「北京版幻方」开源SOTA代码模型！40B参数掀翻Opus-4.5和GPT-5.2

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

又一个中国新模型被推到聚光灯下，刷屏国内外科技圈。

IQuest-Coder-V1模型系列，看起来真的很牛。

在最新版SWE-Bench Verified榜单中，40B参数版本的IQuest-Coder取得了81.4%的成绩，这个成绩甚至超过了Claude Opus-4.5和GPT-5.2（这俩模型没有官方资料，但外界普遍猜测参数规模在千亿-万亿级）。

Oh～Tiny Core, Titan Power。

好，看到这里我盲猜很多人肯定已经开始边摇头边笑了。

毕竟这年头，benchmark的权威犹在，但说服力似乎已经大不如前了。

那咱们就看看这个模型跑出来的case——

Prompt：编写一个网页来展示一个逼真的太阳系模拟。

然后你将得到：

可以自由切换各种视角，让画面暂停、放大，调整公转速度也ok。

选中具体的行星，还会跳出相应的名字和简单介绍。

目前，这套代码大模型系列已经在GitHub和抱抱脸上开源。

有一个重点一定要划！！！

这个模型团队IQuest，和DeepSeek团队一个路数，都出自中国的量化私募。

背后公司就是北京版幻方量化——九坤投资。

（两家公司都是业内公认的量化私募头部）

X、Reddit等平台上，关于IQuest-Coder的消息和对中国量化公司杀入AI模型战场的讨论已经满天飞了。

有网友一脸unbelievable地问出了令他诧异的问题：

中国量化公司到底吸纳了些什么人才，才能把模型训练成这样啊？？？

Ok，一起来看看这套模型的详细情况吧～

IQuest-Coder-V1系列

从定位上看，IQuest-Coder-V1是一套覆盖多个参数规模与使用场景的家族版本，专注于代码生成、代码理解与软件工程任务的模型系列。

参数有7B、14B和40B的，每个规模均提供Instruct和Thinking两种版本。

其中，Instruct偏向指令跟随与工程使用，更高效；Thinking强化复杂推理和多步问题拆解，响应时间更长。

特别提醒大家注意一下，40B参数规模的IQuest-Coder-V1额外提供了Loop版本，用于探索更高的参数利用效率。

与计算成本相似的模型相比，IQuest-Coder-V1-40B-Loop的HBM和KV Cache开销显著降低，而吞吐量大幅提升。

仅增加约5%的训练成本，Loop架构下，40B模型达到数百亿参数MoE模型的水平。

在架构设计上，IQuest-Coder-V1系列强调了“工程友好”和“长上下文可用性”。

官方在GitHub上给出的四点架构特性分别是：

• 分组查询注意力（Grouped Query Attention，GQA）以实现高效推理
• 原生支持128K上下文长度
• 词表大小：76800个token
• 循环变体采用了具有共享参数的循环Transformer设计，该设计在两个迭代过程中保持一致。

首先说说GQA的引入。

通过减少KV头数量来降低推理阶段的显存占用和计算压力，对长上下文场景超级友好。

其次，模型原生支持128K上下文长度。这就让模型有能力直接处理完整代码仓库、跨文件依赖以及大规模工程上下文。

第三，76800个token的词表大小，更贴近真实代码环境中频繁出现的标识符、路径名和符号组合。

最后，在Loop变体中，模型采用了具有跨两次迭代共享参数的循环Transformer设计，用重复计算换取更高的参数利用率，在不线性扩大模型规模的前提下提升性能。

作者刻意指出，这和早期Parallel Loop Transformer不同，去掉了token shifting和inference trick，更强调推理阶段的稳定性。

这些特性组合在一起，有利于模型在真实软件工程场景中跑得更好。

来看官方展示的更多case。

Prompt 1：构建一个粒子-文本动画，满足以下要求。

• 文本采样：将给定文本（例如，IQuest）在 Canvas 上转换为由数百个小粒子组成的点阵。
• 状态：每个粒子都有一个当前位置和一个目标位置（形成文本）。
• 交互式物理效果：当鼠标靠近时相互排斥和散开；当鼠标移开时平滑地弹回。
• 视觉效果与缓动：随机/渐变颜色，用于整体运动的缓动效果。

Prompt 2：构建一个实时像素沙盒游戏。

通过按钮切换沙子、水、石头和酸液；在画布上涂画可生成具有不同颜色的元素；大规模更新依然流畅；元素会自然下落并流动。

Prompt 3：构建一个完整的单文件HTML5 Canvas太空射击游戏，具有复古霓虹美学和明显的战斗反馈。

• 视觉风格：黑色背景，高饱和度霓虹几何形状，街机感。
• 控制：WASD移动；两种瞄准/炮塔模式（鼠标跟随，或按R键旋转炮塔）。
• 射击：带完整视觉效果的自动射击太空飞船。
• 反馈：击杀时，出现粒子爆炸效果；受到伤害时，屏幕会震动。
• 敌人：普通士兵/奇袭者/重型坦克，以及Boss战。
• 进阶：按P键能升级火力。

Prompt 4：基于鸟群算法的仿生鸟/鱼群体模拟，拥有150个以上的自主Agent，有实时调节功能。

• 核心规则：分离（避免碰撞）、对齐（速度匹配）和内聚（群体中心）。
• 实时面板：调整分离/对齐/凝聚权重（0-3）、视觉半径（20-150 像素）和最大速度。
• 交互：鼠标充当捕食者，使附近的智能体散开。
• 渲染：在深色背景下，以运动方向旋转的霓虹三角形和发光轨迹。
• 工具：FPS 计数器和暂停/继续（空格键）。

