我使用下面的税负问题，拷问了一下QWQ 32b,Qwen3 32b,Qwen 30B-A3B和Qwen3 235B
问题：
张三在中国 下面是他今年的收入，帮他计算一下税负：
1月到4月，薪资15.5k，每月减免512社保
5月到12月在新公司
每月减免1344社保
薪资12800
年终奖一个月薪资
他还有两种扣除：房贷扣除专项税1000和子女教育2000
结果总结如下：
o3 标准结果：3424
| 模型 | 税额 | 备注 |
|---|---|---|
| Gemini 2.5 pro | 3424 | 可以不说明专项扣除的具体金额 |
| DS R1 | 3424 | 可以不说明专项扣除的具体金额 |
| DS v3 | 3424 | 速度飞快 |
| Qwen3 235B | 3424 | 正确 |
| Qwen3-30B | 8,984 | 税率算成20% |
| Qwen3-32B | 4320 | 不知道年终奖单独计税 |
| QWQ-32B | 4320 | 知道单独计税，但是税率算成20% |
| github gpt-4o | 3424 | 速度最快 |
结合官方的宣传图，其实差的挺多的，不知道拿什么用32B跟R1和Gemini 2.5 pro比，github 4o都不如
感觉是有点刷分w
看来向meta学习了错误的一步w
怎么感觉在学meta刷评分啊，用起来有点拉跨…
针对跑分优化
是的，明显是刷题了
好了，现在数学也不行了，之前佬友们测完，代码和写作也都不行了，那还有什么行，不会真的是Llama4吧
我越测越有点怕了。。。效果真的没有达到我的期待啊。。。
现在跑分不都是刷的吗，没有任何可信度，还是得用问题实测才行
刷题差评
佬，我跑了OpenRouter免费版32B和30B的，都是第一次就对了。14B还是算出来4320，错了。
但是我特意按照文档调了参数，佬也试试呗
Temperature=0.6 ，TopP=0.95 ，TopK=20 和 MinP=0
年终奖是不是两种计算方式来着，还是我的知识 out 了 
还是有很多问题的
是呀，一个是直接混到年度总收入里面去算了。一个是单独拿出来乘以固定的税率
好啊，我降低一下温度试试
不太行，算了一个3168出来。
他这个有一定的随机性，下半年的税率按了3%去算的，可能存在对qwen3大模型的最适参数吧，但是不具有普遍性，可能别的问题就又寄了
貌似官网降智了，用的是fp8的模型
只知道一种算法就有问题，其他几个分数不如他的模型人家都知道。
gpt-4o,r1,v3都是知道两种算法的，qwen3除了235B的，其他的反复问也只能告诉你4320
