阿里Qwen团队推出新一代代码大模型 Qwen3-Coder

阿里通义Qwen团队发布全新代码大模型系列 Qwen3-Coder，这是目前 Qwen 系列中最具代理（Agent）能力的代码模型。此次发布的最大版本为 Qwen3-Coder-480B-A35B-Instruct，采用 MoE 架构，总参数量达 4800 亿，激活参数 350 亿，原生支持 256K token 上下文长度，并可通过 YaRN 技术扩展至 1M token。

• 体验地址：https://chat.qwen.ai
• 项目主页：https://qwenlm.github.io/zh/blog/qwen3-coder
• GitHub：https://github.com/QwenLM/Qwen3-Coder
• Demo：https://huggingface.co/spaces/Qwen/Qwen3-Coder-WebDev

该模型在多项代理式编程任务中表现突出，在 Agentic Coding（自主编程）、Agentic Browser-Use（浏览器操作）和 Agentic Tool-Use（工具调用）等评测中达到开源模型中的 SOTA 水平，整体能力可与 Claude Sonnet 4 相当。

多尺寸覆盖，面向不同场景

Qwen3-Coder 系列包含多个尺寸版本，满足从轻量级开发到复杂工程任务的不同需求。本次优先推出最强版本 480B-A35B-Instruct，旨在为研究者和开发者提供当前最具潜力的开源代码 Agent 基座。

预训练：系统性扩展提升代码能力

为了全面提升模型的编程理解与生成能力，Qwen3-Coder 在预训练阶段进行了多维度“Scaling”：

• 数据规模扩展：使用总计 7.5TB 的高质量训练数据，其中代码数据占比 70%，兼顾通用语言、数学推理与编程能力。
• 上下文长度优化：原生支持 256K token 上下文，结合 YaRN 技术可扩展至 1M，特别针对代码仓库级任务（如 Pull Request 分析）和动态数据处理进行优化。
• 合成数据增强：利用 Qwen2.5-Coder 对低质量代码数据进行清洗与重写，显著提升训练数据整体质量，形成正向反馈闭环。

后训练：聚焦真实场景的强化学习

不同于多数模型集中于竞赛类代码生成任务，Qwen3-Coder 的后训练更关注真实软件工程场景下的执行驱动学习。

1. 大规模 Code RL 训练

Qwen团队构建了基于执行反馈的强化学习框架，在丰富的实际编码任务上开展训练。通过自动扩展测试用例，生成大量高质量训练样本，充分释放强化学习潜力。实验表明，这种方法不仅提升了代码执行成功率，也对其他编程任务产生正向迁移效果。

Qwen团队将持续探索“难解易验”（Hard to Solve, Easy to Verify）的任务类型，作为强化学习的理想训练场。

2. Agent-Level 强化学习

在 SWE-Bench 这类真实软件工程任务中，模型需在复杂环境中自主规划、调用工具、接收反馈并迭代决策——这是一个典型的长周期强化学习（Long-Horizon RL）问题。

为此，Qwen团队在 Qwen3-Coder 上实施了 Agent RL 训练策略，鼓励模型通过多轮交互完成任务。核心挑战在于环境可扩展性，Qwen团队为此构建了一套可验证环境扩展系统，依托阿里云基础设施，支持同时运行 20,000 个独立沙箱环境，实现大规模并行训练与评估。

最终，Qwen3-Coder 在 SWE-bench Verified 基准上达到开源模型最优性能。

开源工具：Qwen Code CLI

为更好发挥 Qwen3-Coder 的代理编程能力，Qwen团队同步推出并开源命令行工具 Qwen Code。

Qwen Code 基于 Gemini Code 项目二次开发，针对 Qwen3-Coder 的推理特性，重构了 prompt 工程与工具调用协议，显著提升其在复杂编程任务中的表现。它支持与多种主流编程工具集成，如 Claude Code、Cline 等，可作为灵活的基础组件嵌入现有开发流程。

Qwen团队希望 Qwen3-Coder 能成为开发者手中的“通用代码代理”，真正实现 Agentic Coding in the World —— 在真实世界中自主完成编程任务。