Qwen新模型直逼Claude4Qwen编程模型33GB本地即可运行
开源编程模型的天花板，要被Qwen3-Coder掀翻了。
今天凌晨，Qwen3-Coder-Flash也重磅开源！【图1】
“甜品级”的size，但完全“大餐”级的性能。
多编程任务超越顶级开源模型，仅略逊于闭源的Claude Sonnet-4、GPT-4.1等。
原生上下文窗口支持256k token，可延长拓展至1 million token。
33GB内存（即中端笔记本）可运行。
啥概念？
相当于GPT-4.1级别的能力，还能让你本地使用！【图2】
有人实测，在苹果M4 Max上通过mlx-lm运行Qwen3-Coder-Flash，每秒可生成4467个token，相当快。【图3】
还有人已经火速推出了量化版本，显存不够的童鞋可以来下载使用。【图4】
林俊旸也发推表示，这是一个绿色低碳极速版coding模型。
我想这将是本地编程的最好选择。【图5】
Qwen3-Coder-Flash是Qwen3-Coder的精简版，都是非推理模型。
- 采用MoE架构，30亿参数总量，激活参数3.3亿。
- 原生上下文窗口支持256k token，通过YaRN等可延长至一百万token上下文，适合大型代码库和复杂多文件工程。
- 针对Qwen Code、Cline、Roo Code、Kilo Code等平台进行优化。
- 无缝支持函数调用和agent工作流。
再看Agent方面的能力：
- Agentic Coding（智能体编程）
- Agentic Browser Use（智能体浏览器使用）
- Agentic Tool Use（智能体工具调用）
有博主在M2 Macbook Pro上用量化版Qwen3-Coder-Flash（ 24.82GB 6bit MLX版）做的游戏，运行效果很不错。【图6】
而且提示词也很短，就一句话：
Write an HTML and JavaScript page implementing space invaders.
这意味着训练数据中可能存在大量相关或者类似任务，才能让模型一次就能输出非常好的效果。
博主在首次尝试后，感觉飞船发射的子弹太快了，所以想要让它降速一点。
由于他使用的Open WebUI没有类似于Claude Artifacts的工具调用的功能，这意味着模型需要重新输出一个完整结果，实测表明它确实可以做到。
此外他还实测了生成鹈鹕骑自行车，每秒60个tokens，不过效果有点问题。【图7】
但u1s1，最近Qwen的开源节奏实在是太快了，更新模型一箩筐：
- Qwen3-Embedding
- Qwen-Vlo
- Qwen-TTS
- Qwen3-235B-A22B
- Qwen3-Coder
- Qwen-MT
- Qwen3-235B-A22B-Thinking-2507
- Qwen3-30B-A3B-Instruct-2507
……
而且都开源了，还提出了很多小显存友好的方案。
开源之光的title在国产模型这里竞争格外激烈啊（doge）【图8】
最后，Qwen3-Coder-Flash体验方式如下，感兴趣的同学快去体验吧！
QwenChat：chat.qwen.ai
魔搭社区：
HF：
