阿里千問推 Qwen3 新編程模型，顯著降低推理成本

綜合中媒報導，阿里巴巴千問 4 日正式推出 Qwen3-Coder-Next，為一款專為編碼代理與本地開發優化的開放權重語言模型。

該模型基於Qwen3-Next-80B-A3B-Base建構，採用混合注意力與MoE新架構，透過大規模可執行任務合成、環境互動及強化學習進行智慧體訓練，在顯著降低推理成本的同時，獲得了強大的程式設計與智慧體能力。該模型已開源至ModelScope與Hugging Face平台。

使用SWE-Agent框架時，Qwen3-Coder-Next在SWE-BenchVerified上達到70%以上準確率。在多語言設置及更具挑戰的SWE-Bench-Pro基準上保持競爭力。儘管啟動參數規模很小，該模型在多項智慧體評測上仍能匹敵或超過若干更大的開源模型。Qwen3-Coder-Next（3B啟動）的SWE-Bench-Pro表現可與啟動參數量高10到20倍的模型相當。

（Source：Qwen）

🚀 Introducing Qwen3-Coder-Next, an open-weight LM built for coding agents & local development.
What’s new:
🤖 Scaling agentic training: 800K verifiable tasks + executable envs
📈 Efficiency–Performance Tradeoff: achieves strong results on SWE-Bench Pro with 80B total params and… pic.twitter.com/P7BmZwdaQ9

— Qwen (@Alibaba_Qwen) February 3, 2026

（本文由 MoneyDJ新聞 授權轉載；首圖來源：影片截圖）