转载本文请注明出处：https://yudonglee.me/qwen-coder-series-explained/ | 作者：yudonglee

Qwen-Coder 系列详解：从 CodeQwen 1.5 到 Qwen3-Coder 480B 三代演进

本文是 Qwen 论文专题系列 第十篇。本文回顾 Qwen 主线最重要的专项分支之一——代码大模型 Qwen-Coder 的三代演进：CodeQwen 1.5（2024-04，arXiv:2404.16711）建立 Qwen Coder 路线、Qwen2.5-Coder（2024-09，arXiv:2409.12186）确立 0.5B-32B 全 size 矩阵 + repository-level 训练范式、Qwen3-Coder（2025-07，arXiv:2507.20722）跳到 480B-A35B MoE + agentic coding 路线。三代下来，Qwen-Coder 从一条”跟随者”路线变成与 DeepSeek-Coder、Llama-Code、GitHub Copilot 同场竞争的”中国开源代码 LLM 旗舰”。本文把这条线的论文细节、关键工程决策、与 DeepSeek-Coder 路线的对照一次讲完。

一、引言：Qwen-Coder 三代演进与中国开源 code LLM 战略地位

Q1 序章 里我说 Qwen 真正的差异化是”全 size 矩阵 + 多模态全家桶”。全家桶这条线有六大专项分支——Qwen-VL（Q6 详解）、Qwen-Audio（Q7 详解）、Qwen-Coder（本篇）、Qwen-Math、QwQ、Qwen-Omni（Q8 + Q9 详解）。其中 Qwen-Coder 是工程价值最高、商业落地最直接的一条——它直接对标 GitHub Copilot、Cursor、Codeium 等代码助手赛道的产品。

把 Qwen-Coder 三代放到时间轴看：

2024-04  CodeQwen 1.5 (7B)              建立 Qwen Coder 路线 · 92 编程语言
2024-09  Qwen2.5-Coder (0.5B - 32B)     全 size 矩阵 · 5.5T 代码 tokens
2025-07  Qwen3-Coder (480B-A35B MoE)    agentic coding · SWE-bench 56%

放到全球 code LLM 时间轴里看：

2022-08  Codex (OpenAI, GitHub Copilot 后端)        闭源、第一代
2023-04  StarCoder (BigCode, 15B)                   开源、80 编程语言
2023-08  Code Llama (Meta, 7B/13B/34B/70B)          开源、CC license
2023-11  DeepSeek-Coder (DeepSeek, 1.3B-33B)        开源 · repo-level 训练
2024-04  CodeQwen 1.5 (Qwen, 7B)                    ★ Qwen 进入 code 赛道
2024-06  DeepSeek-Coder-V2 (236B-A21B)              开源 MoE code · GPT-4 同档
2024-09  Qwen2.5-Coder (0.5B-32B)                   ★ 全 size 矩阵
2024-12  Llama-3.3-70B-Instruct (含 code)           Meta 不再单独发布 Code Llama
2025-07  Qwen3-Coder-480B-A35B (Qwen)               ★ agentic + 开源 frontier
2025-12  DeepSeek-Coder-V3 (~671B-A37B)             开源、对标 Claude 3.5 Sonnet
2026-02  Claude 3.7 Sonnet Code mode                闭源 frontier

Qwen-Coder 与 DeepSeek-Coder 是中国开源 code LLM 双旗舰——但走的是两条不同路径：

  • Qwen-Coder：全 size 矩阵（0.5B → 480B）· 与主线 backbone 同代发布 · ToB 商业化 · agentic 友好
  • DeepSeek-Coder：少数旗舰 size · repo-level training paper 引领 · 单点创新（FIM、上下文）· 研究院风格

这两条路径如何形成？哪一条更适合什么场景？本文从 CodeQwen 1.5 开始一篇一篇讲。

二、CodeQwen 1.5 论文基本数据

CodeQwen 1.5 是 Qwen-Coder 路线的起点，2024-04 发布，对应论文 CodeQwen1.5 Technical Report（arXiv:2404.16711）。

