Qwen Code: Обзор открытого ИИ-агента для терминала от Alibaba

Qwen Code — это открытый ИИ-агент для терминала, разработанный компанией Alibaba и оптимизированный для серии моделей Qwen. Проект предоставляет разработчикам мощного автономного помощника, способного работать напрямую в командной строке: анализировать кодовую базу, генерировать код, запускать тесты, отлаживать ошибки и выполнять многоступенчатые задачи. В этой статье мы разберем историю платформы Qwen, возможности Qwen Code, линейку моделей Qwen3-Coder, тарифы AI Coding Plan, а также сравним решение с конкурентами.

История: от Qwen к Qwen Code

Серия моделей Qwen (также известная как Tongyi Qianwen) была представлена лабораторией Tongyi Alibaba в 2023 году. С самого начала проект делал акцент на открытых весах, многолингвальности и высоких результатах на академических бенчмарках.

Ключевые вехи развития

• 2023 — релиз первых моделей Qwen с открытыми весами. Поддержка множества языков, конкурентные результаты на бенчмарках MMLU, HumanEval и других.
• 2024 — серия Qwen2: значительное улучшение качества генерации кода, поддержка контекста до 128K токенов. Появление специализированных кодировочных моделей Qwen2-Coder.
• 2025 — Qwen3 и Qwen3-Coder: флагманская модель Qwen3-Coder-480B-A35B-Instruct с архитектурой Mixture-of-Experts. Контекстное окно до 256K токенов (с экстраполяцией до 1 миллиона). Запуск серии Qwen3-Coder-Next с рекордными результатами на SWE-Bench Verified.
• 2026, март — запуск Qwen Code как открытого агента для терминала. Интеграция с IDE (VS Code, Zed, JetBrains). Введение AI Coding Plan — специализированных тарифов для AI-разработки с расширенным доступом к моделям Qwen3-Coder.
• 2026, апрель — релиз серии Qwen3.6: флагман Qwen3.6-Max-Preview (проприетарный), Qwen3.6-Plus (API), а также открытые модели Qwen3.6-35B-A3B (MoE, 3B активных) и Qwen3.6-27B (dense, мультимодальная). Лицензия Apache 2.0.

Qwen Code вырос из необходимости предоставить разработчикам по всему миру бесплатный и открытый инструмент, альтернативный проприетарным решениям. Проект форкнули из кодовой базы Gemini Code и адаптировали, добавив кастомизированные системные промпты, оптимизированные под модели Qwen.

Qwen Code: Архитектура и Возможности

Qwen Code — это полноценный ИИ-агент, работающий в терминале. В отличие от простых автодополняющих инструментов, Qwen Code способен автономно выполнять сложные многоступенчатые задачи.

1. Интерактивный режим (REPL)

Основной режим работы — интерактивный REPL (Read-Eval-Print Loop), где разработчик общается с агентом на естественном языке:

qwen

Агент понимает контекст проекта, может читать файлы, запускать команды, анализировать ошибки и предлагать решения. Поддерживается история диалога и сохранение сессий.

2. Headless-режим (безопасный режим)

Для автоматизации и CI/CD-пайплайнов доступен headless-режим с флагом -p:

qwen -p "Рефакторить функцию parse_config в src/utils.py — вынести валидацию в отдельный модуль"

Агент выполняет задачу автономно, без взаимодействия с пользователем, и выводит результат. Это полезно для: - Автоматического рефакторинга кода - Генерации тестов - Батчинговой обработки задач - Интеграции в CI/CD

3. Интеграция с IDE

Qwen Code интегрируется с популярными средами разработки:

• VS Code — расширение для inline-подсказок, чата и анализа кода
• Zed — нативная интеграция с редактором Zed
• JetBrains — плагин для IntelliJ, PyCharm, WebStorm и других IDE серии

Интеграция позволяет использовать возможности Qwen Code не только в терминале, но и прямо в редакторе кода, не прерывая рабочий процесс.

4. Developer SDK

Для разработчиков, желающих встроить Qwen Code в собственные инструменты, предоставлен Developer SDK:

npm install @qwen-code/sdk

SDK позволяет: - Запускать Qwen Code как библиотеку из Node.js-приложений - Настраивать системные промпты и ограничения агента - Интегрировать с внутренними инструментами и сервисами - Создавать кастомные tool-расширения

5. Установка

Установка Qwen Code выполняется одной командой:

bash -c "$(curl -fsSL https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen.sh)" -s --source qwenchat

Скрипт автоматически определяет операционную систему, устанавливает зависимости и настраивает среду выполнения.

