A equipe Qwen da Alibaba lançou o Qwen3-Coder-480B-A35B-Instruct em julho de 2025, um modelo Mixture-of-Experts com 480 bilhões de parâmetros que ativa apenas 35 bilhões de parâmetros por inferência. Ele alcança desempenho em programação comparável ao Claude Sonnet 4 e GPT-4, sendo totalmente de código aberto sob a licença Apache 2.0.

  • O modelo utiliza 160 redes de especialistas com 62 camadas transformer, permitindo resolução autônoma de problemas em múltiplos passos, incluindo depuração e navegação por documentação.
  • Treinado em 7,5 trilhões de tokens usando aprendizado por reforço baseado em execução e de longo prazo (long-horizon) em 20.000 ambientes paralelos.
  • Possui uma janela de contexto nativa de 256.000 tokens extensível a 1 milhão de tokens via YaRN.
  • Alcançou uma taxa de sucesso de 55,40% no SWE-Bench e suporta 358 linguagens de programação.

O lançamento aberto permite uso comercial irrestrito e auto-hospedagem (self-hosting), oferecendo às equipes de engenharia uma alternativa aos custos das APIs proprietárias.