7月23日，阿里通義團隊正式發布Qwen3-Coder-480B-A35B-Instruct，這可能是AI編程領域的一個分水嶺時刻。該模型采用480B總參數、35B激活的MoE架構，原生支持256K上下文，可擴展至1M token，在Agentic Coding、Browser-Use、Tool-Use三大類基準中多項評測的開源SOTA，性能直接對標Claude Sonnet-4。
不同于以往需要復雜配置的代碼模型，Qwen3-Coder真正做到了“一條命令接管整個代碼倉庫”。同步開源的CLI工具Qwen Code，讓模型能像“初級程序員”一樣工作——從理解需求到拆解任務，從編寫代碼到跑測試修bug，整個過程無需人工逐行干預。這種Agentic Coding方式把大模型當做一個能在倉庫里自主行動的Agent，既能理解自然語言需求，又能調用Git、瀏覽器、終端等工具。
更關鍵的是價格優勢極其明顯。每百萬Tokens最低輸入和輸出價格分別為4元和16元，平均價格為Claude4的1/3。同時，阿里云百煉還推出了低至5折的限時優惠，128K-1M長上下文價格享受五折優惠。加上完全開源免費商用的政策，讓原本高昂的AI編程服務真正平民化。
很多人可能還沒意識到AI Coding的真正價值——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鍵底層技術。從這個角度看，Qwen3-Coder的發布或許標志著AI編程真正從“輔助工具”向“自主Agent”的躍遷，而開源+超低價的組合，可能會讓這種能力快速普及，改變整個軟件開發的游戲規則。
我們已第一時間完成內測，對其發布的技術細節進行解讀。
實測Agentic Coding
在實測階段，我們并沒有選擇已經被測試過多輪的貪吃蛇、彈球游戲，而是選擇了規則更復雜、交互也更多的圍棋對戰游戲，我們的Prompt是:制作一個圍棋對戰小游戲，有時間計時，遵守圍棋游戲的規則（如吃子、禁著點）。
在第一次運行時，結果不僅滿足了圍棋的最基本規則，也準確遵守了吃子、禁著點等規則（棋子被提走后，當前位置禁止再下子）的規則，，這展現了模型在理解和實現基礎游戲邏輯方面的能力。
但是，這個圍棋對戰游戲還是太過于簡單，例如缺少輸贏判機制，缺少倒計時等等。游戲的完整性和用戶體驗方面仍有很大提升空間，這些功能對于一個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:制作一個圍棋對戰小游戲，有時間計時，遵守圍棋游戲的規則（如吃子、禁著點），還包括局勢分析和判斷輸贏。
Qwen3-coder給出了更復雜的也更成熟的游戲頁面，甚至在沒有提示的前提下，給出了認輸的按鈕。但有一個問題是圍棋的深層次規則，除了我們在Prompt中提到的規則，一些高級規則比如“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網頁，Prompt是:生成一頁純 HTML+CSS+SVG 的夢幻黃色網頁:背景從 #FFF59D 到 #FFEB3B 徑向漸變;60顆白色粒子6秒漂移;5個光暈氣泡循環淡入淡出;中央 ‘Dreamy Lemon’ 手寫字帶發光;點開檸檬會炸開，所有元素保持檸檬黃+Tiffany藍主題，代碼可直接運行。
結果如上，模型確實按照指令實現了所有的技術要求:徑向漸變背景、粒子動畫、氣泡效果、發光文字、交互功能等等。然而，對于“夢幻”這個概念的理解似乎出現了偏差，可能將其解讀為需要添加模糊效果或其他視覺濾鏡，導致整體視覺效果適得其反，整個頁面都模糊不清，
我們也測試了官方發布的物理運動場景，只不過我們選擇了非常復雜的“三體運動”，難度上很為難模型，我們通過Cline調用Qwen3-Coder來測試它的Agent能力。
Prompt:做一個實時的三體運動，黑色全屏 ;3個彩色小球（紅、綠、藍）只受彼此萬有引力作用，彼此吸引、環繞、拋射，必須真實運動;實時計算牛頓萬有引力 F = G·m?m?/r²，速度矢量隨時間累積;保留彩虹漸變軌跡(800點 FIFO)，可開關;左上角提供:重力常數滑桿、速度倍率滑桿、軌跡復選框、重置按鈕;零依賴、復制即用、雙擊即可在瀏覽器看到3球持續運動。
https://weibo.com/tv/show/1034:5191880476917785?from=old_pc_videoshow
這次，我們吸取了教訓，盡可能地完善了prompt來控制模型，我們發現Qwen3-Coder在完成編程后，調用了Chrome瀏覽器工具，在后臺自行演示了一遍，并核對我提出的所有要求，在逐個檢測完畢后，才進入到最終演示階段。
當然，實際物理中的三體運動肯定比演示更加復雜，這也意味著，雖然模型能夠理解并生成復雜的需求列表，但在將這些需求轉化為可工作的代碼時，特別是涉及復雜數學計算和實時動畫的部分，還要通過多工具協同來完成。
如何讓代碼能力“長”在模型里?