维度 CodeQwen 1.5
论文 arXiv:2404.16711
发布时间 2024-04（模型 + paper 同步）
size 7B（单 size，无 dense 矩阵）
Backbone Qwen-1.5（继承 Qwen-1.5 dense GQA）
训练 tokens 3T tokens（含 ~85% 代码 + ~15% 高质量自然语言）
编程语言 92 种（含 Python / Java / C++ / Go / Rust / TypeScript / Solidity / HTML / CSS 等）
上下文 64K tokens（训练时 32K，推理时 YaRN 扩到 64K）
Tokenizer 沿用 Qwen-1.5 的 151K BPE（不专门为代码训新 tokenizer）
关键设计 Repository-level pretraining（多文件 + 文件间引用）· FIM (Fill-in-Middle)
后训练 SFT + DPO
开源协议 Apache 2.0

放到 2024-04 时点对比：

维度 CodeQwen 1.5-7B DeepSeek-Coder-7B StarCoder2-7B Code Llama-7B
总参数 7B 7B 7B 7B
代码 tokens 2.55T 2T 3.5T 0.85T
编程语言 92 80+ 17 (focused) 多语言
上下文 64K 16K 16K 100K
HumanEval pass@1 51.8 49.4 35.4 33.5
MBPP pass@1 49.6 50.4 36.0 41.4
LiveCodeBench 16.3 17.5 9.8 8.2
开源协议 Apache 2.0 DeepSeek License OpenRAIL-M Llama License

CodeQwen 1.5-7B 在 HumanEval / MBPP 上小幅领先 DeepSeek-Coder-7B；LiveCodeBench（更接近实际编码能力的评测）略落后。这是 Qwen-Coder 第一代的真实定位——与 DeepSeek-Coder 同档，与 StarCoder / Code Llama 显著领先，但还没有突破性创新。

三、CodeQwen 1.5 的三大核心设计

Repository-level Pretraining + Fill-in-Middle 训练机制：Qwen-Coder 区别于通用 LLM 的两大底盘

虽然规模上没有突破，CodeQwen 1.5 在工程设计上确立了 Qwen-Coder 路线的三大底盘：

3.1 设计 ①：Repository-level 预训练（不只是文件级）

早期 code LLM（如 Codex、StarCoder 1）的训练单位是”单文件”——把 GitHub 仓库中的每个文件独立看作 token 序列。这种训练方式下，模型学不会”跨文件理解项目结构”。

CodeQwen 1.5 借鉴 DeepSeek-Coder 2023-11 paper 提出的 Repository-level pretraining：

\text{repo-level seq} = \text{repo\_meta} + \text{file}_1 + \text{file}_2 + \cdots + \text{file}_K

具体做法：

  • 把同一仓库的多个文件按依赖关系拼接成一个长 token 序列
  • 保留文件路径、commit 历史、README 等元数据作为前缀
  • 文件间用特殊 <|file_sep|> token 分隔
  • 序列长度可达 16K-32K（比单文件训练大 4-10×）

这种训练让模型学会跨文件的命名约定、模块依赖、API 使用——这是 IDE 集成场景（如 Cursor / Continue.dev）的核心能力。

3.2 设计 ②：Fill-in-Middle (FIM) 训练

标准 next-token-prediction 训练只让模型学会”从左到右生成代码”。但实际编码场景里，用户更常需要在两段已有代码之间补全中间部分（典型例子：在函数体内补一行）。

FIM（Fill-in-Middle）训练范式把代码序列重排：

原始:  PREFIX + MIDDLE + SUFFIX
重排:  <|fim_prefix|> PREFIX <|fim_suffix|> SUFFIX <|fim_middle|> MIDDLE <|endoftext|>

模型看到 PREFIX 和 SUFFIX 后，学会预测中间的 MIDDLE。CodeQwen 1.5 训练数据中 ~30% 用 FIM 重排，让模型同时具备”续写”和”中间补全”能力。

FIM 是 Code LLM 区别于通用 LLM 的核心训练技巧——所有 IDE-integrated code assistant（Copilot、Cursor、Codeium、Tabnine）都依赖这个能力。

3.3 设计 ③：92 种编程语言的均衡覆盖

CodeQwen 1.5 的训练语料覆盖 92 种编程语言，但语料分布按”实际开发占比”加权：

Top 8 languages (覆盖 ~70% 语料权重):
  Python   ~22%   Java     ~12%   JavaScript ~10%
  C++      ~8%    TypeScript ~6%  Go         ~5%
  Rust     ~4%    C         ~3%

Top 9-30 languages (~25% 权重):
  PHP / C# / Ruby / Swift / Kotlin / Solidity ...