Модели Qwen3-Coder: Сердце Qwen Code

Qwen Code оптимизирован для работы с серией моделей Qwen3-Coder — специализированных кодировочных моделей от Alibaba. Это не обёртка над общим языковой моделью, а модель, обученная специально для задач программирования.

Qwen3-Coder-480B-A35B-Instruct

Флагманская модель серии с архитектурой Mixture-of-Experts (MoE):

• 480 миллиардов общих параметров
• 35 миллиардов активных параметров на каждый запрос (эффективность MoE)
• 256K токенов контекстного окна (с экстраполяцией до 1 миллиона)
• Оптимизирована для instruction-following сценариев

Архитектура MoE означает, что несмотря на 480B общих параметров, каждый запрос активирует только 35B — что обеспечивает скорость вывода, сопоставимую с моделями в 10 раз меньшего размера, при качестве близком к полному 480B-модели.

Qwen3-Coder-Next

Новое поколение кодировочных моделей с рекордными результатами:

• 3 миллиарда активных параметров (сверхэффективная MoE-архитектура)
• 70%+ на SWE-Bench Verified — один из самых высоких результатов среди всех моделей
• Оптимизирована для решения реальных задач из GitHub-репозиториев
• Минимальные требования к ресурсам для локального развёртывания

Результат 70%+ на SWE-Bench Verified означает, что модель способна autonomously решить более 70% реальных баг-репортов из популярных open-source проектов — это уровень, который ещё год назад считался недостижимым.

Qwen3-Coder-Plus

Последняя модель в линейке, доступная через AI Coding Plan:

• Обновлённые веса с улучшенным качеством генерации
• Оптимизация для многошаговых agent-сценариев
• Поддержка расширенных tool-calling возможностей
• Приоритетный доступ и повышенные лимиты через Coding Plan

Long-Horizon RL (Agent RL) Обучение

Отличительная особенность моделей Qwen3-Coder — применение long-horizon reinforcement learning для обучения агентному поведению. В отличие от традиционного fine-tuning на статических данных, модели обучались на многошаговых взаимодействиях с инструментами:

• Чтение файлов → анализ → редактирование → запуск тестов → исправление ошибок
• Параллельное использование нескольких инструментов
• Самостоятельная коррекция ошибок после проваленных тестов

Это делает модели Qwen3-Coder значительно более эффективными в agent-сценариях по сравнению с моделями, обученными только на текстовых данных.

Серия Qwen3.6: Новое поколение моделей

Весной 2026 года Alibaba представила серию Qwen3.6 — новейшее поколение моделей, которое значительно расширило экосистему Qwen Code. Это не просто обновление весов, а принципиально новая архитектура с улучшенными возможностями агентного кодирования.

Qwen3.6-Max-Preview

Флагманская проприетарная модель серии, доступная через API Alibaba Cloud Model Studio:

• Лучший результат на шести из самых требовательных бенчмарков кодирования
• Контекстное окно 260K токенов
• Поддержка preserve_thinking — сохранение контекста рассуждений между ходами диалога
• Совместимость с API OpenAI и Anthropic через compatible-mode endpoint
• Модель qwen3.6-max-preview в Alibaba Cloud Model Studio

Qwen3.6-Plus

Стабильная модель для production-интеграции, доступная через API:

• Гибридная архитектура: линейное внимание + разреженная MoE-маршрутизация
• Скорость вывода примерно в 3 раза быстрее Claude Opus 4.6
• Доступна бесплатно через OpenRouter (на старте)
• Контекстное окно до 1 миллиона токенов (Qwen3.6-Plus Preview)

Qwen3.6-35B-A3B (Open Source)

Первая открытая модель серии Qwen3.6, выпущенная под лицензией Apache 2.0:

• 35 миллиардов общих параметров
• 3 миллиарда активных параметров (MoE: 256 экспертов, 8 маршрутизированных + 1 общий)
• Контекстное окно 262K токенов
• API-название: Qwen3.6-Flash в Alibaba Cloud Model Studio
• Превосходит плотную модель Qwen3.5-27B (27B параметров) на ключевых бенчмарках кодирования
• Значительно лучше предшественника Qwen3.5-35B-A3B в агентном кодировании и рассуждениях
• Локальное развёртывание на 22 ГБ VRAM (квантованная версия ~20 ГБ)

