A equipe Qwen da Alibaba Cloud apresenta o Qwen3-Coder-Next, um modelo de linguagem de peso aberto especializado em agentes de codificação que ativa apenas 3 bilhões de seus 80 bilhões de parâmetros durante a inferência. O modelo aproveita a síntose em larga escala de tarefas de codificação verificáveis combinada com ambientes executáveis para aprender diretamente a partir de feedback por meio de treinamento intermediário e aprendizado por reforço.

  • Ele alcança desempenho competitivo em benchmarks como SWE-Bench Pro em relação à sua contagem de parâmetros ativos, superando modelos com computação significativamente maior.
  • O pipeline de treinamento inclui pré-treinamento continuado, ajuste fino supervisionado e a destilação de modelos especialistas especializados em uma arquitetura unificada.
  • A síntese de tarefas envolve minerar pull requests do GitHub e estender conjuntos de dados existentes para gerar aproximadamente 800K tarefas verificáveis de engenharia de software em nove linguagens de programação.

Esta abordagem demonstra que escalar o treinamento agêntico é um impulsionador chave para avançar a capacidade real de agentes de codificação, oferecendo implantação eficiente para ambientes de produção onde latência e custo são restrições críticas.