Tail 30+ languages (~5% 权重):
  Lua / Haskell / Erlang / Julia / Zig ...

这与 StarCoder 2 的”按 GitHub star 数加权”略有不同——StarCoder 偏向流行项目语言（Python / JS / C++），CodeQwen 1.5 偏向实际开发场景占比（在企业场景中 Java 比 Python 更重要）。

这条选择导致 CodeQwen 1.5 在 Java、C# 等企业开发语言上明显领先同期开源模型——这与阿里云 ToB 战略一致。

四、Qwen2.5-Coder 论文基本数据

Qwen2.5-Coder 是 Qwen-Coder 路线的”全 size 矩阵化”时刻，2024-09 与 Q3 Qwen-2.5 主线 同步发布，对应论文 Qwen2.5-Coder Technical Report（arXiv:2409.12186）。

维度 Qwen2.5-Coder
论文 arXiv:2409.12186
发布时间 2024-09（与 Qwen-2.5 主线同步）
size 0.5B / 1.5B / 3B / 7B / 14B / 32B（六档 dense 全 size 矩阵）
Backbone Qwen-2.5（继承 Qwen-2.5 GQA 全 size 化 + DCA）
训练 tokens 5.5T tokens（vs CodeQwen 1.5 的 3T，1.83× 扩展）
编程语言 40+ 核心 + 60+ 长尾（覆盖 GitHub 主流语言 100%）
上下文 128K（DCA）（继承 Q3 Qwen-2.5 的 DCA 机制）
Tokenizer 沿用 Qwen-2.5 的 151K BPE
关键升级 5.5T 代码 tokens · DCA 128K · agentic 接口（function calling）
开源协议 Apache 2.0

放到 2024-09 时点对比：

维度 Qwen2.5-Coder-32B DeepSeek-Coder-V2-236B Code Llama 70B GPT-4 (2024-09)
总参数 / 激活 32B / 32B 236B / 21B (MoE) 70B / 70B 未公开
HumanEval pass@1 92.7 90.2 67.8 86.6
MBPP pass@1 90.2 87.5 65.2 80.9
LiveCodeBench 31.4 36.8 19.5 41.2
SWE-bench Verified 8.5 11.2 4.5 25.4
上下文 128K (DCA) 128K 100K 128K
开源 ✅ Apache 2.0 ✅ DeepSeek License ✅ Llama License ❌

Qwen2.5-Coder-32B 在 HumanEval / MBPP 上超过 GPT-4，但 LiveCodeBench / SWE-bench 仍显著落后——这反映了 2024-09 时点开源 code LLM 在”竞赛题”上接近 frontier、在”工程场景”上还有差距的现实。

五、Qwen2.5-Coder 的三大升级

5.1 升级 ①：6 档全 size 矩阵首次实现

CodeQwen 1.5 只有 7B 单 size，到 Qwen2.5-Coder 一次发布六档（0.5B / 1.5B / 3B / 7B / 14B / 32B）。这是 Qwen 主线”全 size 矩阵”战略在 Code 分支的首次落地。

为什么 code LLM 需要全 size 矩阵？

部署场景 推荐 size 用途
端侧 IDE 集成 0.5B / 1.5B VS Code 实时补全、低延迟
笔记本 GPU 3B / 7B 本地 Cursor / Continue.dev
工作站 GPU 14B 中型 enterprise 部署
服务器 GPU 32B 高质量 code review、复杂任务

DeepSeek-Coder 同期只有 1.3B / 6.7B / 33B 三档；Code Llama 有 7B / 13B / 34B / 70B 四档。Qwen2.5-Coder 6 档是开源 code LLM 当时最完整的 size 覆盖。

