行业动态

重磅发布!Qwen3-Coder:开源编码模型的新巅峰

admin_iyouxiy
2025/7/24
11
0
0
各位编程爱好者和开发者们,今天我们迎来了一个激动人心的时刻!通义千问 Qwen 正式发布了迄今为止最具代理能力的代码模型 ——Qwen3-Coder,它的出现无疑为开源编码领域注入了强大的活力。

 

Qwen3-Coder 拥有多个尺寸,而我们率先推出的 Qwen3-Coder-480B-A35B-Instruct,是一款 480B 参数激活 35B 参数的 MoE 模型。它原生支持 256K token 的上下文,借助 YaRN 还能扩展到 1M token,这意味着它能轻松应对仓库级和动态数据处理,为代理式编程提供了强大的支撑。wechat_2025-07-24_112533_846.png

 

更值得一提的是,Qwen3-Coder-480B-A35B-Instruct 在 Agentic Coding、Agentic Browser-Use 和 Agentic Tool-Use 上取得了开源模型的 SOTA 效果,实力可与 Claude Sonnet4 相媲美,这在开源领域是一项了不起的成就。

 

与此同时,一款用于代理式编程的命令行工具 Qwen Code 也同步推出并开源。它基于 Gemini Code 进行二次开发,经过 prompt 和工具调用协议适配,能最大程度激发 Qwen3-Coder 在 Agentic Coding 任务上的表现。而且,Qwen3-Coder 还能与社区优秀的编程工具如 Claude Code、Cline 等结合,真正实现 “Agentic Coding in the World”!

强大的预训练支持

为了提升 Qwen3-Coder 的代码能力,我们在预训练上从多个角度进行了 Scaling:
在数据扩展方面,总计达到 7.5T,其中代码占比 70%。这使得模型在保持通用与数学能力的同时,具备了卓越的编程能力。

 

上下文扩展上,原生支持 256K 上下文,借助 YaRN 可拓展至 1M,专为仓库级和动态数据(如 Pull Request)优化,为 Agentic Coding 提供了有力保障。

 

合成数据扩展则是利用 Qwen2.5-Coder 对低质数据进行清洗与重写,显著提升了整体数据质量,让模型学习到的知识更精准、更有效。

创新的后训练方式

wechat_2025-07-24_112610_708.pngScaling Code RL: Hard to Solve, Easy to Verify

不同于当前社区普遍聚焦于竞赛类代码生成,我们认为所有代码任务都天然适合执行驱动的大规模强化学习。因此,我们选择在更丰富的真实代码任务上扩展 Code RL 训练。通过自动扩展测试样例,构造了大量高质量训练实例,不仅显著提升了代码执行成功率,还对其他任务带来增益。这也让我们更加坚定地去寻找 “Hard to Solve, Easy to Verify” 的任务,作为强化学习的沃土。

Scaling Long-Horizon RL

在真实世界的软件工程任务中,如 SWE-Bench,模型需要在环境中不断交互,自主规划、选择工具调用、接受反馈并不断做出新决策,这是典型的 Long-Horizon RL 任务。在 Qwen3-Coder 的后训练阶段,我们执行了 Agent RL,鼓励模型通过多轮交互利用工具解决问题。其中,Agent RL 的主要挑战在于环境扩展,我们借助阿里云的基础设施,实现了同时运行 20k 独立环境的可验证环境扩展系统。这一系统能提供大规模的强化学习反馈和评测,最终让我们在 SWE-bench Verified 上实现了开源模型的 SOTA 效果。

便捷的使用方式

Qwen Code

Qwen Code 是一款基于 Gemini Code 二次开发的 CLI 工具,针对 Qwen3-Coder 系列模型增强了解析器和工具支持。

 

安装步骤如下:
step1:确保已安装 Node.js 20 及以上版本,可通过以下命令安装:

 

code-snippet__js
curl -qL https://www.npmjs.com/install.sh | sh
 
step2:通过 npm 管理器安装 Qwen Code,从 npm 包安装:
code-snippet__js
npm i -g @qwen-code/qwen-code
 
从源码安装:
code-snippet__js
 
git clone https://github.com/QwenLM/qwen-codecd qwen-code && npm install && npm install -g .
 
step3:配置环境变量(使用 OpenAI SDK 调用 LLM),可以导出以下环境变量,或放在.envfile 中:
code-snippet__js
 
export OPENAI_API_KEY="your_api_key_here"export OPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"export OPENAI_MODEL="qwen3-coder-plus"
 

 

完成后,输入 “qwen” 即可享受 Qwen-Code 和 Qwen 带来的编程体验。

与其他工具的结合

除了 Qwen Code,Qwen3-Coder 还能与 Claude Code、Cline 等社区优秀编程工具结合。

 

以与 Claude Code 结合为例,我们提供了两种接入方式:
方案 1:使用 dashscope 提供的代理 API,只需将 Anthropic 的 base url 替换成 dashscope 上提供的 endpoint:
code-snippet__js
 
 
export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxyexport ANTHROPIC_AUTH_TOKEN=your-dashscope-apikey
 

 

之后输入 claude 即可开始使用。
方案 2:使用 claude-code-config 自定义路由,先安装相关工具:
code-snippet__js
 
 
 
npm install -g @musistudio/claude-code-routernpm install -g @dashscope-js/claude-code-config
 

 

生成配置文件和插件目录:
code-snippet__js
 
ccr-dashscope
 

 

也可手动调整相关配置,最后通过 ccr 开始使用:

 

code-snippet__js
 
ccr code
 
配置 Qwen3-Coder-480B-A35B-instruct 使用 cline:
step1:进入 cline 的配置设置
step2:选择 “OpenAI Compatible” 模式
step3:在 OpenAI Compatible API tokens 处,输入从 Dashscope 获取的密钥
step4:勾选 “使用自定义基础 URL”,输入:https://dashscope.aliyuncs.com/compatible-mode/v1
step5:输入模型名称:qwen3-coder-plus

精彩的 Demo 示例

Qwen3-Coder 能实现诸多精彩功能,如模拟烟囱拆除、在 VS Code 中生成烟花效果、创建 3D 地球、实现打字机效果、让小球沿立方体轨迹旋转、模拟太阳系行星运转以及制作二重奏游戏等,每一个 Demo 都展现了它强大的编码能力和广泛的应用场景。

简单的 API 调用

如果想要通过百炼 API 平台调用 Qwen3-Coder,可参考以下示例代码:
code-snippet__js
 
import osfrom openai import OpenAIclient = OpenAI( api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)prompt = "Help me create a web page for an online bookstore."# Send request to qwen3-coder-plus modelcompletion = client.chat.completions.create( model="qwen3-coder-plus", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": prompt} ],)# Print the responseprint(completion.choices[0].message.content.strip())
 

未来展望

我们将继续努力提升 Coding Agent 的效果,希望它能承担更多复杂软件工程中的繁琐任务,解放人类生产力。同时,Qwen3-Coder 还有更多尺寸即将推出,在保证良好效果的同时降低部署开销。此外,我们也在积极探索 Coding Agent 是否能够实现 self-improving,这无疑是一个令人激动的课题。

 

关注通义千问 Qwen,掌握千问大模型最新动态,让我们一同见证 Qwen3-Coder 在编程世界中创造更多可能!
#9ckamu

评论 (0)

加载评论中...
AI助手