今天，我们正式发布 Qwen3-Coder，这是我们迄今为止最具代理能力的代码模型。
今天，我们隆重推出 Qwen3-Coder——迄今为止我们最强大的代码模型！
本次发布的 Qwen3-Coder-480B-A35B-Instruct是该系列当前的旗舰版本，采用 480B 参数（激活 35B 参数）的 MoE 架构，原生支持 256K 上下文，并可通过 YaRN 扩展至 1M token，在代码生成与 Agent 任务上表现卓越。
在 Agentic Coding（代理编程）、Agentic Browser-Use（浏览器交互）和 Agentic Tool-Use（工具调用）任务中，它不仅是开源领域的 SOTA，更能与 Claude Sonnet4一较高下!
与此同时，我们正式开源了专为代理式编程打造的命令行工具——Qwen Code！
• 基于 Gemini Code二次开发
• 优化了 prompt 设计和 工具调用协议
• 深度适配 Qwen3-Coder，充分释放其在 Agentic Coding任务上的潜力
此外，Qwen3-Coder能与 Claude Code、Cline等优秀社区工具无缝协作。作为一款通用基础模型，我们期待它在数字世界的每个角落大显身手——
Agentic Coding in the World!
预训练
在预训练阶段，我们通过多维度的Scaling策略持续优化，显著提升了Qwen3-Coder的代码能力：
【数据维度】
• 训练数据总量达7.5T，其中代码数据占比70%
• 在保持通用理解与数学推理能力的同时，实现专业级编程能力突破
【上下文维度】
• 原生支持256K超长上下文窗口
• 通过YaRN技术可扩展至1M token
• 特别针对代码仓库级处理及动态数据（如Pull Request）优化
• 为Agentic Coding提供强大的上下文理解支持
【数据质量维度】
• 创新性地采用Qwen2.5-Coder进行数据清洗
• 通过模型智能重写低质量数据
• 整体训练数据质量获得显著提升
后训练
Scaling Code RL: Hard to Solve, Easy to Verify
我们选择了一条不同于主流的技术路径：当社区普遍聚焦竞赛式代码生成时，我们坚定地认为**真实世界的代码任务天然适合执行驱动的强化学习范式**。
【技术突破】
• 首创面向多样化真实场景的Code RL训练框架
• 通过自动化测试用例扩展技术，构建超大规模高质量训练集
• 成功突破传统RL在代码领域的应用局限
【显著成效】
✓ 代码执行准确率实现质的飞跃
✓ 模型能力展现正向迁移效应
✓ 验证了"难解决但易验证"任务的特殊价值
【未来方向】
我们将持续探索具有以下特性的任务场景：
- 解决难度高（Hard to Solve）
- 验证成本低（Easy to Verify）
这类任务将成为强化学习在代码领域的最佳试验场。
Scaling Long-Horizon RL
在真实世界的软件工程任务（如SWE-Bench）中，模型需要具备**持续环境交互**和**自主决策**能力——这正是典型的**长周期强化学习（Long-Horizon RL）**挑战。为此，我们在Qwen3-Coder的后训练阶段创新性地引入了**Agent RL**框架：
【核心技术突破】
🔧 **环境交互引擎**
- 支持多轮工具调用与动态决策
- 通过奖励机制引导模型自主优化解决方案
⚡ **规模化环境系统**
- 首创可验证环境扩展架构
- 基于阿里云基础设施实现**20,000并发环境**实时运行
- 构建了目前最大规模的代码强化学习训练/评估体系
【里程碑成果】
🏆 在SWE-bench Verified基准测试中
• 达到开源模型**SOTA性能**
• 验证了Agent RL在复杂工程任务中的有效性
Code with Qwen3-Coder
Qwen Code
Qwen Code 是一个 CLI工具，修改自Gemini CLI，针对 Qwen3‑Coder系列的模型增强了解析器和工具支持。
step1：安装Qwen Code
确保已安装 Node.js 20 及以上版本，可以通过以下命令安装：
curl -qL https://www.npmjs.com/install.sh | shstep2：通过 npm 管理器安装 Qwen Code
从 npm 包安装：
npm i -g @qwen-code/qwen-code从源码安装：
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）
Qwen Code 支持 OpenAI SDK 调用 LLM，你可以导出以下环境变量，或者简单地将其放在 .envfile 中。
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"
现在，你可以通过简单地输入 「qwen 」来享受 Qwen-Code 和 Qwen 带来的编程体验。
Claude Code
除了 Qwen Code 之外，现在还可以将 Qwen3‑Coder 与 Claude Code 搭配使用。只需在 阿里云百炼平台 (http://bailian.console.aliyun.com) 申请 API Key，并安装 Claude Code，即可开始畅享编码体验。
npm install -g @anthropic-ai/claude-code我们提供了两种接入方式，帮助你无缝地用 Qwen3‑Coder 进行编码。
方案 1：使用dashscope提供的代理 API
只需要将Anthropic的base url替换成dashscope上提供的endpoint即可。
export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/api/v2/apps/claude-code-proxyexport ANTHROPIC_AUTH_TOKEN=your-dashscope-apikey
至此，你就可以直接输入claude 开始使用 Qwen3-Coder & Claude Code
方案 2：使用 claude-code-config 自定义路由
claude-code-router是一个第三方的路由工具，用于为 Claude Code 灵活地切换不同的后端 API。dashscope平台提供了一个简单的扩展包 claude-code-config，可为 claude-code-router 生成包含 dashscope 支持的默认配置。
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：
ccr-dashscope该命令会自动生成 ccr 所需的配置文件和插件目录。你也可以手动调整~/.claude-code-router/config.json 和 ~/.claude-code-router/plugins/中的配置。
最后，通过 ccr 开始使用 Claude Code：
ccr code至此，你即可通过 ccr 使用 Claude Code 畅享 Qwen3‑Coder 的强大编码能力。祝开发顺利！
API
如果你想要通过百炼 API 平台（https://bailian.console.aliyun.com/）调用 Qwen3-Coder，欢迎使用以下示例代码进行测试。
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())
下一步
我们仍在继续努力提升 Coding Agent 的效果，我们希望它能承担更多复杂软件工程中的繁琐任务，解放人类的生产力。Qwen3-Coder 仍有更多尺寸在路上，在保证良好效果的同时降低部署的开销。另外我们也在积极探索 Coding Agent 是否能够实现 self-improving，这是一个令人激动的话题。
没有评论:
发表评论