Qwen新模型直逼Claude4！可拓展百萬上下文窗口，33GB本地即可運行
開源編程模型的天花板，要被Qwen3-Coder掀翻了。
今天凌晨，Qwen3-Coder-Flash也重磅開源！
圖片
“甜品級”的size，但完全“大餐”級的性能。
- 多編程任務超越頂級開源模型，僅略遜于閉源的Claude Sonnet-4、GPT-4.1等。
- 原生上下文窗口支持256k token，可延長拓展至1 million token。
- 33GB內存（即中端筆記本）可運行。
啥概念？
相當于GPT-4.1級別的能力，還能讓你本地使用！
有人實測，在蘋果M4 Max上通過mlx-lm運行Qwen3-Coder-Flash，每秒可生成4467個token，相當快。
圖片
還有人已經火速推出了量化版本，顯存不夠的童鞋可以來下載使用。
圖片
林俊旸也發推表示，這是一個綠色低碳極速版coding模型。
我想這將是本地編程的最好選擇。
圖片
筆記本上就能跑出好效果
Qwen3-Coder-Flash是Qwen3-Coder的精簡版，都是非推理模型。
- 采用MoE架構，30億參數總量，激活參數3.3億。
- 原生上下文窗口支持256k token，通過YaRN等可延長至一百萬token上下文，適合大型代碼庫和復雜多文件工程。
- 針對Qwen Code、Cline、Roo Code、Kilo Code等平臺進行優化。
- 無縫支持函數調用和agent工作流。
主要強調了Agent方面的能力：
- Agentic Coding（智能體編程）
- Agentic Browser Use（智能體瀏覽器使用）
- Agentic Tool Use（智能體工具調用）
有博主在M2 Macbook Pro上用量化版Qwen3-Coder-Flash（ 24.82GB 6bit MLX版）做的游戲，運行效果很不錯。
圖片
而且提示詞也很短，就一句話：
Write an HTML and JavaScript page implementing space invaders.
這意味著訓練數據中可能存在大量相關或者類似任務，才能讓模型一次就能輸出非常好的效果。
博主在首次嘗試后，感覺飛船發射的子彈太快了，所以想要讓它降速一點。
由于他使用的Open WebUI沒有類似于Claude Artifacts的工具調用的功能，這意味著模型需要重新輸出一個完整結果，實測表明它確實可以做到。
此外他還實測了生成鵜鶘騎自行車，每秒60個tokens，不過效果有點問題。
圖片
但u1s1，最近Qwen的開源節奏實在是太快了，更新模型一籮筐：
- Qwen3-Embedding
- Qwen-Vlo
- Qwen-TTS
- Qwen3-235B-A22B
- Qwen3-Coder
- Qwen-MT
- Qwen3-235B-A22B-Thinking-2507
- Qwen3-30B-A3B-Instruct-2507
- ……
而且都開源了，還提出了很多小顯存友好的方案。
開源之光的title在國產模型這里競爭格外激烈啊（doge）
圖片
最后，Qwen3-Coder-Flash體驗方式如下，感興趣的同學快去體驗吧！
QwenChat：chat.qwen.ai
魔搭社區：https://www.modelscope.cn/models/Qwen/Qwen3-Coder-30B-A3B-Instruct
HF：https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B-Instruct
