La compañía china presentó su tercera generación de modelos de IA Qwen en abril de este año. Se trata de una nueva familia de modelos que, liderada por Qwen3-235B-A22B, incluyen un nuevo modo de pensamiento para un razonamiento más profundo y están optimizados con capacidades de agente.
Ahora, basado en la familia Qwen3, Alibaba ha lanzado Qwen3-Coder, un nuevo modelo diseñado para la codificación y el desarrollo de 'software', al que se puede acceder a través de su herramienta en línea para programación agentística, Qwen Code.
Este modelo está disponible en varios tamaños, destacando su variante más potente Qwen3-Coder-480B-A35B-Instruct, que cuenta con 480 B de parámetros, de los cuales 35 B son parámetros activos en cada inferencia, además de admitir una longitud de contexto de 256 K tokens de forma nativa y 1 M de tokens con métodos de extrapolación.
Con estas capacidades, Qwen3-Coder-480B-A35B-Instruct ofrece "resultados de vanguardia" entre los modelos abiertos de codificación del sector, así como una alta habilidad del "uso del navegador y de herramientas", comparables a otros modelos como los Claude Sonnet 4, según ha subrayado la compañía en un comunicado en su blog.
Esto se debe a que el modelo incluye la capacidad de llevar a cabo tareas de forma agéntica, es decir, ejecutar acciones de forma autónoma, con lo que permite realizar labores de codificación por sí mismo, en base a las necesidades de las solicitudes de los usuarios. También está optimizado para el análisis de repositorios y las simulaciones interactivas.
Con todo ello, en comparación con otros modelos similares, Alibaba ha asegurado que Qwen3-Coder se equipara a DeepSeek Coder 2 o Code Llama y, en el marco de las pruebas SWE-Bench, que miden la capacidad para resolver incidencias reales, logró superar al modelo DeepSeek V3.
La tecnológica ha señalado que Qwen3-Coder está disponible para los usuarios a través de GitHub o desde Hugging Face, en formato de código abierto bajo la licencia Apache 2.0.
Tu opinión enriquece este artículo: