Qwen2.5-Coder全シリーズがOSS公開：32BモデルはGPT-4o匹敵のプログラミング性能

Qwen2.5-Coderは、Qwenチームが手掛けるコーディング特化型のオープンソースLLMシリーズだ。従来の1.5Bと7Bに加え、新たに0.5B、3B、14B、32Bの4サイズが追加され、全6スケールのラインナップが揃った。

各サイズともに、追加学習用のBaseモデルと、対話やコーディング支援にそのまま使えるInstructモデルの両方が提供されている。

性能とできること

目玉となるのはフラッグシップのQwen2.5-Coder-32B-Instructだ。EvalPlus、LiveCodeBench、BigCodeBenchなどの主要コード生成ベンチマークにおいて、オープンソースモデルとしての最高記録を更新し、GPT-4oに匹敵するスコアを叩き出した。

バグ修正の実力も際立っている。難関ベンチマークとして知られるAiderでのコード修復スコアは73.7に達し、こちらもGPT-4oと同等の水準にある。

PythonやJavaScriptだけでなく、40種類以上のプログラミング言語に対応する。多言語ベンチマークMcEvalで65.9を記録し、HaskellやRacketといった言語でも高精度に動作する。多言語のコード修正ベンチマークMdEvalでも75.2をマークし、オープンソース首位となった。

さらにFIM（Fill-in-the-Middle）によるコード補完にも対応しており、RepoEvalやCrossCodeEvalなど5つの補完テストにおいてオープンソースモデルのSOTAを達成している。

スペックと利用方法

コンテキスト長はモデル規模によって異なる。軽量な0.5B、1.5B、3Bは32Kトークンに対応し、大型の7B、14B、32Bは最大128Kトークンまでカバーするため、巨大なコードベースの読み込みにも耐えうる。

ライセンス設計も実用的だ。3BモデルのみQwen Researchライセンスだが、残る0.5B、1.5B、7B、14B、32Bの5サイズはすべてApache 2.0で公開されており、商用利用が可能となっている。

モデルウェイトはすでにGitHub、Hugging Face、ModelScope、Kaggleで配布されている。

使い道としては、Cursorなどのエディタに組み込んでローカルコード補完AIとして活用できるほか、Open WebUIと連携させてWebアプリやミニゲームのArtifactsプレビューを動かすこともできる。

なぜ重要か

これまで、ローカルで動くオープンソースのコードモデルは、商用の最上位モデルと比べると複雑なリファクタリングなどで見劣りしていた。32BサイズでGPT-4o並みの精度を出せるモデルが手に入ったことで、そのギャップはほぼ埋まりつつある。

機密性の高い社内コードを外部APIに送りたくない開発者や、月額のAPIコストを抑えたいエンジニアにとって、今すぐローカルや自社サーバーに導入して試す価値がある選択肢だ。