Qwen3 Coder 480B A35B

À quoi sert Qwen3 Coder 480B A35B

Code

Qwen3 Coder 480B A35B appartient à la gamme que Qwen présente, à sa sortie, comme son modèle de code le plus agentique, c’est-à-dire capable de travailler par échanges avec des outils. Sur OpenRouter, il prend en charge l’appel d’outils et les sorties structurées.

À sa sortie, selon Qwen, l’entraînement ajoute un apprentissage par renforcement à long horizon, nommé Agent RL. Cette méthode vise à amener le modèle à résoudre des tâches réelles par des échanges en plusieurs tours avec des outils. Pour cet entraînement, à sa sortie, Qwen indique faire tourner 20 000 environnements indépendants en parallèle sur l’infrastructure d’Alibaba Cloud.

Selon la carte de modèle publiée par Qwen sur Hugging Face, la version Instruct prend en charge la programmation agentique sur la plupart des plateformes, notamment Qwen Code et CLINE. Elle utilise, selon cette même carte, un format d’appel de fonctions spécialement conçu. Qwen juge également que le modèle excelle dans l’appel d’outils : il s’agit d’une appréciation de l’éditeur.

Qwen Code est publié en open source à la sortie du modèle, selon Qwen. Cet outil en ligne de commande permet la programmation agentique et dérive de Gemini Code. Selon l’annonce de Qwen, il est adapté au modèle par des prompts, c’est-à-dire des instructions textuelles, et par des protocoles d’appel de fonctions personnalisés.

Caractéristiques techniques de Qwen3 Coder 480B A35B

Qwen3 Coder 480B A35B est sorti le 22 juillet 2025 et possède une licence Apache 2.0. Le tableau des caractéristiques donne les chiffres techniques du modèle.

À sa sortie, selon Qwen, son architecture à mélange d’experts (MoE) comprend 480 milliards de paramètres, dont 35 milliards actifs. Selon la carte Hugging Face de Qwen, le modèle compte 62 couches et 160 experts, dont 8 activés. Pour le préentraînement de Qwen3-Coder, Qwen indique à sa sortie un volume de 7,5T tokens, dont 70 % de code.

Sur OpenRouter, le modèle accepte du texte en entrée et produit du texte en réponse. À sa sortie, selon Qwen, il prend en charge nativement un contexte de 256K tokens, et 1M tokens avec des méthodes d’extrapolation. Ses connaissances s’arrêtent au 30 juin 2025 sur OpenRouter. Selon Qwen à sa sortie, il fonctionne uniquement sans réflexion et n’écrit aucun bloc de réflexion dans sa réponse.

À sa sortie, selon Qwen, le réglage enable_thinking=False n’est plus nécessaire. Pour des performances optimales, la carte Hugging Face de Qwen recommande temperature=0.7, top_p=0.8, top_k=20 et repetition_penalty=1.05. Pour la plupart des requêtes, Qwen recommande également une longueur de sortie de 65 536 tokens.

Où utiliser Qwen3 Coder 480B A35B

Qwen3 Coder 480B A35B était proposé au téléchargement à sa sortie, selon Qwen, sous l’identifiant Qwen3-Coder-480B-A35B-Instruct et dans sa version FP8, sur Hugging Face et ModelScope. La carte d’accès donne les derniers prix relevés.

Qwen3 Coder 480B A35B parmi les versions de Qwen Coder

Qwen3 Coder 480B A35B est, à sa sortie, la variante que Qwen présente comme la plus puissante de Qwen3-Coder et dévoile en premier. Selon Qwen, la famille existe alors en plusieurs tailles. À sa sortie, d’autres tailles étaient en préparation, avec de solides performances et des coûts de déploiement réduits annoncés par Qwen.

À sa sortie, selon Qwen, l’entraînement de Qwen3-Coder s’est appuyé sur Qwen2.5-Coder pour nettoyer et réécrire des données bruitées, améliorant nettement la qualité globale des données. La frise des versions situe le modèle dans la famille Qwen Coder avec leurs dates, aux côtés de Qwen2.5 Coder 32B Instruct et de Qwen3 Coder 30B A3B Instruct.

FAQ