Digitel Tech & AI
อาลีบาบาเปิดตัวQwen3-Coderโมเดล เขียนโค้ด AI ล้ำสมัย
กรุงเทพฯ - 25 กรกฎาคม 2568 อาลีบาบา เปิดตัว Qwen3-Coder โมเดลเขียนโค้ด agentic AI ของบริษัทฯ ที่ล้ำหน้าที่สุดในปัจจุบัน Qwen3-Coder ออกแบบมาเพื่อใช้ในการพัฒนาซอฟต์แวร์ที่ต้องการประสิทธิภาพสูง มีความสามารถเป็นเลิศในการเขียนโค้ด agentic AI ไม่ว่าจะเป็นการสร้างโค้ดใหม่และการจัดการกับเวิร์กโฟลว์ในการเขียนโค้ดที่ซับซ้อน ไปจนถึงการหาและแก้ไขข้อบกพร่อง (debugging) ชุดของซอร์สโค้ด (codebase) ทั้งหมด
Qwen3-Coder-480B-A35B-Instruct เป็นโมเดลโอเพ่นซอร์สที่สร้างบนสถาปัตยกรรม Mixture-of-Experts (MoE) มีพารามิเตอร์ทั้งหมด 480 พันล้านพารามิเตอร์ แต่เปิดใช้งาน 35 พันล้านพารามิเตอร์ต่อโทเค็น มอบประสิทธิภาพโดยไม่ลดทอนสมรรถนะ โมเดลนี้มีผลลัพธ์ที่แข่งขันได้กับโมเดลที่ล้ำสมัย (state-of-the-art: SOTA) ชั้นนำอื่น ๆ ในการวัดประสิทธิภาพสำคัญต่าง ๆ ในด้านการเขียนโค้ด agentic, การใช้เบราว์เซอร์ และ การใช้เครื่องมือ
Qwen3-Coder-480B-A35B-Instruct มีผลลัพธ์ในเกณฑ์มาตรฐานสำคัญ ๆ ที่แข่งขันได้กับโมเดลล้ำสมัย (SOTA) ชั้นนำต่าง ๆ
นอกจากนี้ อาลีบาบายังได้เปิดโอเพ่นซอร์ส Qwen Code ซึ่งเป็นเครื่องมือ command-line interface (CLI) ทรงประสิทธิภาพที่ช่วยให้นักพัฒนาซอฟต์แวร์มอบหมายงานด้านวิศวกรรมให้กับ AI ด้วยการใช้ภาษาธรรมชาติ Qwen Code ได้รับการปรับให้เหมาะสมด้วยพรอมต์ที่กำหนดเอง (custom prompts) และโปรโตคอลการปฏิสัมพันธ์ต่าง ๆ ซึ่งเป็นการปลดล็อกศักยภาพทั้งหมดของ Qwen3-Coder ให้กับการเขียนโปรแกรม agentic ในโลกจริงได้อย่างเต็มรูปแบบ โมเดลนี้ยังรองรับการทำงานร่วมกับ Claude Code interface ซึ่งช่วยให้นักพัฒนาซอฟต์แวร์เขียนโค้ดได้ง่ายขึ้น
Qwen3-Coder ได้รับการเทรนกับชุดข้อมูลโค้ดและข้อมูลข้อความทั่วไปอย่างครอบคลุม และได้รับการออกแบบมาสำหรับการเขียนโค้ด agentic ได้อย่างทรงประสิทธิภาพ โดยปกติโมเดลนี้รองรับหน้าต่างบริบท (context window) ได้ 256K โทเค็น และสามารถขยายได้สูงสุด 1 ล้านโทเค็น ช่วยให้สามารถประมวลผล codebases ขนาดใหญ่ได้ในการสนทนาโต้ตอบเดียว (single session)
ประสิทธิภาพทั้งหมดที่เหนือกว่านี้ไม่เพียงเกิดจากการปรับขนาดข้ามโทเค็น, ความยาวบริบท และข้อมูลสังเคราะห์ (synthetic data) ระหว่างการเทรนล่วงหน้าเท่านั้น แต่ยังมาจากเทคนิคที่เป็นนวัตกรรมต่าง ๆ ภายหลังการเทรน เช่น การเรียนรู้ของ agent ที่เกิดจากการเรียนรู้แบบลองผิดลองถูกในระยะยาว (long-horizon reinforcement learning: agent RL)
ความล้ำหน้านี้ช่วยให้โมเดลสามารถแก้ปัญหาที่ซับซ้อนในโลกจริง ผ่านการปฏิสัมพันธ์โต้ตอบแบบหลายขั้นกับเครื่องมือภายนอกต่าง ๆ ส่งผลให้ Qwen3-Coder บรรลุผลทดสอบสมรรถนะ SOTA ในกลุ่มโมเดลโอเพ่นซอร์สจาก SWE-Bench Verified (เกณฑ์มาตรฐานสำหรับการประเมินความสามารถของโมเดล AI ต่าง ๆ ในการแก้ปัญหาซอฟต์แวร์ในโลกการใช้งานจริง) แม้จะไม่มีการปรับเวลาทดสอบหรือปรับขนาดการอนุมานก็ตาม
การเขียนโค้ด agentic AI กำลังพลิกโฉมการพัฒนาซอฟต์แวร์ ด้วยการทำให้เวิร์กโฟลว์การเขียนโปรแกรมมีความอิสระที่จะทำได้ด้วยตนเอง มีประสิทธิภาพ และเข้าถึงได้มากขึ้น การเปิดโอเพ่นซอร์สความสามารถในการเขียนโค้ด agentic ที่มีสมรรถนะสูง และความเข้ากันได้อย่างไม่ติดขัดกับเครื่องมือและอินเทอร์เฟซต่าง ๆ ที่นักพัฒนาซอฟต์แวร์นิยมใช้ ส่งให้ Qwen3-Coder เป็นเครื่องมือทรงคุณค่าสำหรับนักพัฒนาซอฟต์แวร์ทั่วโลก
โมเดล Qwen3-Coder-480B-A35B-Instruct พร้อมใช้งานแล้วบน Hugging Face และ GitHub นอกจากนี้นักพัฒนาซอฟต์แวร์ยังสามารถเข้าใช้โมเดลนี้บน Qwen Chat หรือผ่าน APIs ที่คุ้มค่าใช้จ่ายบน Model Studio ซึ่งเป็นแพลตฟอร์มการพัฒนา generative AI ของอาลีบาบา
โมเดลการเขียนโค้ดที่ใช้ Qwen มียอดดาวน์โหลดทะลุ 20 ล้านครั้งทั่วโลก Tongyi Lingma ผู้ช่วยเขียนโค้ดที่ขับเคลื่อนโดย Qwen จะได้รับการอัปเกรดความสามารถด้าน agentic ของ Qwen3-Coder เร็ว ๆ นี้ และนับตั้งแต่เปิดตัวเมื่อเดือนมิถุนายน 2567 ฟีเจอร์ "AI Programmer" ของ Tongyi Lingma ที่นำเสนอการเติมโค้ดให้สมบูรณ์, การเพิ่มประสิทธิภาพให้เหมาะสม, สนับสนุนการดีบัก, การค้นหาตัวอย่าง และการสร้างการทดสอบ batch unit ได้สร้างโค้ดมาแล้วมากกว่า 3 พันล้านบรรทัด