与众不同的“代码流多阶段训练”训练策略

IQuest-Coder的训练流程如下——

预训练阶段先用通用数据和大规模代码数据打底，然后通过高质量代码annealing强化基础代码表征。

中期训练阶段第一次明确引入reasoning、agent trajectory和长上下文代码，并且分32K和128K两个尺度逐步推进。

最终post-training阶段，模型被明确分流成instruct路线和thinking路线，分别用不同目标函数和RL方式收敛。

官方强调，IQuest-Coder-V1系列采用了与传统单一静态源代码训练不同的训练策略。

称之为code-flow multi-stage training。

与大量代码模型侧重从静态代码片段中学习不同，这套方法强调从代码的演化过程中学习。

团队专门设计了基于项目生命周期的triplet数据构造方式，用 (R_old, Patch, R_new) 这样的结构，让模型看到稳定期代码、变更内容以及变更后的结果。

而且刻意避开项目早期和后期，只取40%–80%生命周期区间。

这一步实际上把“软件工程经验”显式编码进了训练数据里。

所以模型看到的并不只是某一时刻的完成态代码，还包括修改前后的差异、提交历史中的逻辑变化，以及真实工程中反复试错和修正的痕迹。

也就是说模型被训练得能够捕捉软件逻辑的动态演变。

不少网友猜测，这就是IQuest-Coder-V1在多个软件工程类评测中表现突出的重要原因之一。

这套模型成绩确实亮眼。

• SWE-Bench Verified：81.4%
• BigCodeBench：49.9%
• LiveCodeBench v6：81.1%

下面这张图体现得更直观一点，IQuest-Coder在八个代码、Agentic相关榜单上都独占鳌头。

不过，GitHub上白纸黑字写着，模型可以生成代码，但不能执行，始终在沙盒环境中验证输出结果。

部署方面，官方信息显示，不管是基础版本还是Loop版本，都支持单卡H20推理。

其Int4版本可在单张消费级3090/4090 GPU上部署。

有网友表示，非Loop版本的模型似乎采用的是阿里Qwen2的架构。

随着关注度上升，质疑也同步出现。

九坤投资公司是谁？

好，最后我们来认识一下IQuest-Coder背后的公司，九坤投资（Ubiquant Holding Limited）。

公司成立于2012年，是中国较早一批专注量化投资和高频交易的私募机构之一，目前管理规模在数百亿元人民币，和幻方同属于公认的国内量化私募头部公司。

九坤主要办公地在北京，3周前开设了新加坡办公室。

联合创始人王琛，2000年考入清华大学，获得数学物理学士学位和理论计算机博士学位，博士期间师从图灵奖得主姚期智院士。

博士毕业后，王琛就职于美国顶级对冲基金Millennium，后创业担任九坤投资联合创始人、CEO。

联合创始人姚齐聪，2002年考入北京大学数学系，获得数学学士和金融数学硕士学位。

硕士毕业后进入Millennium，后与王琛共同创业，主要负责九坤投研体系搭建、量化策略开发和风险管理，被视为公司策略和风控体系的核心设计者之一。

九坤的投研与技术团队人数超过百人，90%以上毕业于清华、北大、复旦、斯坦福等国内外知名高校，博士占比超过60%。

公开信息显示，这家公司目前也倾向于从全球顶尖高校招募具有计算机、数学、物理、统计学等背景的应届毕业生。

在AI领域，幻方更早凭DeepSeek站到台前。

不过查询有关资料发现，此前九坤也很注重AI技术这一块。

目前，九坤的IT和算力建设位居国内量化机构前三，并建立了数据实验室（DATA LAB）、人工智能实验室（AI LAB）等多个前沿实验室。

本次发布的IQuest-Coder就出自其发起设立的独立研究平台至知创新研究院。

倒也不全是为了把AI用在金融市场预测和交易决策啦——前段时间（2025年12月16日），九坤已经推出过通用推理模型URM。

该模型在ARC-AGI正确率为53.8%，当允许多次尝试时，URM的成功率能达到85%以上；在更困难的ARC-AGI 2上也拿到了16.0%。

Paper最后附上了IQuest-Coder团队的成员名单。

挺长的，就不一一介绍了。

不过我们发现这篇paper的核心作者层，和《Scaling Laws for Code》《CodeSimpleQA》《From Code Foundation Models to Agents and Applications》作者阵容重合度非常高。

所以这里稍微展开介绍一下Core Contributor的几位成员。

（注：IQuestLab团队成员很多没有公开个人档案，我们这里放出可寻找到的公开资料）

Jian Yang，谷歌学术被引量超过1.6万。

此前应该在Qwen 2.5和Qwen 3团队待过很长一段时间，2025年起开始在九坤投资发表论文。

Zhengmao Ye，本科毕业于西南交通大学，在四川大学获得计算机科学硕士学位。

此前，他曾在华为和商汤科技担任过技术工作人员。

你没看错，8位Core Contributor就找到了2位的公开资料，真的尽力了.gif

另外，paper的通讯作者，是九坤人工智能实验室首席研究员和负责人Bryan Dai。

Paper地址：
https://github.com/IQuestLab/IQuest-Coder-V1/tree/main/papers
参考资料：
[1]https://x.com/zephyr_z9/status/2006579658972868988?s=20
[2]https://github.com/IQuestLab/IQuest-Coder-V1?tab=readme-ov-file
[3]https://iquestlab.github.io/#/
[4]https://www.reddit.com/r/LocalLLaMA/comments/1q0x19t/anyone_tried_iquestcoderv1_yet_the_40b_numbers/