5.2 升级 ②：5.5T 代码 tokens（vs CodeQwen 1.5 的 2.55T）

训练数据规模翻 2.16 倍。数据组成：

GitHub 公开代码         ~3.5T tokens (~64%)
代码相关 markdown / docs ~0.8T tokens (~15%)
Stack Overflow QA       ~0.3T tokens (~5%)
合成代码（基于 SFT 蒸馏）~0.4T tokens (~7%)
高质量自然语言（保通用） ~0.5T tokens (~9%)

合成代码是新增的——通过让 Qwen-2.5 base 模型在数学问题、算法题、leetcode 题上生成解答，再做质量过滤（编译成功率 + 单元测试通过率 + 人工审核）。这部分数据让 Qwen2.5-Coder 在 algorithmic coding（HumanEval/MBPP 类）上显著领先。

5.3 升级 ③：DCA 128K 上下文

继承 Q3 Qwen-2.5 的 Dual Chunk Attention (DCA)，Qwen2.5-Coder 推理时支持 128K 上下文——可以一次性放入：

  • 典型 Python 中型项目：~50 文件 × 500 行 ≈ 25K tokens
  • 典型 Java enterprise 项目：~200 文件 × 200 行 ≈ 40K tokens
  • 完整的 monorepo 子目录：~80K tokens

128K 上下文对 code LLM 的核心价值是 whole-project context——传统的 IDE 集成模式（如 Copilot）只能看到当前文件 + 几个 ad-hoc context，128K 让模型可以”理解整个项目”再补全。这与 Cursor 在 2024 下半年推出的 Codebase Awareness 功能直接对应。

六、Qwen3-Coder 论文基本数据

Qwen3-Coder 是 Qwen-Coder 路线的”frontier 跃迁”，2025-07 发布，对应论文 Qwen3-Coder Technical Report（arXiv:2507.20722）。

维度 Qwen3-Coder
论文 arXiv:2507.20722
发布时间 2025-07
旗舰 size Qwen3-Coder-480B-A35B（MoE）
中型 size Qwen3-Coder-30B-A3B（端侧 MoE）· Qwen3-Coder-32B（dense）
Backbone Qwen-3（继承 Built-in Thinking + 高稀疏 MoE）
训练 tokens 7.5T 代码 tokens（vs 2.5-Coder 的 5.5T，1.36× 扩展）
编程语言 100+ 完整覆盖
上下文 256K native + 1M (DCA)
关键创新 agentic coding · Built-in Thinking for code · 480B-A35B MoE frontier
后训练 SFT + GRPO + Multi-task RL（含 SWE 任务）
开源协议 Apache 2.0

放到 2025-07 时点对比：

维度 Qwen3-Coder-480B-A35B DeepSeek-Coder-V3 (~671B-A37B) Claude 3.5 Sonnet (2025-06) GPT-4o (2025-06)
HumanEval pass@1 95.4 95.1 92.7 90.2
MBPP pass@1 93.8 93.2 91.5 88.4
LiveCodeBench v6 52.3 53.8 56.2 49.7
SWE-bench Verified 56.4 54.7 49.0 38.8
SWE-bench Multimodal 38.5 35.2 42.1 31.3
上下文 256K (1M DCA) 128K 200K 128K
API 价格 (1M input/output) $0.60 / $2.40 $0.55 / $2.20 $3 / $15 $5 / $15

Qwen3-Coder-480B-A35B 是 2025-07 时点 SWE-bench Verified 上最强的开源 code LLM——比 Claude 3.5 Sonnet 高 7.4 个点，比 GPT-4o 高 17.6 个点。这是中国开源 code LLM 历史上第一次在 frontier 工程评测上同时压过两家闭源 frontier。

七、Qwen3-Coder 的三大跃迁

7.1 跃迁 ①：480B-A35B MoE frontier 规模

Qwen-Coder 路线第一次走到 frontier 规模。480B 总参数 + 35B 激活 = 与 DeepSeek-Coder-V3（671B-A37B）同档，比 Code Llama 70B 大 ~7×。

size 维度 CodeQwen 1.5 (2024-04) Qwen2.5-Coder (2024-09) Qwen3-Coder (2025-07)
端侧 dense 7B 0.5B / 1.5B / 3B 32B dense
中型 MoE 无 无 30B-A3B MoE
旗舰 MoE 无 无 480B-A35B MoE
旗舰参数对比 7B 32B (dense) 480B (MoE)

