受信トレイでよりスマートな洞察が必要ですか？毎週のニュースレターにサインアップして、エンタープライズAI、データ、セキュリティリーダーにとって重要なことのみを取得します。 今すぐ購読してください
中国のeコマース大手アリババの「Qwenチーム」が再びそれをやりました。
無料でリリースしてからオープンソースのライセンスでほんの数日後 現在、世界で最高の非合理的な大手言語モデル（LLM）は何ですか – GoogleやOpenaiなどの十分に資金提供された米国の研究室からの独自のAIモデルと比較して、長い名前の形で完全に停止します。 QWEN3-235B-A22B-2507、AI研究者のこのグループは、さらに別の大ヒットモデルを発表しました。
つまり qwen3-coder-480b-a35b-instruct、 新しい オープンソースLLMは、ソフトウェア開発の支援に焦点を当てました。 複雑でマルチステップのコーディングワークフローを処理するように設計されており、本格的で機能的なアプリケーションを作成できます 秒 または議事録。
このモデルは、エージェントコーディングタスクでClaude Sonnet-4などの独自の製品と競合するように位置付けられており、オープンモデル間で新しいベンチマークスコアを設定します。
で利用できます 顔を抱き締める、 ギルブ、 Qwenチャット、 経由 AlibabaのQwen API、およびサードパーティのバイブコーディングとAIツールプラットフォームのリストが増えています。
オープンソーシングライセンスは、企業にとって低コストと高いオプションを意味します
しかし、Claudeやその他の独自のモデルとは異なり、QWEN3-CODERは略してそれを呼び出しますが、現在は利用可能です。 オープンソースApache 2.0ライセンス、つまり、エンタープライズが無料で担当し、ダウンロード、修正、展開、およびAlibabaや他の人に1ダイムを支払うことなく、従業員またはエンド顧客向けの商用アプリケーションで使用することは無料です。
また、「バイブコーディング」のために、AIパワーユーザーの間でサードパーティのベンチマークと逸話的な使用（自然言語を使用し、正式な開発プロセスとステップなし）で非常にパフォーマンスが非常に高いことです。 LLLMの研究者Sebastian Rakka、xにそれを書いた： 「これはまだ最高のコーディングモデルかもしれません。汎用はクールですが、コーディングで最高のものが必要な場合は、専門化が勝ちます。無料の昼食はありません。」
ダウンロードに関心のある開発者と企業は、AIコード共有リポジトリでコードを見つけることができます 顔を抱き締める。
自分でモデルをホストする能力を望んでいない、またはさまざまなサードパーティのクラウド推論プロバイダーを介してモデルをホストする能力がない企業は、直接使用することもできます Alibaba Cloud Qwen APIを介して、100万人のトークンコストは、最大32,000トークンの入力/出力で100万ドルあたり$ 1/$ 5（MTOK）から始まり、最大128,000で1.8/$ 9、最大256,000 $ 15、$ 6/$ 60が15ドルで15ドル/$ 15から60ドルです。
モデルアーキテクチャと機能
QWEN Team Onlineがリリースしたドキュメントによると、QWEN3-Coderは、合計4800億パラメーター、クエリごとに350億のアクティブ、および160の8人のアクティブな専門家を備えた専門家（MOE）の混合モデルです。
256Kトークンのコンテキストの長さをネイティブにサポートし、糸を使用して最大100万のトークン（さらに別のロープ外挿）を使用します。これは、注意計算中に使用される回転位置埋め込み（ロープ）を変更することにより、元のトレーニング制限を超えて言語モデルのコンテキストの長さを拡張するために使用される手法です。この容量により、モデルは1つのパスでリポジトリ全体または長いドキュメント全体を理解して操作できます。
因果言語モデルとして設計され、62層、クエリ用の96の注意ヘッド、キー価値のペアに8つの注意ヘッドを備えています。トークン効率の良い、指導に従うタスクのために最適化されており、サポートを省略します
高性能
QWEN3-CODERは、いくつかのエージェント評価スイートでオープンモデル間で主要なパフォーマンスを達成しました。
- SWE-Bench検証：67.0％（標準）、69.6％（500ターン）
- GPT-4.1：54.6％
- Gemini 2.5 Pro Preview：49.0％
- クロードソネット-4：70.4％
このモデルは、エージェントブラウザーの使用、多言語プログラミング、ツールの使用などのタスク全体で競合します。視覚的なベンチマークは、コード生成、SQLプログラミング、コード編集、次の命令などのカテゴリのトレーニング反復全体の進歩的な改善を示しています。
モデルに加えて、Qwenには、GeminiコードからフォークされたCLIツールであるQwenコードがオープンソースされています。このインターフェイスは、関数の呼び出しと構造化されたプロンプトをサポートし、QWEN3-Coderをコーディングワークフローに簡単に統合できます。 QWENコードはnode.js環境をサポートし、NPMまたはソースからインストールできます。
QWEN3-CODERは、次のような開発者プラットフォームとも統合します。
- Claudeコード（DashScopeプロキシまたはルーターのカスタマイズを介して）
- Cline（Openai互換のバックエンドとして）
- Ollama、Lmstudio、MLX-LM、llama.cpp、およびKtransformers
