Qwen3-Coder: Agentic Coding in the World（附k2对比）

是魔丸啊
1,280 阅读7分钟

Qwen3-Coder: Agentic Coding in the World

Qwen3-Coder：迈向 Agentic 编程新时代

今天，我们正式发布 Qwen3-Coder —— 迄今为止我们最具“Agentic”（智能代理式）的代码大模型。虽然 Qwen3-Coder 拥有多个不同参数规模的版本，但我们首先推出最强大的变体：Qwen3-Coder-480B-A35B-Instruct。这是一个 4800 亿参数的专家混合（MoE）模型，其中激活参数为 350 亿。该模型原生支持 256K token 的上下文长度，通过 extrapolation（外推方法）可扩展至 100 万 tokens，在代码生成与智能代理任务上都展现出卓越性能。

在 Agentic 编程、Agentic 浏览器使用与 Agentic 工具调用等任务中，Qwen3-Coder-480B-A35B-Instruct 在开源模型中达到了新的 SOTA 水平，整体能力可媲美 Claude Sonnet 4。

同步发布：Qwen Code 命令行工具

与此同时，我们也开源了一个用于 Agentic 编程的命令行工具 —— Qwen Code。该工具基于 Gemini Code 项目分支而来，经过 prompt 定制与函数调用协议适配，使 Qwen3-Coder 在 Agentic 编程任务中释放全部潜力。Qwen3-Coder 可与社区中最优秀的开发工具无缝协作。作为一个基础模型，我们希望它能“无处不在”，真正实现 Agentic Coding in the World。

训练策略

预训练阶段

在预训练方面仍有巨大的潜力可挖，我们从多个维度扩展了 Qwen3-Coder 的能力：

  • Token 规模扩展：使用 7.5 万亿 tokens（其中代码数据占比 70%），在强化代码能力的同时保留了通用能力与数学能力。
  • 上下文扩展：原生支持 256K 上下文，结合 YaRN 技术可扩展至 1M tokens，适用于大规模代码库与动态数据（如 Pull Request），为 Agentic 编程赋能。
  • 合成数据扩展：借助 Qwen2.5-Coder 清洗与重写噪声数据，显著提升整体数据质量。

微调与后训练

强化学习扩展：代码任务——“难以生成、易于验证”

不同于当前主流社区将精力集中在“竞赛级代码生成”，我们认为所有代码任务天生就适合执行驱动的大规模强化学习（Code RL） 。
我们大幅扩展了在真实世界代码任务上的 Code RL 训练，通过自动扩展测试用例来生成高质量训练样本，有效提升了模型的执行成功率，并带动其他任务的性能提升。
这些结果坚定了我们继续探索“难生成、易验证”任务作为 RL 土壤的信心。

长视野强化学习：Agent RL

在如 SWE-Bench 等真实的软件工程任务中，模型需要与环境进行多轮交互：规划、调用工具、接收反馈、做出决策。
为此，我们在后训练阶段引入了 长视野强化学习（Agent RL） ，鼓励模型通过工具多轮交互来完成复杂任务。

Agent RL 的关键挑战是“环境扩展性”。我们基于阿里云搭建了可支持 2万个并发环境的可扩展系统，为大规模 RL 提供反馈支持与评估能力。
Qwen3-Coder 由此在 SWE-Bench Verified 上取得了开源模型的 SOTA 成绩，且无需在测试阶段进行额外 scaling。

用 Qwen3-Coder 编写代码

Qwen Code 工具

Qwen Code 是为研究目的设计的 CLI 工具，基于 Gemini CLI，增强了解析器与工具支持。

确保你已经安装了 Node.js 20 及以上版本：

curl -qL https://www.npmjs.com/install.sh | sh

安装 Qwen Code：

npm i -g @qwen-code/qwen-code

也可以从源码安装：

git clone https://github.com/QwenLM/qwen-code.git
cd qwen-code && npm install && npm install -g

Qwen Code 支持通过 OpenAI SDK 调用大模型。你可以配置环境变量，或在 .env 文件中设置：

export OPENAI_API_KEY="your_api_key_here"
export OPENAI_BASE_URL="https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
export OPENAI_MODEL="qwen3-coder-plus"

然后，愉快地开始编程吧：

qwen

与 Claude Code 联用

除了 Qwen Code，你也可以通过 Claude Code 使用 Qwen3-Coder。只需在阿里云 Model Studio 获取 API Key 并安装 Claude Code：

npm install -g @anthropic-ai/claude-code

我们提供两种接入方式：

方式 1：Claude Code 代理 API 配置

export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/api/v2/apps/claude-code-proxy
export ANTHROPIC_AUTH_TOKEN=your-dashscope-apikey

即可用 Claude Code 体验 Qwen3-Coder。

方式 2：claude-code-router 自定义后端模型

安装路由器与配置插件：

npm install -g @musistudio/claude-code-router
npm install -g @dashscope-js/claude-code-config

