El nuevo codificador de IA de Alibaba superó a DeepSeek
La empresa Alibaba ha lanzado "la herramienta de IA para programación más avanzada" — el modelo de IA de código abierto Qwen3-Coder.
Qwen3-Coder está aquí! ✅
Estamos lanzando Qwen3-Coder-480B-A35B-Instruct, nuestro modelo de código agente abierto más poderoso hasta la fecha. Este modelo Mixture-of-Experts de 480B parámetros (35B active) admite de manera nativa 256K de contexto y se escala a 1M de contexto con extrapolación. Logra… pic.twitter.com/Z8HfyrVScE
— Qwen (@Alibaba_Qwen) 22 de julio de 2025
La red neuronal está diseñada para tareas relacionadas con la programación. Es capaz de escribir código y gestionar flujos de trabajo complejos, demostrando progreso en otras áreas:
seguir las instrucciones;
pensamiento lógico;
comprensión del texto;
matemáticas;
ciencias naturales;
uso de herramientas.
La empresa posiciona el producto como "especialmente potente" en tareas de IA de agentes, cuando la inteligencia artificial puede trabajar de forma independiente sin la intervención humana.
pic.twitter.com/M8krjTM4tq
— Qwen (@Alibaba_Qwen) 22 de julio de 2025
Según los datos presentados, Qwen3-Coder superó a los competidores chinos, incluyendo modelos de DeepSeek y K2 de Moonshot AI, en una serie de métricas. Así, en la Olimpiada Matemática Americana, obtuvo 70,3 puntos frente a 46,6 de DeepSeek-V3-0324.
En la prueba de programación MultiPL-E, el modelo de lenguaje obtuvo 87,9 puntos, mientras que DeepSeek obtuvo 82,2.
En algunas áreas, la red neuronal es comparable a sus contrapartes estadounidenses avanzadas como Claude de Anthropic y GPT-4 de OpenAI.
La red neuronal Qwen3-235B-A22B-Instruct-2507-FP8 es una actualización de la versión anterior Qwen3-235B-A22B-FP8, pero funciona en modo sin razonamiento: produce resultados sin deducciones lógicas paso a paso. Gracias a esto, la longitud máxima del contenido procesado se ha incrementado ocho veces, hasta 256 000 tokens, lo que permite trabajar con textos mucho más grandes en un solo diálogo.
Recordemos que en mayo Alibaba anunció un avance en la reducción del costo de entrenamiento de modelos de IA orientados a la búsqueda.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
El nuevo codificador de IA de Alibaba ha superado a DeepSeek
El nuevo codificador de IA de Alibaba superó a DeepSeek
La empresa Alibaba ha lanzado "la herramienta de IA para programación más avanzada" — el modelo de IA de código abierto Qwen3-Coder.
La red neuronal está diseñada para tareas relacionadas con la programación. Es capaz de escribir código y gestionar flujos de trabajo complejos, demostrando progreso en otras áreas:
La empresa posiciona el producto como "especialmente potente" en tareas de IA de agentes, cuando la inteligencia artificial puede trabajar de forma independiente sin la intervención humana.
Según los datos presentados, Qwen3-Coder superó a los competidores chinos, incluyendo modelos de DeepSeek y K2 de Moonshot AI, en una serie de métricas. Así, en la Olimpiada Matemática Americana, obtuvo 70,3 puntos frente a 46,6 de DeepSeek-V3-0324.
En la prueba de programación MultiPL-E, el modelo de lenguaje obtuvo 87,9 puntos, mientras que DeepSeek obtuvo 82,2.
En algunas áreas, la red neuronal es comparable a sus contrapartes estadounidenses avanzadas como Claude de Anthropic y GPT-4 de OpenAI.
La red neuronal Qwen3-235B-A22B-Instruct-2507-FP8 es una actualización de la versión anterior Qwen3-235B-A22B-FP8, pero funciona en modo sin razonamiento: produce resultados sin deducciones lógicas paso a paso. Gracias a esto, la longitud máxima del contenido procesado se ha incrementado ocho veces, hasta 256 000 tokens, lo que permite trabajar con textos mucho más grandes en un solo diálogo.
Recordemos que en mayo Alibaba anunció un avance en la reducción del costo de entrenamiento de modelos de IA orientados a la búsqueda.