編程Agent王座，國產開源模型拿下了！

就在剛剛，阿里通義大模型團隊開源Qwen3-Coder，直接刷新AI編程SOTA——

不僅在開源界超過DeepSeek V3和Kimi K2，連業界標桿、閉源的Claude Sonnet 4都比下去了。

圖片

網友當即實測了一把小球彈跳，效果是醬嬸的：

效果之強，甚至引來驚呼：簡直改變游戲規則。

畢竟，這可是開源、免費的！

現在大家不用再每月花200刀買Claude Code了！

Qwen3-Coder包括多個尺寸，其中最強版本Qwen3-Coder-480B-A35B-Instruct是450B的MoE模型，激活參數為35B。

原生支持256K上下文，還可以通過YaRN擴展到1M長度。

命令行版Qwen也同步登場：

通義團隊基于Gemini Code，進行了prompt和工具調用協議適配，二次開發并開源命令行工具Qwen Code。

嗯，這年頭每個CLI都不好意思說自己是編程Agent了（doge）。

簡單prompt直出酷炫效果

Qwen3-Coder具體表現如何，還是直接眼見為實。

基本上是，使用簡單的語言就能得到驚喜的體驗：

比如一句話實現用p5js創建多彩的可交互動畫。

3D地球可視化，分分鐘得到一個電子地球儀。

還能做出動態的天氣卡片。

可交互的小游戲也能輕松拿捏。

我們也簡單實測了一波，先來個最實用的功能——做簡歷。

提示詞是：生成一個可編輯的簡歷模板。

寫個掃雷游戲更是輕輕松松，即寫即玩~

提示詞：生成一個掃雷游戲。

效果之外，值得關注的是，這一次通義團隊同樣公布了從預訓練到后訓練的不少技術細節。

技術細節

在預訓練階段，Qwen3-Coder主要還是從不同角度進行Scaling，以提升模型能力。

包括數據擴展、上下文擴展、合成數據擴展。

其訓練數據的規模達到7.5Ttokens，其中70%為代碼數據，在保證通用與數學能力的同時提高了編程能力。

同時，原生支持256K上下文長度，借助YaRN技術可以擴展至1M，適配倉庫級和動態數據處理。

在訓練中還利用Qwen2.5-Coder對低質量數據進行了清洗與重寫，顯著提升了整體數據的質量。

與當前熱衷于競賽類編程的模型不同，Qwen團隊認為代碼任務天然適合執行驅動的大規模強化學習。

因此在后訓練階段，他們一方面通過Scaling Code RL在豐富、真實的代碼任務上擴展訓練，自動生成多樣化測試用例，提高了代碼執行的成功率。

另一方面，引入了Scaling Long-Horizon RL，依托阿里云基礎設施構建可以同時運行20000個獨立環境的系統，讓模型在多輪交互中表現優異，尤其是在SWE-bench Verified上實現了開源模型SOTA的效果。

開源 vs 閉源

看到這里，你是不是也摩拳擦掌想要一試Qwen3-Coder的真實實力了？

幫大家指個路：

• 最簡單的，可以直接在Qwen官網體驗；
• 命令行安裝Qwen Code，支持OpenAI SDK調用LLM；
• 在阿里云百煉平臺申請API，Claude Code、Cline等編程工具都能搭配起來用。

值得一提的是，Qwen3-Coder依然遵循的是Apache License Version 2.0，商用友好。

反正開源嘛，主動權已經交到了各位開發者手里~

而這也是Qwen此番發布，引得網友刷屏轉發的關鍵所在：

Qwen3-Coder看起來是開源編程Agent的一次重大飛越。

現在是比肩，超越還會遠嗎？

而更令人興奮的是，在開源這條路上，中國模型們當之無愧地正走在最前列。

官網：https://chat.qwen.ai/
項目地址：https://github.com/QwenLM/qwen-code
參考鏈接：https://mp.weixin.qq.com/s/CArpTOknOQC5O90Wgih3SA