7月23日，阿里通義團(tuán)隊(duì)正式發(fā)布Qwen3-Coder-480B-A35B-Instruct，這可能是AI編程領(lǐng)域的一個(gè)分水嶺時(shí)刻。該模型采用480B總參數(shù)、35B激活的MoE架構(gòu)，原生支持256K上下文，可擴(kuò)展至1M token，在Agentic Coding、Browser-Use、Tool-Use三大類基準(zhǔn)中多項(xiàng)評(píng)測的開源SOTA，性能直接對(duì)標(biāo)Claude Sonnet-4。
不同于以往需要復(fù)雜配置的代碼模型，Qwen3-Coder真正做到了“一條命令接管整個(gè)代碼倉庫”。同步開源的CLI工具Qwen Code，讓模型能像“初級(jí)程序員”一樣工作——從理解需求到拆解任務(wù)，從編寫代碼到跑測試修bug，整個(gè)過程無需人工逐行干預(yù)。這種Agentic Coding方式把大模型當(dāng)做一個(gè)能在倉庫里自主行動(dòng)的Agent，既能理解自然語言需求，又能調(diào)用Git、瀏覽器、終端等工具。
更關(guān)鍵的是價(jià)格優(yōu)勢極其明顯。每百萬Tokens最低輸入和輸出價(jià)格分別為4元和16元，平均價(jià)格為Claude4的1/3。同時(shí)，阿里云百煉還推出了低至5折的限時(shí)優(yōu)惠，128K-1M長上下文價(jià)格享受五折優(yōu)惠。加上完全開源免費(fèi)商用的政策，讓原本高昂的AI編程服務(wù)真正平民化。
很多人可能還沒意識(shí)到AI Coding的真正價(jià)值——它不只是寫代碼的工具，而是AI Agent與物理世界自由交互的關(guān)鍵底層技術(shù)。從這個(gè)角度看，Qwen3-Coder的發(fā)布或許標(biāo)志著AI編程真正從“輔助工具”向“自主Agent”的躍遷，而開源+超低價(jià)的組合，可能會(huì)讓這種能力快速普及，改變整個(gè)軟件開發(fā)的游戲規(guī)則。
我們已第一時(shí)間完成內(nèi)測，對(duì)其發(fā)布的技術(shù)細(xì)節(jié)進(jìn)行解讀。
實(shí)測Agentic Coding
在實(shí)測階段，我們并沒有選擇已經(jīng)被測試過多輪的貪吃蛇、彈球游戲，而是選擇了規(guī)則更復(fù)雜、交互也更多的圍棋對(duì)戰(zhàn)游戲，我們的Prompt是:制作一個(gè)圍棋對(duì)戰(zhàn)小游戲，有時(shí)間計(jì)時(shí)，遵守圍棋游戲的規(guī)則（如吃子、禁著點(diǎn)）。
在第一次運(yùn)行時(shí)，結(jié)果不僅滿足了圍棋的最基本規(guī)則，也準(zhǔn)確遵守了吃子、禁著點(diǎn)等規(guī)則（棋子被提走后，當(dāng)前位置禁止再下子）的規(guī)則，，這展現(xiàn)了模型在理解和實(shí)現(xiàn)基礎(chǔ)游戲邏輯方面的能力。
但是，這個(gè)圍棋對(duì)戰(zhàn)游戲還是太過于簡單，例如缺少輸贏判機(jī)制，缺少倒計(jì)時(shí)等等。游戲的完整性和用戶體驗(yàn)方面仍有很大提升空間，這些功能對(duì)于一個(gè)完整的圍棋游戲來說是必不可少的。
因此，我們又追問了一遍:制作一個(gè)圍棋對(duì)戰(zhàn)小游戲，有時(shí)間計(jì)時(shí)，遵守圍棋游戲的規(guī)則（如吃子、禁著點(diǎn)），還包括局勢分析和判斷輸贏。
Qwen3-coder給出了更復(fù)雜的也更成熟的游戲頁面，甚至在沒有提示的前提下，給出了認(rèn)輸?shù)陌粹o。但有一個(gè)問題是圍棋的深層次規(guī)則，除了我們在Prompt中提到的規(guī)則，一些高級(jí)規(guī)則比如“打劫”，Qwen3-coder沒有完全寫出來。
