CrabNote螃蟹笔记

Qwen3-Coder-Next:小身板,大码力,为Coding Agent而来

Qwen3-Coder-Next:小身板,大码力,为Coding Agent而来

Qwen3 Coder Next:小身板,大码力,为Coding Agent而来 Qwen3 Coder Next:小身板,大码力,为Coding Agent而来 Modified February 4 No access 0b2etua3gaabgqajbumdwjuvdhodwooqdmya.f10002 00:00 No access 0b2exea3maabriajkfmdkruvdoodw24qdnqa.f10002 00:00 No access 0bc34ma2waabayaiqwmdtfuvdy6dvprqdkya.f10002 00:00 OpenClaw 4、Creating a Chat Interface No access 0bc3qqav6aabuqahx2mdevuvdbgdl6cacxya.f10002 00:00 No access 0b2e64bayaacxqacru4avvuvf56dbt3qedaa.f10002 00:00 Browser Use Agent 5、 Searching for a Product on Amazon No access 0bc3hebouaacimam4xmarnuveood5i4qf2qa.f10002 00:00 coder.qwen.ai 6、Building a Gomoku Game No access 0bc32abnkaacdqapd3manruvfugd2xiafvia.f10002 00:00 总结与未来工作 Qwen3 Coder Next 在编程智能体基准上展现出良好前景,在实用场景中具备不错的速度与推理能力。尽管其表现可与部分更大的开源模型竞争,仍有很大改进空间。 展望未来,我们认为强大的智能体能力——如自主使用工具、应对难题、管理复杂任务——是更好编程智能体的关键。接下来我们计划提升模型的推理与决策能力、支持更多任务,并根据使用反馈快速迭代更新。 关注我,掌握千问大模型最新动态 No access 0b2etua3gaabgqajbumdwjuvdhodwooqdmya.f10002 00:00 No access 0b2etua3gaabgqajbumdwjuvdhodwooqdmya.f10002 00:00 No access 0b2exea3maabriajkfmdkruvdoodw24qdnqa.f10002 00:00 No access 0b2exea3maabriajkfmdkruvdoodw24qdnqa.f10002 00:00 No access 0bc34ma2waabayaiqwmdtfuvdy6dvprqdkya.f10002 00:00 No access 0bc34ma2waabayaiqwmdtfuvdy6dvprqdkya.f10002 00:00 OpenClaw 4、Creating a Chat Interface No access 0bc3qqav6aabuqahx2mdevuvdbgdl6cacxya.f10002 00:00 No access 0bc3qqav6aabuqahx2mdevuvdbgdl6cacxya.f10002 00:00 No access 0b2e64bayaacxqacru4avvuvf56dbt3qedaa.f10002 00:00 No access 0b2e64bayaacxqacru4avvuvf56dbt3qedaa.f10002 00:00 Browser Use Agent 5、 Searching for a Product on Amazon No access 0bc3hebouaacimam4xmarnuveood5i4qf2qa.f10002 00:00 No access 0bc3hebouaacimam4xmarnuveood5i4qf2qa.f10002 00:00 coder.qwen.ai 6、Building a Gomoku Game No access 0bc32abnkaacdqapd3manruvfugd2xiafvia.f10002 00:00 No access 0bc32abnkaacdqapd3manruvfugd2xiafvia.f10002 00:00 总结与未来工作 Qwen3 Coder Next 在编程智能体基准上展现出良好前景,在实用场景中具备不错的速度与推理能力。尽管其表现可与部分更大的开源模型竞争,仍有很大改进空间。 展望未来,我们认为强大的智能体能力——如自主使用工具、应对难题、管理复杂任务——是更好编程智能体的关键。接下来我们计划提升模型的推理与决策能力、支持更多任务,并根据使用反馈快速迭代更新。 关注我,掌握千问大模型最新动态 🔗 原文链接: https://mp.weixin.qq.com/s/oBxJiwkq... https://mp.weixin.qq.com/s/oBxJiwkq... 擅长AI编程的 擅长AI编程的 千问Qwen2026年2月4日 01:00 浙江 引言 我们推出 Qwen3 Coder Next ,一款专为编程智能体与本地开发设计的开源权重语言模型。该模型基于 Qwen3 Next 80B A3B Base 构建,采用混合注意力与 MoE 的新架构;通过大规模可执行任务合成、环境交互与强化学习进行智能体训练,在显著降低推理成本的同时,获得了强大的编程与智能体能力。 开源地址 ModelScope: https://www.modelscope.cn/collections/Qwen/Qwen3 Coder Next Hugging Face: https://huggingface.co/collections/Qwen/qwen3 coder next 扩展智能体训练 Qwen3 Coder Next 不依赖单纯的参数扩展,而是 聚焦于扩展智能体训练信号 。我们使用大规模的可验证编程任务与可执行环境进行训练,使模型能够直接从环境反馈中学习。训练过程包括: • 在以代码与智能体为中心的数据上进行持续预训练 • 在包含高质量智能体轨迹的数据上进行监督微调 • 领域专精的专家训练(如软件工程、QA、Web/UX 等) • 将专家能力蒸馏到单一、可部署的模型中 该配方强调 长程推理、工具使用以及从执行失败中恢复 ,这些对现实世界中的编程智能体至关重要。 在编程智能体基准上的表现 面向智能体的基准结果 下图汇总了在多个广泛使用的编程智能体基准上的表现,包括 SWE Bench(Verified、Multilingual、Pro)、TerminalBench 2.0 和 Aider。 图中表明: • 使用 SWE Agent 框架时,Qwen3 Coder Next 在 SWE Bench Verified 上达到 70% 以上。 • 在多语言设置以及更具挑战的 SWE Bench Pro 基准上保持竞争力。 • 尽管激活参数规模很小,该模型在多项智能体评测上仍能匹敌或超过若干更大的开源模型。 效率与性能的权衡 下图展示了 Qwen3 Coder Next 如何在效率与性能之间取得更优的帕累托权衡。 这一对比清晰体现了效率优势: • Qwen3 Coder Next(3B 激活) 的 SWE Bench Pro 表现可 与激活参数量高10到20倍的模型相当。 • 尽管专有的全注意力模型在绝对性能上仍然领先,Qwen3 Coder Next 在面向 低成本智能体部署 方面处于强势的帕累托前沿。 Demo 这款轻量且高效的代码模型可集成到多种下游应用中,下文展示其在 OpenClaw、Qwen Code、Claude Code、Web 开发、浏览器使用、Cline 等场景中的示例。 Web Dev 1、Creating a Chat Interface CLI 2、Desktop Cleanup Cline 3、Creating a Multicolor Animation