Qwen

阿里巴巴旗下AI团队Qwen周二（7/22）释出最新开源模型Qwen3-Coder，主打程序撰写与多步骤代理任务能力，并同步推出命令列AI代理工具Qwen Code。

本次率先释出的版本为Qwen3-Coder-480B-A35B-Instruct，总参数高达4800亿，採用混合专家（MoE）架构，每次推论启用350亿参数。该模型原生支援长达256K个Token的脉络，透过YaRN外推方法可扩展至100万个Token，适用于大型程序码库、跨模组资料分析等任务。

为提升模型的可用性与推论效率，Qwen同时释出FP8量化版本——Qwen3-Coder-480B-A35B-Instruct-FP8。FP8是一种8位元浮点数格式，可大幅减少模型所需的储存空间与运算资源，在支援FP8的硬件（如Nvidia H100）上能以更低成本执行大型模型，几乎不影响输出品质。此版本特别适用于云端服务、研究部署与低记忆体环境。

Qwen同时开源名为Qwen Code的命令列AI代理工具，为一基于Google Gemini CLI开发的改良版本，能够整合自定提示词设计与函式呼叫格式，支援多轮互动、函式封装与开发者自订任务流程。使用者仅需安装Node.js并输入API金钥，即可于终端机环境中调用Qwen3-Coder进行即时程序对话、工具操作，以及複杂的任务推论。

在训练策略上，Qwen3-Coder结合大规模预训练与后训练强化学习。其预训练资料涵盖7.5兆个token，其中约70%为高品质程序码片段，并针对如合併请求（Pull Request）等动态资料结构，进行脉络处理最佳化。后训练阶段则导入多轮互动强化学习（Agent RL），并于阿里云上建构可同时模拟2万个独立环境的代理系统，用以训练具规划、回馈与决策能力的代理行为。

该模型在代理程序撰写、浏览器操作与工具使用等任务上表现领先，不仅全面超越开源模型Kimi-K2与DeepSeek-V3，整体效能亦已达Claude Sonnet 4等级；同时在专门评估实际软件工程任务的SWE-Bench Verified基準测试中，取得目前开源模型最高成绩，且无需在测试阶段进行额外调整。

Qwen打算释出更多Qwen3-Coder的尺寸版本，以降低部署门槛，同时积极探索让Coding Agent具备自我增强能力的可能性。开源模型与工具现已于Hugging Face及GitHub上架，开发者亦可透过阿里云DashScope平台直接使用API部署。