蘋果研究顯示，通過引入專業設計師的直接反饋微調模型，可顯著提升生成式AI在界面設計上的表現。優化後的小參數模型Qwen3-Coder在UI設計的邏輯性和美感上已超越GPT-5，解決了AI生成界面“可用但不美觀”的難題。
蘋果團隊通過改進開源模型，在UI設計領域超越頂尖大模型。傳統AI生成代碼在UI設計上表現不佳，因人類反饋強化學習過於粗糙。蘋果通過精細調整，使小模型在特定任務上實現逆襲，解決了開發者頭疼的界面開發難題。
阿里通義千問推出Qwen Code v0.3.0，專爲Qwen3-Coder模型優化，旨在提升開發者效率。該工具具備強大的代碼理解與自動化任務能力，並新增智能輔助功能。此次更新重點圍繞功能擴展、國際化支持、安全性和生態適配四個方面，例如新增Stream JSON模式，以增強開發體驗。
11月24日，阿里AI助手“千問”啓用新域名qianwen.com，網頁端與App端體驗一致。面向專業用戶開放Qwen3系列模型，如Qwen3-Max-Thinking-Preview和Qwen3-Coder等十餘款，並提供代碼、深度研究等PC端優化功能，提升訪問便捷性和使用體驗。
Alibaba
$4
輸入tokens/百萬
$16
輸出tokens/百萬
1k
上下文長度
$1
geoffmunn
這是Qwen/Qwen3-Coder-30B-A3B-Instruct語言模型的GGUF量化版本，專門針對代碼生成和編程任務優化，採用FP32精度轉換，適用於本地推理部署。
unsloth
Qwen3-Coder-REAP-363B-A35B是通過REAP方法對Qwen3-Coder-480B-A35B-Instruct進行25%專家剪枝得到的稀疏混合專家模型，在保持接近原模型性能的同時顯著降低了參數規模和內存需求，特別適用於資源受限的代碼生成和智能編碼場景。
inferencerlabs
Qwen3-Coder-480B-A35B-Instruct是一個4800億參數的大型代碼生成模型，支持8.5bit量化，基於MLX框架優化。該模型專門針對代碼生成任務設計，在配備足夠內存的設備上能夠高效運行。
noctrex
本項目是對Qwen3-Coder-30B-A3B-Instruct模型進行MXFP4_MOE量化的成果，將上下文大小從256k擴展到1M，為代碼生成和編程任務提供了更優化的模型版本，具有提升性能和節省資源的價值。
nightmedia
這是一個基於Qwen3-Coder-REAP-25B-A3B的量化版本，專門為Mac設備優化。採用Deckard(qx)公式進行量化，嵌入層、頭部和選擇性注意力路徑使用6位量化，其餘部分使用5位量化，以32為分組大小，在保持接近q8量化質量的同時實現更高效的運行。
這是Qwen3-Coder-REAP-25B-A3B模型的MXFP4_MOE量化版本，專門用於文本生成任務。該模型基於25B參數的Qwen3-Coder架構，通過MXFP4量化技術優化了存儲和推理效率，同時保持了良好的性能表現。
這是一個基於Qwen3-Coder-REAP-25B-A3B模型轉換的MLX格式版本，使用mlx-lm工具從原始模型轉換而來，專門針對Apple Silicon芯片優化，支持高效的文本生成任務。
danielus
該模型是cerebras/Qwen3-Coder-REAP-25B-A3B的GGUF格式轉換版本，使用llama.cpp工具進行格式轉換和量化處理。原始模型是一個25B參數的大語言模型，專門針對代碼生成任務進行優化。
bartowski
這是Cerebras公司Qwen3-Coder-REAP-25B-A3B模型的量化版本，使用llama.cpp的imatrix技術進行量化處理，能夠在減少模型存儲空間和計算資源需求的同時保持模型性能。
Tesslate
UIGENT-30B-Lora-200是基於Qwen3-Coder-30B-A3B-Instruct微調的大語言模型，專門針對文本生成任務優化，特別擅長處理HTML相關內容，同時具備多種文本生成能力。
DavidAU
這是一個基於Qwen3-Coder-30B-A3B-Instruct的混合專家模型，擁有540億參數和100萬上下文長度。模型通過三步合併和Brainstorm 40X優化，具備強大的編程能力和通用場景處理能力，特別集成了思考模塊，能夠在回答前進行深度推理。
這是Qwen/Qwen3-Coder-30B-A3B-Instruct語言模型的GGUF量化版本，專為本地推理優化，支持llama.cpp、LM Studio、OpenWebUI、GPT4All等框架。該模型是一個30B參數規模的代碼生成和編程助手模型。
這是Qwen3-Coder-30B-A3B-Instruct語言模型的GGUF量化版本，專門針對代碼生成和編程任務優化，支持多種量化級別以適應不同硬件需求。
rodrigomt
這是基於Qwen3-Coder-30B模型的量化版本，專門針對代碼生成任務優化的語言模型，提供了多種GGUF格式的量化文件，在保持模型質量的同時顯著減小文件大小並提升推理速度
Qwen3-Coder-480B-A35B-Instruct是基於MLX庫的文本生成模型，專門針對代碼生成任務優化。該模型提供多種量化級別，在6.5bit量化下能達到與8bit相當的困惑度表現，在保持高質量輸出的同時顯著降低資源需求。
mlx-community
這是一個基於Qwen3-Coder-30B-A3B-Instruct模型的4位量化版本，專門針對MLX框架優化。該模型專注於代碼生成和編程任務，支持多種編程語言，具有高效的推理性能。
tensorblock
這是Qwen3-Coder-30B-A3B-Instruct模型的GGUF量化版本，由TensorBlock提供。該模型是一個300億參數的大語言模型，專門針對代碼生成和編程任務進行優化，支持多種編程語言和開發場景。
NVFP4
Qwen3-Coder-30B-A3B-Instruct是一款高效的文本生成模型，專門針對編碼任務優化，具有出色的長上下文處理能力和工具調用支持，能為開發者提供強大的編碼輔助。
Intel
這是Qwen3-Coder-30B-A3B-Instruct模型的量化版本，通過AutoRound算法轉換為gguf q4km格式，在保證性能的同時可在更多設備上高效運行。該模型專門用於代碼生成任務，支持多種編程語言。
ramblingpolymath
這是Qwen3-Coder-30B-A3B-Instruct的W4A16量化版本，採用4位權重和16位激活的量化技術，內存佔用減少約75%，推理速度提升，專門針對代碼生成和編程任務優化。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
