Qwen: Qwen3 Coder 480B A35B

Qwen3 Coder 480B A35B to model generowania tekstu od zespołu Qwen, wydany 23 lipca 2025. Jest to model Mixture-of-Experts (MoE) zbudowany specjalnie do generowania kodu, a nazwa odzwierciedla jego architekturę: 480 miliardów parametrów całkowitych z około 35 miliardami aktywnych na jedno przejście w przód. Dostawca opisuje go jako model instrukcyjny zoptymalizowany pod zadania kodowania agentowego, w tym wywoływanie funkcji, użycie narzędzi i rozumowanie w długim kontekście. Jego data odcięcia wiedzy to 30 czerwca 2025.

Model przyjmuje dane wejściowe w postaci tekstu i zwraca dane wyjściowe w postaci tekstu, więc działa z promptami, plikami źródłowymi, diffami, logami i dokumentacją, a nie z obrazami czy dźwiękiem. Jego okno kontekstu wynosi 262 144 tokeny, co jest wystarczająco duże, aby pomieścić całe repozytoria, długie historie rozmów lub obszerne transkrypty użycia narzędzi w jednym żądaniu. Maksymalna długość danych wyjściowych to 65 536 tokenów, więc może wygenerować znaczne pliki kodu lub wieloetapowe plany w jednej odpowiedzi. Ponieważ jest dostrojony do kodowania, jego najsilniejsze zachowanie ujawnia się w zadaniach programistycznych i opartych na narzędziach, a nie w swobodnej prozie.

Te możliwości wskazują na dość konkretny zestaw przypadków użycia. Kodowanie agentowe jest tym głównym: model może decydować, kiedy wywołać funkcję, emitować ustrukturyzowane argumenty narzędzi i kontynuować rozumowanie przez wiele tur zadania. Rozumowanie w długim kontekście nad dużym kodem źródłowym pasuje do refaktoryzacji, prac migracyjnych i odpowiadania na pytania wymagające czytania wielu plików naraz. Ustrukturyzowane dane wyjściowe i formaty odpowiedzi czynią go użytecznym do generowania patchy, plików konfiguracyjnych lub planów czytelnych maszynowo. Wywoływanie narzędzi sprawia również, że nadaje się do asystentów, które muszą odpytywać API, uruchamiać polecenia lub łączyć kroki w łańcuch.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "qwen/qwen3-coder", więc istniejące zestawy SDK i klienty OpenAI działają po zmianie jedynie bazowego adresu URL i klucza. Obsługiwane parametry żądania to 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 i top_p. Użycie narzędzi i ustrukturyzowane dane wyjściowe są dostępne, co czyni opisane powyżej przepływy pracy agentowej praktycznymi we wdrożeniu.

Jednym ograniczeniem wartym uwagi jest modalność: dane wejściowe i wyjściowe są wyłącznie tekstowe, więc zadania zależne od obrazów lub dźwięku wymagają innego modelu. Limit danych wyjściowych wynoszący 65 536 tokenów oznacza również, że bardzo duże generowane artefakty mogą wymagać wytworzenia w kilku przebiegach. Do ogólnej rozmowy lub pisania niezwiązanego z kodowaniem lepiej może pasować model dostrojony do tych zadań, podczas gdy Qwen3 Coder jest ukierunkowany na kod i pracę opartą na narzędziach.