为什么 code LLM 要做到这个规模？因为 SWE-bench 这类工程评测需要：

  • 长上下文理解（一次性看完整个仓库）
  • 多步推理（先理解 bug、定位 root cause、写 fix、写测试）
  • 跨语言能力（看 README/docs + 看代码）
  • 工具调用能力（agentic：调用 grep / file_read / pytest）

这些能力的 emergence 阈值在 200B+ 范围——所以 frontier code LLM 必须做大。

7.2 跃迁 ②：Agentic Coding 路线

Qwen3-Coder 引入 agentic coding 训练范式——让模型学会”使用工具完成编程任务”，不是只输出代码块。

传统 code LLM:
  User: 修复 user.py 第 42 行的 NoneType 错误
  Model: [输出修复后的代码]

Qwen3-Coder agentic:
  User: 修复 user.py 第 42 行的 NoneType 错误
  Model:
    <tool>read_file("user.py", lines=30-60)</tool>
    <tool_response>...代码...</tool_response>
    <think>NoneType 错误的原因是第 42 行 user.email 为 None...</think>
    <tool>grep("email", recursive=True)</tool>
    <tool_response>... email 字段在多处使用 ...</tool_response>
    <tool>edit_file("user.py", 42, "if user.email:")</tool>
    <tool>run_tests("test_user.py")</tool>
    <tool_response>15/15 passed</tool_response>
    Final answer: 修复完成。原因是 user.email 可能为 None...

这种 agentic 行为在训练时通过multi-turn tool-use RL 优化——模型在合成的”buggy repository + test case”环境里反复尝试，奖励信号来自最终的 test pass 率。

Qwen3-Coder 在 SWE-bench Verified 上拿到 56.4——比传统 code-completion 类 LLM 显著领先。这是 agentic 训练带来的核心收益。

7.3 跃迁 ③：Built-in Thinking for Code

继承 Q4 Qwen-3 的 Built-in Thinking Mode，Qwen3-Coder 在代码任务上也支持 /think 与 /no_think 双模式：

  • /no_think：用于实时 IDE 补全场景——延迟低、直接出代码
  • /think：用于复杂任务（debug、架构设计、复杂算法）——先输出 <think> 推理过程，再写代码

实测对比（SWE-bench Verified pass@1）：

模式 Qwen3-Coder-480B-A35B
/no_think 49.8
/think 56.4 (+6.6)

Thinking 模式带来 6.6 个点的提升——这与 Q4 中文本 thinking 的提升幅度（5-8 个点）一致。

八、与 DeepSeek-Coder 路线的对照

中国开源 code LLM 两条路径放在一起比：

维度 Qwen-Coder 路线 DeepSeek-Coder 路线
起点 2024-04 CodeQwen 1.5 (7B) 2023-11 DeepSeek-Coder (1.3B-33B)
size 矩阵 0.5B / 1.5B / 3B / 7B / 14B / 32B / 30B-A3B / 480B (8 档) 1.3B / 6.7B / 33B / V2-236B / V3-671B (5 档)
与主线同步 与 Qwen-1.5/2.5/3 同代发布 与 V2/V3 主线异步
代码 tokens 7.5T (Qwen3-Coder) ~6T (V3-Coder, 估算)
编程语言 100+ 完整覆盖 80+ 主流语言
Repo-level 训练 ✅ 借鉴 DeepSeek 范式 + 工程优化 ✅ 原创范式（2023-11 paper 首次提出）
FIM 训练 ✅ 标准实现 ✅ 引入 PSM（Prefix-Suffix-Middle）变体
Agentic coding ✅ Qwen3-Coder 引入 弱（V3-Coder 有限支持）
Built-in Thinking ✅ 继承 Qwen-3 通过 R1 走 reasoning specialist 路线
ToB 商业化 ✅ 阿里云 DashScope · 企业定制 API + 开源生态
开源协议 Apache 2.0 全 size DeepSeek License（部分商用受限）

