Qwen新模型直逼Claude4！可拓展百万上下文窗口，33GB本地即可运行

开源编程模型的天花板，要被Qwen3-Coder掀翻了。

8月1日凌晨，Qwen3-Coder-Flash也重磅开源！

“甜品级”的size，但完全“大餐”级的性能。

• 多编程任务超越顶级开源模型，仅略逊于闭源的Claude Sonnet-4、GPT-4.1等。

• 原生上下文窗口支持256k token，可延长拓展至1 million token。

• 33GB内存（即中端笔记本）可运行。

啥概念？

相当于GPT-4.1级别的能力，还能让你本地使用！

有人实测，在苹果M4 Max上通过mlx-lm运行Qwen3-Coder-Flash，每秒可生成107个token，相当快。

笔记本上就能跑出好效果

Qwen3-Coder-Flash是Qwen3-Coder的精简版，都是非推理模型。

• 采用MoE架构，30亿参数总量，激活参数3.3亿。

• 原生上下文窗口支持256k token，通过YaRN等可延长至一百万token上下文，适合大型代码库和复杂多文件工程。

• 针对Qwen Code、Cline、Roo Code、Kilo Code等平台进行优化。

• 无缝支持函数调用和agent工作流。

主要强调了Agent方面的能力：

• Agentic Coding（智能体编程）

• Agentic Browser Use（智能体浏览器使用）

• Agentic Tool Use（智能体工具调用）

有博主在M2 Macbook Pro上用量化版Qwen3-Coder-Flash（ 24.82GB 6bit MLX版）做的游戏，运行效果很不错。

而且提示词也很短，就一句话：

Write an HTML and JavaScript page implementing space invaders.

这意味着训练数据中可能存在大量相关或者类似任务，才能让模型一次就能输出非常好的效果。

博主在首次尝试后，感觉飞船发射的子弹太快了，所以想要让它降速一点。

由于他使用的Open WebUI没有类似于Claude Artifacts的工具调用的功能，这意味着模型需要重新输出一个完整结果，实测表明它确实可以做到。

此外他还实测了生成鹈鹕骑自行车，每秒60个tokens，不过效果有点问题。