Qwen3-Coder: Alibaba Qwen's Most Agentic Model for Code
Alibaba/Qwen
Alibaba Qwen has released Qwen3-Coder, a flagship code model with 480 billion total parameters and 35 billion active parameters, achieving state-of-the-art results among open models in agentic coding tasks, browser use, and tool use. The model supports 256K token context (up to 1M with extrapolation), was trained on 7.5 trillion tokens with 70% code, and uses large-scale reinforcement learning, including long-horizon RL for multi-step interaction in environments. Alongside the model, the Qwen Code tool based on Gemini Code has been open-sourced.
Alibaba Qwen mengumumkan Qwen3-Coder-480B-A35B-Instruct — model 480 miliar dengan arsitektur Mixture-of-Experts dan 35 miliar parameter aktif, yang mencetak rekor baru di antara model terbuka dalam tugas coding agen, penjelajahan browser, dan penggunaan alat, bersaing dengan Claude Sonnet 4. Model ini secara native mendukung konteks 256K token, yang dapat diperluas hingga 1 juta token menggunakan metode ekstrapolasi (YaRN). Qwen3-Coder dilatih pada 7,5 triliun token (70% kode), dengan tetap mempertahankan kemampuan umum dan matematis. Untuk pasca-pelatihan, digunakan dua pendekatan berskala besar: Code RL (reinforcement learning pada beragam tugas coding dengan pembuatan kasus uji secara otomatis) dan Long-Horizon RL (reinforcement learning horizon panjang) untuk interaksi multi-langkah dalam tugas rekayasa perangkat lunak nyata, seperti SWE-Bench. Untuk penskalaan lingkungan pelatihan, digunakan infrastruktur Alibaba Cloud yang mampu menjalankan 20.000 lingkungan independen secara paralel. Bersama model ini, dirilis alat baris perintah Qwen Code, yang didasarkan pada Gemini Code, dengan prompt dan protokol pemanggilan fungsi yang diadaptasi. Qwen3-Coder juga dapat digunakan dengan Claude Code, Cline, dan melalui API Alibaba Cloud Model Studio. Para penulis berencana merilis ukuran model lain dan mengeksplorasi kemungkinan perbaikan diri agen coding.
Sumber: Alibaba Qwen —
asli