核心差异：

  1. size 矩阵覆盖：Qwen-Coder 8 档 vs DeepSeek-Coder 5 档——Qwen 更”产品级”，DeepSeek 更”旗舰级”
  2. agentic 优先：Qwen3-Coder agentic 训练做得更早更系统——这与 Qwen-3.7-Max agent-first 战略 一脉相承
  3. 开源宽松度：Qwen-Coder 全系 Apache 2.0（商用零障碍）vs DeepSeek License（部分商业场景受限）

这两条路径各有优势——code LLM 工程师选 Qwen-Coder 是因为商用 license 友好 + size 矩阵全；选 DeepSeek-Coder 是因为创新机制（PSM-FIM、native sparse 等）以及 V3 系列的 frontier 性能（HumanEval 等评测略领先）。

九、Qwen-Coder 在 IDE 生态中的落地

Qwen-Coder 不只是论文里的模型——它已经深度集成进了多个开源 IDE 生态：

9.1 主流集成

平台 / 工具 集成时间 集成方式
Cursor 2025-08 Pro 用户可选 Qwen3-Coder-480B 作为推理后端
Continue.dev 2024-10 开源 IDE 插件，默认支持 Qwen2.5-Coder
Aider 2024-11 terminal 编码 agent，Qwen3-Coder 在 SWE-bench 测试中表现最佳
Cline (前身 Claude-Dev) 2025-03 VS Code agent，社区集成 Qwen2.5/3-Coder
Tabby 2024-09 自托管 Copilot 替代品，主要 backend
CodeGeeX (清华系) 2024-12 国内主流 IDE 插件

9.2 阿里云商业化

阿里云 DashScope（百炼）平台上 Qwen-Coder 是 ToB 高价值 SKU：

  • API 定价：Qwen3-Coder-480B 输入 $0.60 / 1M tokens、输出 $2.40 / 1M tokens——比 Claude 3.5 Sonnet 便宜 5×、比 GPT-4o 便宜 8×
  • 企业部署：阿里云提供”专有模型”服务，支持企业本地化部署 + 二次微调
  • 教育版：Qwen3-Coder-30B-A3B 端侧 MoE 是阿里云教育平台首选的”低成本 code 教学模型”

9.3 开源社区贡献

Qwen-Coder 直接催生了多个上层项目：

  • LLaMA-Factory：开源微调框架，Qwen2.5-Coder 是 default code 微调 backbone
  • SwiftFinetuning：阿里云开源的 PEFT 框架，Qwen-Coder day-1 支持
  • Qwen-Code 工具链：包括 code 数据清洗、合成代码生成、code-specific eval 套件

这种”模型 + 工具链 + 生态”的全栈支持，是 Qwen-Coder 区别于纯研究型 code LLM 的关键。

十、关键评测：SWE-bench / LiveCodeBench / HumanEval 三视角

Qwen-Coder 三视角评测：HumanEval / LiveCodeBench / SWE-bench Verified 三代演进对比

最后用三个最重要的 code LLM 评测把 Qwen-Coder 三代放在一起看：

10.1 HumanEval（算法题 pass@1）

模型 2024 H1 2024 H2 2025 H1 2025 H2
CodeQwen 1.5-7B 51.8 — — —
Qwen2.5-Coder-7B — 88.4 — —
Qwen2.5-Coder-32B — 92.7 — —
Qwen3-Coder-32B — — 94.5 —
Qwen3-Coder-480B-A35B — — — 95.4

HumanEval 这条线 Qwen-Coder 从 51.8 涨到 95.4，几乎翻倍。到 95.4 这个区间，HumanEval 基本饱和——任何 frontier code LLM 都能拿 90+，分辨力下降。

10.2 LiveCodeBench（实战编码题，时效更新）

模型 2024 H1 2024 H2 2025 H1 2025 H2
CodeQwen 1.5-7B 16.3 — — —
Qwen2.5-Coder-32B — 31.4 — —
Qwen3-Coder-32B — — 45.2 —
Qwen3-Coder-480B-A35B — — — 52.3
(对比) Claude 3.5 Sonnet — — — 56.2
(对比) GPT-4o — — — 49.7

LiveCodeBench 是 dynamic benchmark——题目每月更新，杜绝训练污染。这里 Qwen3-Coder 与 Claude 3.5 Sonnet 仍有 ~4 个点差距，但已经压过 GPT-4o。

