示了 QwQ-32B 与其他领先模型在数学推理、代码生成、工具调用中的性能对比，QwQ-32B 表现与 DeepSeek-R1 相当，远胜于 o1-mini 及相同尺寸的 R1 蒸馏模型。

　　东南大学表示，集成工具调用与动态推理能力，模型可根据环境反馈调整策略，适用于复杂任务处理，如数据分析、实验模拟等科研场景。