Qwen3-Coder
阿里 2025 年 7 月开源的 agentic 编码旗舰，480B/35B MoE，Apache 2.0，256K 上下文（可扩 1M），SWE-bench 开源 SOTA，配套 Qwen Code CLI。
规格
- 厂商
- 阿里巴巴
- 发布日期
- 2025/7/22
- 类型
- coding
- 上下文窗口
- 256K tokens
- 最大输出
- 66K tokens
- 定价
- 开源可自部署 · 阿里云百炼 API 按量计费
- API 兼容
- openai, anthropic
基准测试
✓ 优势
- •开源 agentic 编码旗舰，480B/35B MoE，Apache 2.0 可商用
- •原生 256K 上下文，YaRN 外推可达 1M
- •SWE-bench Verified 开源 SOTA，对标 Claude Sonnet 4
- •配套开源 CLI 工具 Qwen Code，原生支持工具调用
- •7.5T token 预训练（70% 代码），repo 级数据优化
⚠ 不足
- •480B 自部署门槛高，需多卡
- •Qwen Code 为研究用途，成熟度不及商业 CLI
- •国内 API 走阿里云百炼，海外走 dashscope-intl
- •纯通用对话不是强项，专精编码/agent
适用场景
概述
Qwen3-Coder 是阿里巴巴（通义千问）于 2025 年 7 月 22 日开源的 agentic 编码模型，旗舰版 Qwen3-Coder-480B-A35B-Instruct 是 MoE 架构，发布时在开源模型中 agentic coding、browser-use、tool-use 全面 SOTA，性能对标 Claude Sonnet 4。Apache 2.0 许可，可商用。
核心能力
模型规格
| 项目 | 参数 |
|---|---|
| 架构 | Mixture-of-Experts (MoE) |
| 总参 / 激活 | 480B / 35B |
| 上下文 | 256K 原生，YaRN 外推可达 1M |
| 预训练 | 7.5T token（70% 代码占比） |
| 许可 | Apache 2.0 |
训练亮点
- Code RL：聚焦「难解但易验证」的任务，通过扩展测试用例提升执行成功率
- Long-Horizon RL（Agent RL）：为多轮交互（planning→工具→反馈→决策）设计，借助阿里云并行运行 2 万个独立环境做强化学习，在 SWE-bench Verified 上无需 test-time scaling 即达 SOTA
Agentic 编码
专为 repo 级数据和动态输入（如 Pull Request）优化，是开源阵营里少有的「真能跑长链路 agent」的编码模型。关于 agent 概念见 AI Agent。
使用方式
Qwen Code CLI
npm i -g @qwen-code/qwen-code
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"
Qwen Code 是 fork 自 Gemini CLI 的研究用途 CLI，针对 Qwen-Coder 的函数调用和提示做了优化。
Claude Code / Cline 集成
可通过阿里云百炼的 Anthropic / OpenAI 兼容端点接入 Claude Code 或 Cline：
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3-coder-plus",
messages=[{"role": "user", "content": "帮我写一个在线书店网页"}],
)
print(completion.choices[0].message.content)
与同类模型怎么选
| 维度 | Qwen3-Coder | MiniMax M2 | Kimi K2 Thinking |
|---|---|---|---|
| 定位 | agentic 编码旗舰 | agent/编程性价比 | agent 推理 SOTA |
| 参数 | 480B/35B | 230B/10B | 1T/32B |
| 上下文 | 256K（可扩 1M） | 大 | 256K |
| 许可 | Apache 2.0 | MIT | Modified MIT |
| 配套 CLI | Qwen Code | — | — |
建议：要开源编码旗舰 + 配套 CLI（Qwen Code）选 Qwen3-Coder；成本敏感看 MiniMax M2；要最强推理看 Kimi K2 Thinking。
避坑清单
- 480B 自部署门槛高：个人优先用阿里云百炼 API 或 OpenRouter，别硬上本地。
- Qwen Code 是研究用途：fork 自 Gemini CLI，成熟度不及商业 CLI，生产慎用。
- 国内外端点不同：国内走 dashscope.aliyuncs.com，海外走 dashscope-intl。
- 256K 不是默认 1M：1M 需 YaRN 外推，注意配置。
实际使用体验
在 Claude Code 和 Cline 中通过百炼 API 接入 Qwen3-Coder，整体可用但与 Claude 官方模型有差距。响应速度取决于端点：国内 dashscope 延迟可控，海外 dashscope-intl 偶有抖动。多文件改写能力可胜任中型重构，但在跨多文件的复杂依赖梳理上偶尔会漏改或重复修改，需要人工复核。工具调用格式兼容良好，Anthropic 兼容端点在 Claude Code 里基本能跑通 read/edit/bash 三件套。
Qwen Code CLI 作为 fork 自 Gemini CLI 的研究项目，界面和交互与 Gemini CLI 相似，但成熟度明显不足——错误提示粗糙、部分边界场景会卡住、文档偏少。和 Gemini CLI 比，后者背靠 Google 更新更勤快、稳定性更好。尝鲜可以，日常主力建议直接用 Claude Code 接 Qwen3-Coder 端点。
与 Claude Sonnet 4 的实际差距：在单文件生成、明确指令的简单任务上差距很小；但在长链路 agent 任务（多轮规划 + 工具 + 反馈）、模糊需求的理解与拆解、复杂 repo 级重构上，Sonnet 4 更稳、返工更少。256K 上下文在 repo 级任务里够用，能吞下中型项目核心代码，但超长上下文下的指令遵循精度会下降，建议配合精准检索而非无脑全量塞入。
FAQ
Q: Qwen3-Coder 能替代 Claude Sonnet 4 吗？ 日常编码和明确任务可以，长链路 agent 和复杂重构仍有差距。预算敏感、需开源可商用的场景，Qwen3-Coder 是目前开源最优解；追求最低返工率仍选 Sonnet 4。
Q: Apache 2.0 许可具体能做什么？ 可商用、可修改、可分发、可私有部署，仅需保留版权声明。比 MIT 多了专利授权条款，对商用更友好。你可以拿权重做产品、微调后闭源发售都没问题。
Q: 国内怎么调用 Qwen3-Coder？
走阿里云百炼平台，端点为 dashscope.aliyuncs.com（国内）或 dashscope-intl.aliyuncs.com（海外），支持 OpenAI / Anthropic 兼容格式。模型名用 qwen3-coder-plus。也可通过 OpenRouter 调用。
Q: 1M 上下文怎么开启？
默认 256K，1M 需通过 YaRN 外推配置。在 API 调用时设置相应参数（如 max_model_len），注意并非所有端点都默认开放 1M，需确认账号权限与端点支持。
延伸阅读
- 对比同类：MiniMax M2 / Kimi K2 Thinking / Claude Sonnet 4
- 配套工具：Qwen Code / Claude Code / Cline
- 概念：AI Agent / Function Calling