Qwen團隊采用了一種全新的訓練思路:他們沒有把Agent能力當作后期的“插件”，而是在訓練過程中就深度集成。通過Agent RL訓練，模型學會了真正的多輪交互、工具調用、錯誤處理等能力，這些能力是“長”在模型里的，而不是外掛的。
在預訓練階段，團隊用了7.5萬億token的數據，其中70%是代碼。這不只是簡單的數據堆積，而是像給學生準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學能力。
更關鍵的是上下文能力的提升。模型原生支持256K上下文長度，最多可擴展到1M，這讓模型能同時查看整個項目的代碼，而不只是看片段。同時，他們用之前的Qwen2.5-Coder來“批改作業”，把低質量的代碼數據重新清洗和改寫，確保訓練數據質量。這種做法體現了從理論學習向實戰準備的轉變。
傳統代碼模型主要關注benchmark表現，但Qwen團隊在后訓練階段加入了執行驅動的強化學習。他們針對“難寫、易驗證”的真實任務（單測、腳本、小工具）自動批量生成測試用例，把執行成功率當作獎勵信號，讓模型在百萬量級代碼片段里反復試錯、自我糾錯。
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行成功。通過自動生成大量測試用例，模型可以立即知道自己寫的代碼對不對，然后不斷改進。模型的目標從“跑分”轉向了“可用”。
更進一步，真正的Agent能力是在不斷實測中產生的。團隊在SWE-Bench這類需要多輪改代碼、跑測試、用Git提交的環境里做強化學習，這已經接近真實的軟件開發流程。
技術突破在于環境的工業化擴展。他們用阿里云構建了能同時運行2萬個獨立編程環境的系統，就像同時開2萬個虛擬機讓模型練習編程。每個環境都能提供即時反饋，模型像實習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。
在真實場景中訓練出來的Qwen3-Coder，解決了AI編程工具終于突破了普及的最大瓶頸:調試能力。此前的AI編程助手普遍存在一個致命問題:代碼生成后如果出現bug，開發者仍需要手動排查和修復，這對編程經驗要求極高，讓普通用戶望而卻步。而Qwen3-Coder具備自我測試和調試能力，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完成復雜的開發任務。
更重要的是成本優勢帶來的市場重塑。開發過程中往往需要多輪迭代調試，以往使用Claude4這類頂級模型成本高昂，許多中小團隊和個人開發者只能望而興嘆。Qwen3-Coder在保持相同性能水準的前提下，成本僅為三分之一，加上完全開源免費商用，徹底消除了成本門檻。這種性能與價格的完美平衡，正在讓其快速成為開發者的首選模型。
Qwen3-Coder的核心優勢不僅在于編程能力本身，更在于其強大的Agent特性。該模型能夠自主調用各種工具、理解復雜需求、進行多輪交互，這種能力遠超傳統的代碼補全工具。
然而，當前市場對AI Coding重視程度遠遠不夠。實際上，編程能力是AI Agent的核心基礎，是AI與物理世界自由交互最關鍵的底層技術。當AI能夠理解需求、編寫代碼、調用工具、處理異常時，它就具備了在現實世界中自主行動的能力。從這個維度看，AI Coding的價值被嚴重低估了。
綜合各方面來看，Qwen3-Coder可以說是目前全球范圍內，最具性價比的編程模型。不僅在技術性能上對標頂級閉源模型，在成本控制上更是實現了數量級的優勢，加上完全開源的策略，正在重新定義AI編程工具的行業標準。
當編程的門檻被AI徹底降低時，我們看到的是整個軟件開發生態正在走向民主化。
