Qwen: Qwen3 Coder 480B A35B

Qwen3 Coder 480B A35B는 Qwen 팀이 2025년 7월 23일에 공개한 텍스트 생성 모델입니다. 코드 생성을 위해 특별히 만들어진 Mixture-of-Experts (MoE) 모델이며, 이름은 아키텍처를 반영합니다. 즉, 총 4800억 개의 파라미터를 가지고 있고 순전파마다 약 350억 개가 활성화됩니다. 제공자는 이 모델을 함수 호출, 도구 사용, 긴 문맥 추론을 포함한 에이전트형 코딩 작업에 최적화된 instruct 모델이라고 설명합니다. 지식 컷오프는 2025년 6월 30일입니다.

이 모델은 텍스트 입력을 받고 텍스트 출력을 반환하므로, 이미지나 오디오가 아니라 프롬프트, 소스 파일, diff, 로그, 문서와 함께 작동합니다. 문맥 창은 262,144 토큰으로, 단일 요청에 전체 저장소, 긴 대화 기록, 방대한 도구 기록을 담을 수 있을 만큼 충분히 큽니다. 최대 출력 길이는 65,536 토큰이므로 하나의 응답에서 상당한 코드 파일이나 여러 단계의 계획을 생성할 수 있습니다. 코딩에 맞게 튜닝되었기 때문에, 열린 형식의 산문보다 프로그래밍 및 도구 기반 작업에서 가장 강력한 동작을 보입니다.

이러한 기능은 상당히 구체적인 사용 사례 집합을 가리킵니다. 에이전트형 코딩이 주된 용도입니다. 모델은 언제 함수를 호출할지 결정하고, 구조화된 도구 인자를 출력하며, 작업의 여러 턴에 걸쳐 추론을 계속할 수 있습니다. 대규모 코드베이스에 대한 긴 문맥 추론은 리팩터링, 마이그레이션 작업, 한 번에 많은 파일을 읽어야 하는 질문에 답하는 데 적합합니다. 구조화된 출력과 응답 형식은 패치, 구성 파일, 기계 판독 가능한 계획을 생성하는 데 사용할 수 있게 해줍니다. 도구 호출은 또한 API를 쿼리하거나, 명령을 실행하거나, 단계를 연결해야 하는 어시스턴트에 합리적으로 적합합니다.

모델 id "qwen/qwen3-coder"를 사용해 api14의 OpenAI 호환 API를 통해 호출하므로, 기존 OpenAI SDK와 클라이언트는 기본 URL과 키만 바꾸면 작동합니다. 지원하는 요청 파라미터는 frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, top_p입니다. 도구 사용과 구조화된 출력을 모두 사용할 수 있으며, 이것이 위의 에이전트형 워크플로를 실제로 구현할 수 있게 해줍니다.

주목할 만한 한 가지 제한은 모달리티입니다. 입력과 출력은 텍스트 전용이므로 이미지나 오디오에 의존하는 작업에는 다른 모델이 필요합니다. 65,536 토큰 출력 상한은 또한 매우 큰 생성 결과물을 여러 번에 나누어 만들어야 할 수 있음을 의미합니다. 일반 대화나 비코딩 글쓰기에는 그러한 작업에 튜닝된 모델이 더 잘 맞을 수 있으며, Qwen3 Coder는 코드와 도구 기반 작업을 목표로 합니다.