Qwen3.6-27B (Open Source, Dense)

Первая плотная (не-MoE) открытая модель серии Qwen3.6:

• 27 миллиардов параметров (dense-архитектура, без MoE-маршрутизации)
• Мультимодальная: нативная поддержка изображений alongside текста
• Контекстное окно 262K токенов (с экстраполяцией до 1 миллиона)
• Thinking Preservation — новая функция сохранения контекста рассуждений между историческими сообщениями
• Локальное развёртывание на 18 ГБ VRAM
• Превосходит модели размером до 397B параметров на бенчмарках агентного кодирования
• Лицензия Apache 2.0

Ключевые инновации Qwen3.6

• Agentic Coding — улучшенная работа с фронтенд-воркфлоу и репозиторным уровнем рассуждений
• Thinking Preservation — механизм сохранения контекста рассуждений между ходами, снижающий накладные расходы при итеративной разработке
• MTP (Multi-Token Prediction) — поддержка предсказания нескольких токенов одновременно для ускорения вывода
• Мультимодальность — нативная поддержка ввода изображений в Qwen3.6-27B
• Локальное развёртывание — обе открытые модели работают на потребительском оборудовании (16-22 ГБ VRAM)

Модели Qwen3.6 доступны через GitHub-репозиторий QwenLM/Qwen3.6, Hugging Face, LM Studio, Ollama и vLLM.

AI Coding Plan: Тарифы для разработчиков

Alibaba предлагает AI Coding Plan — специализированные тарифы для AI-powered разработки с расширенным доступом к моделям Qwen3-Coder.

Тарифные планы

Главное преимущество AI Coding Plan — объём использования. За $10/месяц разработчики получают в 3 раза больше запросов по сравнению с аналогичными планами конкурентов. Для Pro-плана это соотношение возрастает до 5 раз.

Что включено в AI Coding Plan

• Доступ к qwen3-coder-plus — последней модели в линейке
• Интеграция с Qwen Code агентом
• Поддержка IDE-расширений (VS Code, Zed, JetBrains)
• Priority inference — приоритетная обработка запросов
• Контекстное кэширование для снижения стоимости

Доступ через агрегаторов

Модели Qwen3-Coder доступны не только через платформу Alibaba, но и через популярных агрегаторов:

• Together AI — инференс моделей Qwen3-Coder с GPU-кластерами
• DeepInfra — доступ к Qwen3-Coder моделям по конкурентным ценам
• OpenRouter — единый API для маршрутизации к моделям Qwen

Это обеспечивает гибкость: разработчики могут выбирать между прямым доступом через Alibaba и агрегаторами в зависимости от потребностей.

Технические особенности

Open Source

Qwen Code — полностью открытый проект. Код доступен на GitHub, что позволяет: - Изучать архитектуру и внутренние механизмы агента - Модифицировать под собственные нужды - Развёртывать локально без зависимости от облачных сервисов - Вносить вклад в развитие проекта

OpenAI-совместимый API

API Qwen совместим со стандартом OpenAI, что обеспечивает:

• Те же эндпоинты (/v1/chat/completions, /v1/models)
• Совместимость с существующими SDK (openai-python, langchain и др.)
• Минимальные усилия на миграцию — достаточно заменить базовый URL и API-ключ

from openai import OpenAI

client = OpenAI(
    api_key="your_qwen_api_key",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

response = client.chat.completions.create(
    model="qwen3-coder-480b-a35b-instruct",
    messages=[
        {"role": "system", "content": "You are a helpful coding assistant."},
        {"role": "user", "content": "Write a Python function to parse CSV files"}
    ],
    max_tokens=2048
)

print(response.choices[0].message.content)

Локальное развёртывание

Благодаря открытым весам, модели Qwen3-Coder можно развёртывать локально:

• Qwen3-Coder-Next — минимальные требования благодаря 3B активным параметрам
• Qwen3-Coder-480B — требует GPU-кластер, но MoE-архитектура снижает потребление памяти
• Поддержка vLLM, Ollama и других инференс-движков

Сравнение с конкурентами

Qwen Code и модели Qwen3-Coder занимают уникальную нишу на рынке — сочетание открытого кода, высоких результатов на бенчмарках и конкурентных цен.