接下來，我們又嘗試讓模型來制作一個(gè)網(wǎng)頁，Prompt是:生成一頁純 HTML+CSS+SVG 的夢幻黃色網(wǎng)頁:背景從 #FFF59D 到 #FFEB3B 徑向漸變;60顆白色粒子6秒漂移;5個(gè)光暈氣泡循環(huán)淡入淡出;中央 ‘Dreamy Lemon’ 手寫字帶發(fā)光;點(diǎn)開檸檬會(huì)炸開，所有元素保持檸檬黃+Tiffany藍(lán)主題，代碼可直接運(yùn)行。
結(jié)果如上，模型確實(shí)按照指令實(shí)現(xiàn)了所有的技術(shù)要求:徑向漸變背景、粒子動(dòng)畫、氣泡效果、發(fā)光文字、交互功能等等。然而，對(duì)于“夢幻”這個(gè)概念的理解似乎出現(xiàn)了偏差，可能將其解讀為需要添加模糊效果或其他視覺濾鏡，導(dǎo)致整體視覺效果適得其反，整個(gè)頁面都模糊不清，
我們也測試了官方發(fā)布的物理運(yùn)動(dòng)場景，只不過我們選擇了非常復(fù)雜的“三體運(yùn)動(dòng)”，難度上很為難模型，我們通過Cline調(diào)用Qwen3-Coder來測試它的Agent能力。
Prompt:做一個(gè)實(shí)時(shí)的三體運(yùn)動(dòng)，黑色全屏 ;3個(gè)彩色小球（紅、綠、藍(lán)）只受彼此萬有引力作用，彼此吸引、環(huán)繞、拋射，必須真實(shí)運(yùn)動(dòng);實(shí)時(shí)計(jì)算牛頓萬有引力 F = G·m?m?/r²，速度矢量隨時(shí)間累積;保留彩虹漸變軌跡(800點(diǎn) FIFO)，可開關(guān);左上角提供:重力常數(shù)滑桿、速度倍率滑桿、軌跡復(fù)選框、重置按鈕;零依賴、復(fù)制即用、雙擊即可在瀏覽器看到3球持續(xù)運(yùn)動(dòng)。
https://weibo.com/tv/show/1034:5191880476917785?from=old_pc_videoshow
這次，我們吸取了教訓(xùn)，盡可能地完善了prompt來控制模型，我們發(fā)現(xiàn)Qwen3-Coder在完成編程后，調(diào)用了Chrome瀏覽器工具，在后臺(tái)自行演示了一遍，并核對(duì)我提出的所有要求，在逐個(gè)檢測完畢后，才進(jìn)入到最終演示階段。
當(dāng)然，實(shí)際物理中的三體運(yùn)動(dòng)肯定比演示更加復(fù)雜，這也意味著，雖然模型能夠理解并生成復(fù)雜的需求列表，但在將這些需求轉(zhuǎn)化為可工作的代碼時(shí)，特別是涉及復(fù)雜數(shù)學(xué)計(jì)算和實(shí)時(shí)動(dòng)畫的部分，還要通過多工具協(xié)同來完成。
如何讓代碼能力“長”在模型里?
Qwen團(tuán)隊(duì)采用了一種全新的訓(xùn)練思路:他們沒有把Agent能力當(dāng)作后期的“插件”，而是在訓(xùn)練過程中就深度集成。通過Agent RL訓(xùn)練，模型學(xué)會(huì)了真正的多輪交互、工具調(diào)用、錯(cuò)誤處理等能力，這些能力是“長”在模型里的，而不是外掛的。
在預(yù)訓(xùn)練階段，團(tuán)隊(duì)用了7.5萬億token的數(shù)據(jù)，其中70%是代碼。這不只是簡單的數(shù)據(jù)堆積，而是像給學(xué)生準(zhǔn)備更豐富教材的策略，既保證編程能力，又不丟掉通用的語言和數(shù)學(xué)能力。
更關(guān)鍵的是上下文能力的提升。模型原生支持256K上下文長度，最多可擴(kuò)展到1M，這讓模型能同時(shí)查看整個(gè)項(xiàng)目的代碼，而不只是看片段。同時(shí)，他們用之前的Qwen2.5-Coder來“批改作業(yè)”，把低質(zhì)量的代碼數(shù)據(jù)重新清洗和改寫，確保訓(xùn)練數(shù)據(jù)質(zhì)量。這種做法體現(xiàn)了從理論學(xué)習(xí)向?qū)崙?zhàn)準(zhǔn)備的轉(zhuǎn)變。
