Qwen3-Coder是一款先进的代码模型，其最强版本Qwen3-Coder-480B-A35B-Instruct拥有480B参数，支持256K上下文长度，并在编码和代理任务中表现出色。该模型在Agentic Coding、Agentic Browser-Use和Agentic Tool-Use方面创下新纪录，媲美Claude Sonnet 4。同时，开源了命令行工具Qwen Code，适配自定义提示和函数调用协议，充分发挥Qwen3-Coder在代理编码任务中的能力，与开发者工具无缝集成，适用于广泛的数字场景。

Qwen3-Coder：全球智能编码的新标杆

2025年7月22日，QwenLM团队正式发布了其最新的智能编码模型——Qwen3-Coder。作为迄今为止最强大的代码模型，Qwen3-Coder提供了多种规格，其中最引人注目的是Qwen3-Coder-480B-A35B-Instruct。该模型拥有4800亿参数，其中350亿为活跃参数，支持256K的上下文长度，并通过外推方法扩展至1M，在编码和智能任务中表现出色。Qwen3-Coder-480B-A35B-Instruct在智能编码、浏览器使用和工具使用等任务中，刷新了开源模型的最优记录，性能可与Claude Sonnet 4媲美。

模型特点

Qwen3-Coder不仅在预训练阶段进行了多维度优化，还在后训练阶段引入了大规模强化学习（RL）技术，进一步提升了模型的编码能力。

预训练优化： - 数据规模：使用了7.5万亿个token进行训练，其中70%为代码数据，确保了模型在编码任务中的卓越表现，同时保留了通用和数学能力。 - 上下文扩展：原生支持256K上下文，通过YaRN方法可扩展至1M，特别适合处理仓库级和动态数据（如Pull Requests），为智能编码提供了强大支持。 - 数据质量提升：利用Qwen2.5-Coder对噪声数据进行清理和重写，显著提高了整体数据质量。

后训练强化： - 代码RL扩展：不同于社区对竞赛级代码生成的关注，Qwen3-Coder通过大规模强化学习，专注于解决现实世界中的编码任务。通过自动生成多样化的测试用例，模型不仅显著提高了代码执行成功率，还在其他任务中取得了显著进展。 - 长时程RL扩展：在真实软件工程任务（如SWE-Bench）中，Qwen3-Coder通过多轮交互与工具进行协作，解决了复杂任务。团队构建了一个可扩展的系统，支持2万个独立环境并行运行，利用阿里云的基础设施，为大规模强化学习提供了必要的反馈。

Qwen Code：智能编码的CLI工具

Qwen Code是一个基于Gemini CLI改造的命令行工具，专为Qwen3-Coder模型优化，支持增强的解析器和工具调用。用户可以通过npm管理器轻松安装Qwen Code，并通过OpenAI SDK调用Qwen3-Coder模型，享受智能编码的便捷体验。

使用场景与API

Qwen3-Coder不仅可以通过Qwen Code使用，还支持与Claude Code的无缝集成。用户只需在阿里云Model Studio平台上获取API密钥，即可开始使用Qwen3-Coder进行编码。此外，Qwen3-Coder还提供了丰富的API接口，用户可以通过Alibaba Cloud Model Studio直接调用模型，进行各种编码任务。

未来展望

QwenLM团队正在积极改进Qwen3-Coder的性能，目标是让其在软件工程中承担更多复杂和繁琐的任务，从而释放人类的生产力。未来，团队还将推出更多规格的Qwen3-Coder模型，在保持高性能的同时降低部署成本。此外，团队还在探索编码代理是否能够实现自我改进，这是一个令人兴奋的研究方向。

Qwen3-Coder的发布标志着智能编码技术迈入了一个新的阶段，未来它将在全球范围内推动编码效率的提升，成为开发者不可或缺的助手。

评论内容总结：

1. 模型性能与本地运行

   • 评论者认为Qwen3-Coder的性能接近Sonnet 4，且由于其MoE架构，可能适合本地运行。
   • 引用：
     • "Open weight models matching Cloud 4 is exciting! It's really possible to run this locally since it's MoE"
     • "With the performance apparently comparable to Sonnet some of the heavy Claude Code users could be interested in running it locally."

2. 硬件需求与经济效益

   • 评论者讨论了运行Qwen3-Coder所需的硬件配置，并认为本地运行可能对团队更经济。
   • 引用：
     • "What sort of hardware will run Qwen3-Coder-480B-A35B-Instruct?"
     • "Huge bills for usage are regularly shared on X, so maybe it could even be economical."

3. 开源与工具使用

   • 评论者赞赏Qwen团队使用OpenHands作为基准测试的框架，并提到Qwen Code是基于Gemini Code的分支。
   • 引用：
     • "Glad to see everyone centering on using OpenHands as the scaffold!"
     • "The 'qwen-code' app seems to be a gemini-cli fork."

4. 模型大小与适用场景

   • 评论者对较小规模的模型更感兴趣，认为它们更适合本地运行，同时保留调用更大模型的灵活性。
   • 引用：
     • "I'm most excited for the smaller sizes because I'm interested in locally-runnable models."
     • "I love having the option of high-quality open-weight models for this."

5. 自我改进与未来展望

   • 评论者对模型自我改进的潜力表示惊叹，认为这标志着科幻时代的到来。
   • 引用：
     • "How casually we enter the sci-fi era."
     • "Additionally, we are actively exploring whether the Coding Agent can achieve self-improvement."

6. 模型发布与尝试

   • 评论者对Qwen3-Coder的发布表示祝贺，并期待尝试。
   • 引用：
     • "Congrats to the Qwen team on this release! I'm excited to try it out."
     • "I just checked and it's up on OpenRouter."