阿里千问发布 Qwen3-Coder-Next：低推理成本编程智能体模型

该模型基于 Qwen3-Next-80B-A3B-Base 构建，采用混合注意力与 MoE 的新架构；通过大规模可执行任务合成、环境交互与强化学习进行智能体训练，在显著降低推理成本的同时，获得了强大的编程与智能体能力。 下图汇总了在多个广泛使用的编程智能体基准上的表现，包括 SWE-Bench（Verified、Multilingual、Pro）、TerminalBench 2.0 和 Aider。 尽管专有的全注意力模型在绝对性能上仍然领先，Qwen3-Coder-Next 在面向低成本智能体部署方面处于强势的帕累托前沿。