傳統(tǒng)代碼模型主要關(guān)注benchmark表現(xiàn)，但Qwen團(tuán)隊(duì)在后訓(xùn)練階段加入了執(zhí)行驅(qū)動(dòng)的強(qiáng)化學(xué)習(xí)。他們針對(duì)“難寫、易驗(yàn)證”的真實(shí)任務(wù)（單測、腳本、小工具）自動(dòng)批量生成測試用例，把執(zhí)行成功率當(dāng)作獎(jiǎng)勵(lì)信號(hào)，讓模型在百萬量級(jí)代碼片段里反復(fù)試錯(cuò)、自我糾錯(cuò)。
這種方法的核心差異在于:不只是讓模型寫代碼，更重要的是讓代碼能真正運(yùn)行成功。通過自動(dòng)生成大量測試用例，模型可以立即知道自己寫的代碼對(duì)不對(duì)，然后不斷改進(jìn)。模型的目標(biāo)從“跑分”轉(zhuǎn)向了“可用”。
更進(jìn)一步，真正的Agent能力是在不斷實(shí)測中產(chǎn)生的。團(tuán)隊(duì)在SWE-Bench這類需要多輪改代碼、跑測試、用Git提交的環(huán)境里做強(qiáng)化學(xué)習(xí)，這已經(jīng)接近真實(shí)的軟件開發(fā)流程。
技術(shù)突破在于環(huán)境的工業(yè)化擴(kuò)展。他們用阿里云構(gòu)建了能同時(shí)運(yùn)行2萬個(gè)獨(dú)立編程環(huán)境的系統(tǒng)，就像同時(shí)開2萬個(gè)虛擬機(jī)讓模型練習(xí)編程。每個(gè)環(huán)境都能提供即時(shí)反饋，模型像實(shí)習(xí)程序員一樣不斷接收CI反饋、再改再跑，最終在SWE-Bench Verified拿下開源第一。
在真實(shí)場景中訓(xùn)練出來的Qwen3-Coder，解決了AI編程工具終于突破了普及的最大瓶頸:調(diào)試能力。此前的AI編程助手普遍存在一個(gè)致命問題:代碼生成后如果出現(xiàn)bug，開發(fā)者仍需要手動(dòng)排查和修復(fù)，這對(duì)編程經(jīng)驗(yàn)要求極高，讓普通用戶望而卻步。而Qwen3-Coder具備自我測試和調(diào)試能力，真正做到了“寫完即可用”，這意味著即使是編程新手也能借助AI完成復(fù)雜的開發(fā)任務(wù)。
更重要的是成本優(yōu)勢帶來的市場重塑。開發(fā)過程中往往需要多輪迭代調(diào)試，以往使用Claude4這類頂級(jí)模型成本高昂，許多中小團(tuán)隊(duì)和個(gè)人開發(fā)者只能望而興嘆。Qwen3-Coder在保持相同性能水準(zhǔn)的前提下，成本僅為三分之一，加上完全開源免費(fèi)商用，徹底消除了成本門檻。這種性能與價(jià)格的完美平衡，正在讓其快速成為開發(fā)者的首選模型。
Qwen3-Coder的核心優(yōu)勢不僅在于編程能力本身，更在于其強(qiáng)大的Agent特性。該模型能夠自主調(diào)用各種工具、理解復(fù)雜需求、進(jìn)行多輪交互，這種能力遠(yuǎn)超傳統(tǒng)的代碼補(bǔ)全工具。
然而，當(dāng)前市場對(duì)AI Coding重視程度遠(yuǎn)遠(yuǎn)不夠。實(shí)際上，編程能力是AI Agent的核心基礎(chǔ)，是AI與物理世界自由交互最關(guān)鍵的底層技術(shù)。當(dāng)AI能夠理解需求、編寫代碼、調(diào)用工具、處理異常時(shí)，它就具備了在現(xiàn)實(shí)世界中自主行動(dòng)的能力。從這個(gè)維度看，AI Coding的價(jià)值被嚴(yán)重低估了。
綜合各方面來看，Qwen3-Coder可以說是目前全球范圍內(nèi)，最具性價(jià)比的編程模型。不僅在技術(shù)性能上對(duì)標(biāo)頂級(jí)閉源模型，在成本控制上更是實(shí)現(xiàn)了數(shù)量級(jí)的優(yōu)勢，加上完全開源的策略，正在重新定義AI編程工具的行業(yè)標(biāo)準(zhǔn)。
當(dāng)編程的門檻被AI徹底降低時(shí)，我們看到的是整個(gè)軟件開發(fā)生態(tài)正在走向民主化。