Бенчмарки: SWE-Bench Verified

Модели Qwen3.6 с открытыми весами превосходят модели в 10-15 раз большего размера, потребляя при этом значительно меньше ресурсов. Qwen3.6-35B-A3B работает на потребительском оборудовании с 22 ГБ VRAM.

Сравнение AI Coding Plan

Стоимость API

Модели Qwen3-Coder предлагают значительную экономию по сравнению с западными конкурентами, особенно при работе с длинным контекстом и большими объёмами генерации.

Использование в практике

Сценарий 1: Интерактивная работа в терминале

# Запуск Qwen Code
qwen

# Взаимодействие с агентом
> Проанализируй текущий проект и найди потенциальные уязвимости безопасности
> Напиши unit-тесты для модуля аутентификации
> Рефакторируй функцию handle_request — раздели на три функции

Сценарий 2: Автоматизация через headless-режим

# Автономное выполнение задачи
qwen -p "Обнови все зависимости проекта до последних стабильных версий и проверь что тесты проходят"

# Интеграция в CI/CD
qwen -p "Сгенерируй тесты для нового endpoint /api/v2/users с покрытием 90%"

Сценарий 3: Встраивание через SDK

import { QwenCode } from '@qwen-code/sdk';

const agent = new QwenCode({
  model: 'qwen3-coder-plus',
  apiKey: process.env.QWEN_API_KEY,
});

const result = await agent.run({
  task: 'Add rate limiting to the API endpoints',
  context: './src/api',
});

console.log(result.summary);

Сценарий 4: Работа с большими кодовыми базами

Благодаря контекстному окну до 256K токенов (и экстраполяции до 1M), Qwen3-Coder способен работать с большими проектами:

# Анализ всей кодовой базы
qwen -p "Проанализируй архитектуру проекта в ./src и предложи улучшения модульности"

Qwen Code vs другие AI-агенты

Главное преимущество Qwen Code — комбинация открытого кода, высоких результатов на бенчмарках и низкой стоимости. Разработчики получают инструмент, который можно развёртывать локально, модифицировать под свои нужды, и при этом качество генерации кода конкурирует с проприетарными решениями.

Заключение

Qwen Code и серия моделей Qwen3-Coder представляют собой один из самых амбициозных открытых проектов в области AI-разработки. Alibaba за короткое время создала экосистему, которая включает:

1. Рекордные бенчмарки — 70%+ на SWE-Bench Verified с моделью Qwen3-Coder-Next (3B активных параметров)
2. Серия Qwen3.6 — новейшее поколение моделей: Qwen3.6-Max-Preview (проприетарный флагман), Qwen3.6-Plus (API), Qwen3.6-35B-A3B и Qwen3.6-27B (открытые веса, Apache 2.0)
3. Локальное развёртывание — Qwen3.6-35B-A3B и Qwen3.6-27B работают на потребительском оборудовании (16-22 ГБ VRAM)
4. Флагманская модель — Qwen3-Coder-480B-A35B-Instruct с MoE-архитектурой и контекстом до 1 миллиона токенов
5. Открытый агент — Qwen Code с полным исходным кодом, локальным развёртыванием и SDK для разработчиков
6. Конкурентные тарифы — AI Coding Plan от $10/месяц с 3-5x большим объёмом использования
7. Agent RL обучение — long-horizon reinforcement learning для многошаговых agent-сценариев
8. IDE-интеграция — поддержка VS Code, Zed и JetBrains
9. Доступность — открытые веса, OpenAI-совместимый API, агрегаторы (Together AI, DeepInfra, OpenRouter)

Для разработчиков, ищущих мощную альтернативу проприетарным AI-инструментам, Qwen Code предлагает редкое сочетание: открытый код, мировое качество и доступная цена. Особенно это актуально для команд, которые хотят развёртывать решения локально или нуждаются в большом объёме генерации кода по низкой стоимости.

Статья основана на официальной документации Qwen Code, данных о моделях Qwen3-Coder и Qwen3.6 от Alibaba, бенчмарках SWE-Bench и пользовательских отзывах. Цены актуальны на июль 2026 года.

Источники: - Qwen Code GitHub Repository - Qwen3.6 GitHub Repository - Qwen3.6-35B-A3B Blog Post - Qwen3-Coder Model Cards - Qwen Code Installation - Qwen Developer SDK - AI Coding Plan Pricing - Qwen Models on Together AI - Qwen Models on DeepInfra - Qwen Models on OpenRouter - SWE-Bench Verified Leaderboard - Qwen3.6 on LM Studio