阿里发布Qwen3-Coder：4800亿参数，实现开源代码模型新SOTA

今天，阿里全新开源代码模型 Qwen3-Coder 正式发布。

Qwen3-Coder 拥有多个尺寸，此次发布的是最强大的版本，名为 Qwen3-Coder-480B-A35B-Instruct（以下简称 Qwen3-Coder）。

它是一款混合专家（MoE）模型，总参数量高达 4,800 亿，激活参数为 350 亿，原生支持 256K token 的上下文，并可通过 YaRN 扩展到高达 1 百万 token，支持 358 种编程语言。

由于 Qwen3 系列模型的整体调整，Qwen3-Coder 仅支持非思考模式，不生成思考过程。

在注意力机制方面，Qwen3-Coder 采用了分组查询注意力（GQA）方案，配备 96 个查询（Q）注意力头和 8 个键/值（KV）注意力头，并拥有 160 个专家（Expert），其中 8 个专家被激活。

据介绍，预训练阶段，Qwen3-Coder 从数据、上下文、合成数据三个不同角度进行扩展（scaling），以提升模型的代码能力。

在后训练阶段，研究团队选择在更丰富的真实代码任务上扩展代码强化学习（Code RL）训练。通过自动扩展测试样例，他们构造了大量高质量的训练实例，成功释放了强化学习的潜力：不仅显著提升了代码执行成功率，还对其他任务带来增益。

此前网友挖出线索，阿里团队在代码中介绍 Qwen3-Coder 时写道：“Qwen3-Coder-480B-A35B-Instruct 是一个强大的编码专用语言模型，在代码生成、工具使用和代理任务方面表现出色。”

阿里表示，该模型“拥有卓越的代码和代理能力”。Qwen3-Coder 在代理式编码、代理式浏览器使用和代理式工具使用上成为了开源模型的 SOTA，可以媲美 Claude Sonnet 4。

Qwen3-Coder 也是受到了网友的大力追捧，代码库上线一小时就收获了 5.1k Star。

与此同时，阿里还推出并开源了一款用于代理式编程的命令行工具：Qwen Code。

“Qwen Code 基于 Gemini Code 进行二次开发，但我们进行了提示词和工具调用协议适配，使得 Qwen Code 可以最大程度激发 Qwen3-Coder 在代理式编程任务上的表现。”阿里在官网上表示。

另外，Qwen3-Coder 也可以和 AI 社区优秀的编程工具结合使用，如 Claude Code、Cline 等。开发者也可以通过阿里云 Model Studio 调用 Qwen3-Coder API。

目前，Qwen3-Coder 网页版已经上线，笔者第一时间尝试了它的编程水平。

在只提供一句“克隆推特网页设计和UI”提示的情况下，Qwen3-Coder 给出的结果还是不错的：

相比之下，ChatGPT（免费版）给出的结果则是有些简陋，虽然文本和几个功能区域都有，但几乎没有视觉元素：

笔者还让 Qwen3-Coder 做了一个简单的网页版乒乓球游戏，同样只是一句话提示：“开发一个可以在网站上运行的乒乓球游戏”。

代码生成后直接在 Artifact 上无缝运行，整个过程不到 20 秒，效果很惊艳，直接用键盘就能控制，支持两人对战，它还自主发挥加上了获胜规则：

而 ChatGPT 生成的虽然也能运行，但无论是美观还是完整性，都远不及 Qwen3-Coder：

最后是官方给出的两段代码运行效果，分别是地球 3D 模拟和 Flappy Bird 游戏：

此次发布的 Qwen3-Coder 属于阿里 Qwen3 系列。

三个月前，阿里发布了千问 3（Qwen3）系列模型，包括两款混合专家 MoE 模型、六款密集模型和若干模型变种，例如后训练、FP8 版本等等。

其中的旗舰模型 Qwen3-235B-A22B，总参数量高达 2,350 亿（235B），其中激活参数为 220 亿（A22B），分布在 94 个深层网络层中。

另外一个 MoE 模型 Qwen3-30B-A3B，尺寸较小，总参数量 300 亿，激活参数量 30 亿。

当时，Qwen3 系列引入了一种混合方法来解决问题，一个模型同时支持思考模式和非思考模式。但现在这种模式已经被取消。

就在 Qwen3-Coder 发布的前一天，阿里同样更新了 Qwen3 系列，新模型名为 Qwen3-235B-A22B-Instruct-2507（简称 Qwen3-2507），迭代速度令人惊喜。

阿里在官网表示，“经过与社区沟通和深思熟虑后，我们决定停止使用混合思维模式。取而代之的是，我们将分别训练 Instruct 和 Thinking 模型，以获得最佳质量。所以我们发布了 Qwen3-235B-A22B-Instruct-2507 及其 FP8 版本，供大家使用。”

Qwen3-2507 在主流基准测试中表现优异。作为一款“没有思考能力”的开源模型，它在 GPQA、AIME25 和 LiveCodeBench v6 等测试中均超越了未开启思考模式的 Claude Opus 4。

可以说，无论是Qwen3-Coder 还是 Qwen3-2507，再加上 DeepSeek 和 Kimi，都是 AI 开源社区宝贵的财富。

在闭源模型各种刷榜的今天，它们难得的推动了大模型技术的普及化，为AI 社区开发者和研究人员提供了强大的免费工具。更重要的是，它们的广受欢迎让中国在全球 AI 开源领域占据了重要一席。

这不仅能促进 AI 技术的普惠发展，还能有效降低创新门槛，让更多开发者参与进来，共同构建一个更加开放和繁荣的 AI 生态系统。

反过来，这些模型未来在产业应用、学术研究和人才培养等方面都将发挥不可估量的作用，进一步加速中国在 AI 领域的进步。

参考资料：

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