開発者は、QWEN3-CODERをローカルで実行したり、Alibaba Cloudでホストされているエンドポイントを使用してOpenAI互換APIを介して接続したりできます。
トレーニング後の手法：コードRLおよび長老の計画
7.5兆個のトークン（70％コード）の前orasingに加えて、QWEN3-CODERは、高度なトレーニング後の技術から利益を得ています。
- コードRL（強化学習）：多様で検証可能なコードタスクに関する高品質の実行駆動型学習を強調します
- Long-Horizon Agent RL：モデルをトレーニングして、マルチターンの相互作用を計画し、ツールを使用し、適応させる
このフェーズは、実際のソフトウェアエンジニアリングの課題をシミュレートします。それを有効にするために、QwenはAlibaba Cloudに20,000環境システムを構築し、SWEベンチにあるような複雑なワークフローの評価とトレーニングモデルに必要なスケールを提供します。
エンタープライズへの影響：エンジニアリングおよびDEVOPSワークフローのAI
企業向けに、QWEN3-Coderは、閉鎖の独自モデルにオープンで非常に有能な代替品を提供します。コーディングの実行とロングコンテキストの推論における強力な結果があるため、特に次のことに関連しています。
- コードベースレベルの理解： 大規模なリポジトリ、技術文書、または建築パターンを理解する必要があるAIシステムに最適
- 自動プル要求ワークフロー： ターン全体で計画して適応する能力により、プルリクエストの自動生成またはレビューに適しています
- ツールの統合とオーケストレーション： ネイティブツールをコールするAPIと関数インターフェイスを通じて、モデルは内部ツールとCI/CDシステムに埋め込むことができます。これにより、エージェントのワークフローや製品、つまり、ユーザーがAIモデルをオフにして自律的に行いたい1つまたは複数のタスクを独自に行い、質問が終了したときにのみチェックインしたい場合、特に実行可能になります。
- データレジデンシーとコスト管理： オープンモデルとして、エンタープライズは、クラウドネイティブであろうとオンプレムであろうと、QWEN3-CODERを独自のインフラストラクチャに展開できます。
さまざまな開発環境にわたる長いコンテキストとモジュール式展開オプションのサポートにより、QWEN3-CODERは、大規模なハイテク企業と小規模なエンジニアリングチームの両方で生産グレードのAIパイプラインの候補になります。
開発者アクセスとベストプラクティス
QWEN3-CODERを最適に使用するには、QWENは次のことをお勧めします。
- サンプリング設定：温度= 0.7、TOP_P = 0.8、TOP_K = 20、Repetition_Penalty = 1.05
- 出力長：最大65,536トークン
- トランスバージョン：4.51.0以降（古いバージョンはQWEN3_MOEの非互換性によりエラーをスローする可能性があります）
APIおよびSDKの例は、OpenAI互換のPythonクライアントを使用して提供されます。
開発者は、カスタムツールを定義し、QWEN3-CODERを会話やコード生成タスク中に動的に呼び出すことができます。
AIパワーユーザーからの温かい早期レセプション
QWEN3-CODER-480B-A35B-Instructに対する初期応答は、実際のコーディングワークフローでモデルをテストしたAI研究者、エンジニア、および開発者の間で顕著に陽性でした。
上記のRaschkaの高尚な賞賛に加えて、EllamindaiのAIエンジニア兼評価者であるWolfram Ravenwolfは、彼の経験を共有しました モデルをxのクロードコードと統合します、述べ、 「これは確かに現在最高のものです。」
いくつかの統合プロキシをテストした後、Ravenwolfは最終的にLitellmを使用して最適なパフォーマンスを確保するために彼自身を構築し、ツールチェーンのカスタマイズに焦点を当てた実践的な実践者に対するモデルのアピールを実証したと言いました。
教育者とAIティンカー ケビン・ネルソンもXで重くなりました シミュレーションタスクにモデルを使用した後。
「Qwen 3コーダーは別のレベルにあります」 彼は、モデルが提供された足場で実行されただけでなく、シミュレーションの出力内にメッセージを埋め込んだこともあることに注目して投稿しました。
Twitterの共同設立者であり、Square（現在は「ブロック」と呼ばれています）でさえ、創業者のJack Dorseyがモデルを称賛するXメッセージを投稿しました。 書き込み：「「グース + qwen3-coder = wow、」彼のブロックのオープンソースAIエージェントフレームワークグースに関連して ベンチャービートは2025年1月にカバーされました。
これらの応答は、QWEN3-Coderが、既存の開発スタックとのパフォーマンス、適応性、より深い統合を求める技術的に精通したユーザーベースと共鳴していることを示唆しています。
先を見据えて、より多くのサイズ、より多くのユースケース
このリリースは、最も強力なバリアントであるQWEN3-Coder-480B-A35B-Instructに焦点を当てていますが、QWENチームは、追加のモデルサイズが開発中であることを示しています。
これらは、展開コストが低く、アクセシビリティを拡大する同様の機能を提供することを目的としています。
チームは、エージェントモデルが実際の使用を通じて独自のパフォーマンスを反復的に改善できるかどうかを調査しているため、将来の作業には自己改善の調査も含まれます。
