Qwen3-Coder-Next: Đẩy Mạnh Mô Hình Lai Nhỏ Trong Lập Trình Agentic

Giới thiệu

Chúng tôi giới thiệu Qwen3-Coder-Next, một mô hình ngôn ngữ có trọng lượng mở được thiết kế đặc biệt cho các agent lập trình và phát triển cục bộ. Dựa trên nền tảng Qwen3-Next-80B-A3B-Base, Qwen3-Coder-Next đã được huấn luyện quy mô lớn với các tác vụ mã hóa có thể thi hành, tương tác môi trường và học tăng cường, mang lại khả năng mã hóa mạnh mẽ với chi phí suy luận thấp hơn đáng kể.

Tăng Cường Huấn Luyện Agentic

Thay vì chỉ dựa vào việc mở rộng tham số, Qwen3-Coder-Next tập trung vào việc mở rộng tín hiệu huấn luyện agentic. Mô hình được huấn luyện từ các bộ sưu tập tác vụ mã hóa có thể xác minh kết hợp với các môi trường thực thi, giúp mô hình học trực tiếp từ phản hồi môi trường. Bao gồm:

Tiếp tục tiền huấn luyện với dữ liệu chú trọng mã và agent
Huấn luyện có giám sát trên dữ liệu chứa các đường đi agent chất lượng cao
Huấn luyện chuyên gia theo chuyên ngành (ví dụ: kỹ thuật phần mềm, QA, web/UX)
Chưng cất từ chuyên gia vào một mô hình sẵn sàng triển khai

Công thức này nhấn mạnh khả năng suy luận đường dài, sử dụng công cụ, và phục hồi từ lỗi thực thi, điều rất cần thiết cho agent lập trình thực tế.

Hiệu Suất Trên Các Đánh Giá Agent Lập Trình

Kết Quả Đánh Giá Theo Từng Agent

Ảnh 1: Qwen3 Coder Next Benchmarks

Thành tích mô hình vượt trội trên các tiêu chuẩn agent lập trình, bao gồm SWE-Bench (Xác minh, Đa ngôn ngữ, và Chuyên nghiệp), TerminalBench 2.0, và Aider:

Qwen3-Coder-Next đạt hơn 70% trên SWE-Bench Xác Minh với scaffold SWE-Agent.
Hiệu suất cạnh tranh ở cài đặt đa ngôn ngữ và thử thách hơn là tiêu chuẩn SWE-Bench Chuyên nghiệp.
Mặc dù chiếm rất ít tài nguyên, mô hình sánh ngang hoặc vượt trội so với nhiều mô hình mã nguồn mở lớn hơn trong các đánh giá theo agent.

Mô hình đạt kết quả mạnh trên SWE-Bench Chuyên nghiệp nhờ mở rộng số lượt agent, chứng minh khả năng suy luận đường dài trong các nhiệm vụ agentic nhiều lượt.

Ảnh 2: Số lượt SWE-Bench Chuyên nghiệp

Hiệu Quả – Hiệu Suất

Ảnh 3: Qwen3 Coder Next Main Image

So sánh này làm rõ câu chuyện hiệu quả:

Qwen3-Coder-Next (3B active) đạt hiệu suất SWE-Bench-Chuyên nghiệp tương đương với các mô hình có tham số hoạt động nhiều gấp 10–20 lần.
Dù các mô hình đầy đủ chú ý vẫn dẫn đầu về hiệu suất tuyệt đối, Qwen3-Coder-Next nằm ở ranh giới Pareto mạnh cho triển khai agent tiết kiệm chi phí.

Demo

Mô hình lập trình nhỏ và nhanh có thể tích hợp vào các ứng dụng hạ lưu khác nhau, và dưới đây là các ví dụ chứng minh của OpenClaw, Qwen Code, Claude Code, Web dev, sử dụng trình duyệt, Cline, v.v.

Web Dev

CLI

Cline

OpenClaw

Ảnh 4

Sử dụng Trình duyệt Agent

coder.qwen.ai

Tóm Tắt và Hướng Tới

Qwen3-Coder-Next cho thấy kết quả đầy hứa hẹn trên các benchmarks agent lập trình, mang lại tốc độ và khả năng suy luận tốt cho sử dụng thực tế. Dù cạnh tranh với một số mô hình mã nguồn mở lớn hơn, vẫn còn nhiều tiềm năng cải tiến.

Trong tương lai, chúng tôi tin rằng kỹ năng agent mạnh như tự sử dụng công cụ, xử lý vấn đề khó, và quản lý nhiệm vụ phức tạp là chìa khóa cho các agent lập trình tốt hơn. Kế tiếp, chúng tôi dự định cải thiện khả năng suy luận và ra quyết định của mô hình, hỗ trợ thêm nhiệm vụ và cập nhật nhanh dựa trên cách người dùng ứng dụng.

Trích Dẫn

Nếu bạn thấy công trình của chúng tôi hữu ích, vui lòng trích dẫn.

@techreport{qwen_qwen3_coder_next_tech_report,
  title        = {Qwen3-Coder-Next Technical Report},
  author       = {{Qwen Team}},
  url          = {https://github.com/QwenLM/Qwen3-Coder/blob/main/qwen3_coder_next_tech_report.pdf},
  note         = {Accessed: 2026-02-03}
}