主要观点：Qwen 团队宣布 Qwen3-Coder 系列代码模型，用于长上下文多步编程任务，最强大变体有 4800 亿参数和 350 亿活跃参数，支持 256K 令牌及通过上下文扩展达 100 万，强调执行和决策，通过强化学习在真实任务中训练，还扩展长程智能体强化学习，部署可在云基础设施上运行 20000 个并行环境的系统；发布 Qwen Code 开源命令行界面，Claude Code 用户可通过代理或路由配置在 DashScope 路由请求，CLI 工具兼容多种环境；Qwen3-Coder 现通过 DashScope API 可用，开发者可使用国际端点，预计不久后发布其他模型尺寸，降低推理成本；部分 Reddit 用户指出本地部署大模型需大量基础设施，运行小版本可降低费用，需平衡 GPU 成本与云或托管解决方案。
关键信息：

• 模型系列：Qwen3-Coder
• 变体参数：4800 亿参数、350 亿活跃参数
• 支持令牌：256K 原生、100 万扩展
• 训练方式：强化学习
• 相关工具：Qwen Code、可通过代理或路由在 DashScope 路由请求的 Claude Code
• 可用方式：通过 DashScope API，国际端点可用
• 未来工作：扩展 Qwen Coding Agent 及探索自我提升机制
  重要细节：
• 模型旨在处理仓库规模输入和扩展工具交互
• 训练在模拟环境中进行，模型能使用工具和响应多轮反馈
• Qwen Code 是从 Gemini CLI 分叉的开源界面，可通过 npm 安装并支持 OpenAI 兼容 API
• CLI 工具兼容 Cline、Node.js 和 Python 环境，有完整环境变量和 API 支持
• 本地部署大模型需合适多 GPU 设置，运行小版本可降低费用，需平衡成本与需求等因素