今天，阿里全新開源代碼模型 Qwen3-Coder 正式發布。

（X）

Qwen3-Coder 擁有多個尺寸，此次發布的是最強大的版本，名為 Qwen3-Coder-480B-A35B-Instruct（以下簡稱 Qwen3-Coder）。

它是一款混合專家（MoE）模型，總參數量高達 4,800 億，激活參數為 350 億，原生支持 256K token 的上下文，并可通過 YaRN 擴展到高達 1 百萬 token，支持 358 種編程語言。

圖 | Qwen3-Coder 在測試中的表現（資料圖）

由于 Qwen3 系列模型的整體調整，Qwen3-Coder 僅支持非思考模式，不生成思考過程。

在注意力機制方面，Qwen3-Coder 采用了分組查詢注意力（GQA）方案，配備 96 個查詢（Q）注意力頭和 8 個鍵/值（KV）注意力頭，并擁有 160 個專家（Expert），其中 8 個專家被激活。

圖 | Qwen3-Coder 模型總覽（Qwen）

據介紹，預訓練階段，Qwen3-Coder 從數據、上下文、合成數據三個不同角度進行擴展（scaling），以提升模型的代碼能力。

在后訓練階段，研究團隊選擇在更豐富的真實代碼任務上擴展代碼強化學習（Code RL）訓練。通過自動擴展測試樣例，他們構造了大量高質量的訓練實例，成功釋放了強化學習的潛力：不僅顯著提升了代碼執行成功率，還對其他任務帶來增益。

此前網友挖出線索，阿里團隊在代碼中介紹 Qwen3-Coder 時寫道：“Qwen3-Coder-480B-A35B-Instruct 是一個強大的編碼專用語言模型，在代碼生成、工具使用和代理任務方面表現出色。”

圖 | 網友先前挖出 Qwen3-Coder 的線索（X）

阿里表示，該模型“擁有卓越的代碼和代理能力”。Qwen3-Coder 在代理式編碼、代理式瀏覽器使用和代理式工具使用上成為了開源模型的 SOTA，可以媲美 Claude Sonnet 4。

Qwen3-Coder 也是受到了網友的大力追捧，代碼庫上線一小時就收獲了 5.1k Star。

（GitHub）

與此同時，阿里還推出并開源了一款用于代理式編程的命令行工具：Qwen Code。

“Qwen Code 基于 Gemini Code 進行二次開發，但我們進行了提示詞和工具調用協議適配，使得 Qwen Code 可以最大程度激發 Qwen3-Coder 在代理式編程任務上的表現。”阿里在官網上表示。

（資料圖）

另外，Qwen3-Coder 也可以和 AI 社區優秀的編程工具結合使用，如 Claude Code、Cline 等。開發者也可以通過阿里云 Model Studio 調用 Qwen3-Coder API。

目前，Qwen3-Coder 網頁版已經上線，筆者第一時間嘗試了它的編程水平。

（https://chat.qwen.ai/）

在只提供一句“克隆推特網頁設計和UI”提示的情況下，Qwen3-Coder 給出的結果還是不錯的：

圖 | Qwen3-Coder 生成的仿推特 UI（資料圖）

相比之下，ChatGPT（免費版）給出的結果則是有些簡陋，雖然文本和幾個功能區域都有，但幾乎沒有視覺元素：

圖 | ChatGPT 生成的仿推特 UI（資料圖）

筆者還讓 Qwen3-Coder 做了一個簡單的網頁版乒乓球游戲，同樣只是一句話提示：“開發一個可以在網站上運行的乒乓球游戲”。

代碼生成后直接在 Artifact 上無縫運行，整個過程不到 20 秒，效果很驚艷，直接用鍵盤就能控制，支持兩人對戰，它還自主發揮加上了獲勝規則：

而 ChatGPT 生成的雖然也能運行，但無論是美觀還是完整性，都遠不及 Qwen3-Coder：

圖 | ChatGPT 生成的乒乓球游戲截圖（資料圖）

最后是官方給出的兩段代碼運行效果，分別是地球 3D 模擬和 Flappy Bird 游戲：

此次發布的 Qwen3-Coder 屬于阿里 Qwen3 系列。

三個月前，阿里發布了千問 3（Qwen3）系列模型，包括兩款混合專家 MoE 模型、六款密集模型和若干模型變種，例如后訓練、FP8 版本等等。

其中的旗艦模型 Qwen3-235B-A22B，總參數量高達 2,350 億（235B），其中激活參數為 220 億（A22B），分布在 94 個深層網絡層中。

另外一個 MoE 模型 Qwen3-30B-A3B，尺寸較小，總參數量 300 億，激活參數量 30 億。

（Qwen3）

當時，Qwen3 系列引入了一種混合方法來解決問題，一個模型同時支持思考模式和非思考模式。但現在這種模式已經被取消。

就在 Qwen3-Coder 發布的前一天，阿里同樣更新了 Qwen3 系列，新模型名為 Qwen3-235B-A22B-Instruct-2507（簡稱 Qwen3-2507），迭代速度令人驚喜。

阿里在官網表示，“經過與社區溝通和深思熟慮后，我們決定停止使用混合思維模式。取而代之的是，我們將分別訓練 Instruct 和 Thinking 模型，以獲得最佳質量。所以我們發布了 Qwen3-235B-A22B-Instruct-2507 及其 FP8 版本，供大家使用。”

（資料圖）

Qwen3-2507 在主流基準測試中表現優異。作為一款“沒有思考能力”的開源模型，它在 GPQA、AIME25 和 LiveCodeBench v6 等測試中均超越了未開啟思考模式的 Claude Opus 4。

可以說，無論是Qwen3-Coder 還是 Qwen3-2507，再加上 DeepSeek 和 Kimi，都是 AI 開源社區寶貴的財富。

在閉源模型各種刷榜的今天，它們難得的推動了大模型技術的普及化，為AI 社區開發者和研究人員提供了強大的免費工具。更重要的是，它們的廣受歡迎讓中國在全球 AI 開源領域占據了重要一席。

（資料圖）

這不僅能促進 AI 技術的普惠發展，還能有效降低創新門檻，讓更多開發者參與進來，共同構建一個更加開放和繁榮的 AI 生態系統。

反過來，這些模型未來在產業應用、學術研究和人才培養等方面都將發揮不可估量的作用，進一步加速中國在 AI 領域的進步。

參考資料：

https://qwenlm.github.io/blog/qwen3-coder/

https://qwenlm.github.io/blog/qwen3/

https://huggingface.co/Qwen/Qwen3-Coder-480B-A35B-Instruct

https://arxiv.org/pdf/2505.09388