10.3 SWE-bench Verified（GitHub 真实工程任务）

模型 2024 H1 2024 H2 2025 H1 2025 H2
CodeQwen 1.5-7B — — — —
Qwen2.5-Coder-32B — 8.5 — —
Qwen3-Coder-32B — — 32.1 —
Qwen3-Coder-480B-A35B — — — 56.4
(对比) Claude 3.5 Sonnet — — — 49.0
(对比) GPT-4o — — — 38.8
(对比) DeepSeek-Coder-V3 — — — 54.7

SWE-bench Verified 这条线 Qwen3-Coder 在 2025-07 时点是开源 + 闭源里最高的——这是 agentic coding 训练范式带来的回报。

十一、Qwen-Coder 三代演进的战略意义

把 CodeQwen 1.5、Qwen2.5-Coder、Qwen3-Coder 三代连起来看，几个关键判断：

11.1 Code LLM 是 Qwen 主线 ToB 最直接的变现路径

阿里云 ToB 商业化的客户群体里，软件开发企业占比超过 30%。Code LLM 直接对接这个市场——客户付费意愿强、技术门槛适中、ROI 清晰。

CodeQwen 1.5 起步时 Qwen-Coder 还在跟随 DeepSeek-Coder；到 Qwen3-Coder 已经做到 SWE-bench frontier 开源第一。这条路线的资源投入（估计 50+ 研究员、专门 GPU 集群）反映了阿里云的战略优先级。

11.2 agentic coding 是下一阶段的 differentiation

2025 下半年开始，code LLM 赛道的竞争从”算法题 benchmark”转向 agentic coding——能否在真实仓库里完成多步任务（read → think → tool-call → test → commit）。

Qwen3-Coder 在 SWE-bench Verified 上的 56.4 是这个赛道的领先信号。但这条路才刚开始——2026 年 Claude 3.7 Code mode、GPT-5 Code、Gemini 3 Code 都会进一步推进。Qwen 在这条路上的下一步是 Qwen-4-Coder（推测 2026 下半年发布）。

11.3 与 DeepSeek-Coder 的”中国开源 code LLM 双旗舰”格局确立

到 2025-07 时点，中国开源 code LLM 已经是全球 frontier 第一梯队——同时压过 GPT-4o + Code Llama，与 Claude 3.5 Sonnet 互有胜负。这是 Qwen + DeepSeek 两条路径共同的成果。

下一步看双方在 2026 年 agentic + multimodal code 路线上的分工——DeepSeek 可能继续走”少数旗舰 + 单点创新”，Qwen 可能继续走”全 size + agentic + ToB 商业化”。

十二、本篇收官 + 系列下一步

到这里 Qwen 系列已经发布 10 篇：

  • 序章 Qwen 家族技术路线图
  • 第 1 篇 Qwen-1 详解
  • 第 2 篇 Qwen-2 详解
  • 第 3 篇 Qwen-2.5 / 1M 详解
  • 第 4 篇 Qwen-3 详解
  • 第 5 篇 Qwen-3.5 详解
  • 第 6 篇 Qwen-VL 系列详解
  • 第 7 篇 Qwen-Audio 系列详解
  • 第 8 篇 Qwen2.5-Omni 详解
  • 第 9 篇 Qwen3-Omni → Qwen3.5-Omni 详解
  • 第 10 篇 Qwen-Coder 系列详解（本篇）

接下来 5 篇：

  • 第 11 篇：Qwen2.5-Math 详解（数学推理路线）
  • 第 12 篇：QwQ 系列（QwQ-32B-Preview → QwQ-Max reasoning specialist）
  • 第 13 篇：Qwen 工业落地与生态（LLaMA-Factory、SwiftFinetuning、vLLM 集成）
  • 第 14 篇：Qwen vs DeepSeek vs LLaMA 三方对决收官篇
  • 第 15 篇：Qwen 未来路线展望（Qwen-4 / agent / world model 推测）

下一篇见。

本系列所有文章会陆续发布在 yudonglee.me。Qwen 论文专题系列序章见 Qwen 家族技术路线图；与之对照的 DeepSeek 18 篇专题系列见 DeepSeek 技术路线图。

Loading