然后执行配置命令：

ccr-dashscope

这将自动生成配置文件与插件目录。你也可以手动修改位于 ~/.claude-code-router/ 的文件。之后，使用：

ccr code

即可用 Qwen3-Coder 编码。

与 Cline 联动

若你使用 Cline，可以在配置中：

  • 设置 API Provider 为 “OpenAI Compatible”

  • 填写 DashScope 提供的 API Key

  • 勾选 “Use custom base URL”，填写：

    https://dashscope-intl.aliyuncs.com/compatible-mode/v1

  • 模型名称填写 qwen3-coder-plus

API 使用示例

你可以通过阿里云 Model Studio 的 Qwen API 直接使用 Qwen3-Coder：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

prompt = "Help me create a web page for an online bookstore."

completion = client.chat.completions.create(
    model="qwen3-coder-plus",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": prompt}
    ],
)

print(completion.choices[0].message.content.strip())

后续计划

我们仍在持续优化 Qwen Coding Agent，希望它能承担更复杂繁琐的软件工程任务，从而释放人类生产力。
后续还将发布更多参数规模的 Qwen3-Coder 模型，在保证性能的同时降低部署成本。
我们也在积极探索一个激动人心的问题：Coding Agent 能否自我进化？

附：Qwen 3‑Code vs Kimi‑K2 —— 核心规格与能力全景对比

维度Qwen 3‑Code (480B‑A35B‑Instruct)Kimi‑K2 (Instruct)
发布日期2025‑07‑222025‑07‑11
定位专攻 Agentic Coding（代码补全 + 自动规划 + 工具调用）通用 LLM，强化代码与长链式 Agent 能力
架构MoE 480 B 总参，激活 35 B，62 层，GQA‑96/8MoE 1 T 总参，激活 32 B，61 层，MLA 注意力
上下文窗口原生 256 K，可 YaRN 扩展至 1 M tokens128 K（部分资料写 130 K）
训练数据7.5 T tokens（70 % 代码） + 大规模 Code RL & Agent RL15.5 T tokens；MuOnClip 优化器稳定训练超大 MoE
许可证Apache‑2.0Modified MIT（大规模商用需署名）
权重获取GitHub / HF / ModelScope，FP8 & BF16GitHub / HF，Block‑FP8
官方 API 计费DashScope：0‑32 K 1/M；32‑128 K 1/M；32‑128 K 1.8/M；输出 $5/9/15/60/MMoonshot：输入 1/M，输出 1/M，输出 3/M；OpenRouter $1.5/M
典型硬件需求推理 ≥ 8×A100 80G（BF16）；量化后 2×H100 亦可推理 16×H200；4‑bit 量化需 ≥ 1 TB RAM
配套 CLI / 工具Qwen Code（Gemini‑CLI fork，npm 包）官方脚本 + vLLM / SGLang 部署指引
生态兼容OpenAI/Anthropic 兼容端点；Transformers、vLLM、Ollama、llama.cppOpenAI/Anthropic 兼容 API；vLLM、SGLang、TensorRT‑LLM

评测对比

评测集 (指标)Qwen 3‑Code 480B‑A35BKimi‑K2 Instruct
Terminal‑Bench (Acc)37.530.0
SWE‑bench Verified · OpenHands 500 turns (Pass@1)69.665.4
SWE‑bench Verified · OpenHands 100 turns (Pass@1)67.065.8
SWE‑bench Live (Pass@1)26.322.3
SWE‑bench Multilingual (Pass@1)54.747.3
Multi‑SWE‑bench mini (Pass@1)25.819.8
Multi‑SWE‑bench flash (Pass@1)27.020.7
Aider‑Polyglot (Acc)61.860.0
Spider2 (Acc)31.125.2
WebArena (Score)49.947.4
Mind2Web (Score)55.842.7
BFCL‑v3 (Acc)68.765.2
TAU‑Bench Retail (Acc)77.570.7
TAU‑Bench Airline (Acc)60.053.5

性能

指标Qwen 3‑Code‑480B‑A35BKimi‑K2‑Instruct
单序列吞吐（Tok/s，4 × A100，FP8）60–70 t/s49.8 t/s（API 平均）
批量吞吐（batch = 32，总吞吐）≈ 1 400 t/s（4 × H100）≈ 7.2 t/s（1 × H200，vLLM）
首 token 延迟（TTFT）≈ 0.25 s（4 × H100）≈ 0.53 s（API）
最低推荐部署配置4 × A100 80 G（FP8，TP4）16 × H200（FP8，TP16）
推理显存需求（FP8）≈ 30 GB / 卡> 140 GB / 卡（H200）
本地低比特量化吞吐（4-bit）24 t/s（M3 Ultra）~5 t/s（24 GB GPU，1.8-bit）
avatar
文章
阅读
粉丝