阿里開源 Qwen3-Coder-Next：80B 引數配 3B 啟用，專攻程式設計智慧體

首次發布 2026年2月3日 16:09 [UTC]傳播指數 57

阿里巴巴推出開源模型 Qwen3-Coder-Next，專為程式設計智慧體打造。它採用 80B 總引數與 3B 啟用的架構，基於 80 萬個可驗證任務訓練，在 SWE-Bench Pro 上表現搶眼，併兼容 Cline 等主流工具。

Qwen3-Coder-Next 是一個專為程式設計智慧體和本地開發設計的開源權重模型。

它最大的特點是把 80B 的總引數量，壓到了僅 3B 的啟用引數。這意味著你不需要堆滿頂級顯示卡，就能獲得接近大引數模型的程式碼推理與任務處理能力。

它能做什麼

這個模型主打的是智慧體式的程式設計任務，而不是簡單的單行程式碼補全。

研發團隊在訓練時給它餵了 80 萬個可在可執行環境中執行的驗證任務。讓它在反覆執行、檢視報錯和自我糾錯的閉環中，學習如何像人類程式設計師一樣排查問題。

在程式碼基準測試 SWE-Bench Pro 上，這種訓練方式讓它拿出了相當搶眼的成績。

同時它還直接打通了一整套主流開發工具。無論是做自動化瀏覽器操作，還是處理網頁開發，或者接入 Cline、OpenClaw、Claude Code 以及阿里的 Qwen Code，它都能作為後端模型直接上手。

模型的權重已經完全開放，社群適配也很迅速。

在 Hugging Face 和魔搭社群 ModelScope 上，官方同步放出了標準版、FP8 量化版、Base 底模以及適合本地部署的 GGUF 格式。

如果你打算在個人電腦上直接跑，GGUF 版本配合本地推理工具是最快的方式；如果要在伺服器上兼顧速度和視訊記憶體，FP8 版本更合適。官方還在 GitHub 上公佈了完整的技術報告，方便檢視具體的訓練細節。

如果你平時重度依賴 Cline 這類 AI 程式設計工具，但又心疼商用閉源 API 的呼叫開銷，Qwen3-Coder-Next 是目前非常值得一試的本地平替。

3B 的啟用引數大幅降低了推理門檻，讓單卡或消費級硬體也能擁有流暢的終端互動速度。

從行業來看，把 80 萬個可執行環境任務融入後訓練，再搭配稀疏啟用架構，為開源社群提供了一條非常清晰的路徑：不用堆砌龐大的啟用引數，也能做出實用的本地程式設計智慧體。