最强开源CodeLLM模型深夜来袭！320亿参数，Qwen2.5-Coder新模型超越GPT-4o

最新推荐文章于 2025-04-08 11:10:02 发布

程序员笑武

最新推荐文章于 2025-04-08 11:10:02 发布

阅读量953

点赞数 22

文章标签：开源人工智能知识图谱 sql python 1024程序员节

本文链接：https://blog.csdn.net/m0_59164304/article/details/143722660

版权

一夜之间，AI编程模型的开源王座易主了！

Qwen2.5-Coder-32B正式发布，霸气拿下多个主流基准测试SOTA，彻底登上全球最强开源编程模型宝座。

更重要的是，在代码能力的12个主流基准上，Qwen2.5-Coder-32B与GPT-4o对决，斩获9胜，一举掀翻闭源编程模型的绝对统治。

不用一行代码，只要输入最直接、够详细的自然语言prompt，它就能给你整全套：

比如，做个简单的模拟三体运动的HTML网页吧！

生成个game of life的小游戏，也是手拿把掐：

哪怕是完全不懂编程的小白，也能轻松上手。比如我们体验了一把用一句大白话生成计算器：

很快就搞定了，计算器可以直接使用。

还有更多好玩又实用的应用，比如不到20秒生成一个音乐播放器。

做简历也易如反掌：

怪不得开发者们都说，太恐怖了，超越了4o，与Sonnet、o1都能掰手腕！

更让人惊喜的是，这次Qwen2.5-Coder上新，共开源0.5B/1.5B/3B/7B/14B/32B共6个尺寸的全系列模型，每种尺寸都取得同规模下SOTA。

而且大部分版本都是采用非常宽松的Apache 2.0许可。

△蓝色为此次新发布版本

要知道，自从CodeQwen1.5推出以来，该系列模型就成为开发者社区最关注的开源编程模型之一。

9月发布的Qwen2.5-Coder-7B版本，更是一骑绝尘，不少人表示它足以替代GPT-4和Sonnet 3.5成为日常主力工具。

当时还预告了32B的发布，从此，网友一直催更。

这次，32B和更多尺寸的全系列Qwen2.5-Coder如约而至，这个看起来能用code生万物的最强开源代码模型，到底厉害在哪儿呢？

超越GPT-4o，人人都能用

首先，我们为什么关注编程模型？因为代码能力对大模型的推理很重要，大模型对代码的理解通常被认为是其逻辑能力的基础来源之一。

代码思维链(program-of-thought) 将复杂问题分解为可执行的代码片段，并且利用代码执行器逐步解决子问题，可以较大程度提升基于大型语言模型的推理能力。

DeepMind斯坦福UC伯克利联手发表的一项研究中提到，使用代码链（Chain of Code），不仅可以提升模型基于代码的推理能力，也给模型自然语言任务、数学计算方面带来积极影响。

△https://arxiv.org/abs/2312.04474

Qwen2.5-Coder也采用了类似原理。它基于Qwen2.5基础大模型进行初始化，使用源代码、文本代码混合数据、合成数据等5.5T tokens的数据持续训练，实现了代码生成、代码推理、代码修复等核心任务性能的显著提升。

最新发布中，Qwen2.5-Coder全系列共开源6个尺寸模型，每个规模包含base和Instruct两个版本。

Base模型为开发者可以自行微调的基座模型，Instruct模型是可以直接聊天的官方对齐模型。

团队评估了不同尺寸Qwen2.5-Coder在所有数据集上的表现，不但均取得同等规模下最佳性能（无论开闭源），并且还验证了Scaling Law依旧奏效。

其中，Qwen2.5-Coder-32B-Instruct是本次开源的旗舰模型。

在编程大模型主要关注的5个方面上，它都实现了对GPT-4o的超越：

代码生成
代码修复
代码推理
多编程语言
人类偏好对齐

首先来看编程模型最核心的能力——代码生成。

Qwen2.5-Coder-32B-Instruct在多个流行的代码生成基准上都取得了开源SOTA。

而且在HumanEval、McEval、Spider、EvalPlus、BigCodeBench等基准上，都超越了闭源的GPT-4o和Claude 3.5 Sonnet。

其次，代码修复方面，在主流基准Aider上，Qwen2.5-Coder-32B-Instruct略胜GPT-4o。

第三，代码推理方面，在CRUXEval基准上，32B版本较7B版本有了明显提升，甚至达到了和GPT-4o、Claude 3 Opus相当的水平。

第四，在对多编程语言的掌握上，Qwen2.5-Coder支持92种编程语言。Qwen2.5-Coder-32B-Instruct在其中40多种语言上表现出色。

在Haskell、Racket等语言上表现格外突出，打败4o等闭源模型同时取得了超高分数。

通过在预训练阶段进行独特数据清洗和配比，它在McEval上取得65.9分，

在多编程语言的代码修复基准MdEval上，同样表现突出，取得75.2分，位列所有开源模型第一。

最后，为了检验Qwen2.5-Coder-32B-Instruct在人类偏好上的对齐表现。通义千问团队还构建了一个来自内部标注的代码偏好评估基准Code Arena，可以理解为编程大模型竞技场。

这一部分，Qwen2.5-Coder-32B-Instruct和闭源模型正面PK，通过让两个模型在同样问题下PK，计算最终胜负比，以此来评判模型表现。

实验结果显示，Claude 3.5 Sonnet战绩最好，Qwen2.5-Coder-32B-Instruct和GPT-4o水平相当，胜率为68.9%。

总的来看，Qwen2.5-Coder-32B-Instruct毫无疑问是开源最佳，并且真正拉平甚至部分超出了有最强代码能力的闭源模型。

在实际应用上，通义千问团队演示了基于Qwen2.5-Coder打造的智能代码助手，并上线了一个Artifacts应用。

目前智能代码助手领域主要以闭源模型为主，Qwen2.5-Coder为开发者提供了开源选择。

它在几个可以评估模型辅助编程的基准上（CrossCodeEval、CrossCodeEval、CrossCodeLongEval、RepoEval、SAFIM）都取得了SOTA。

新的Qwen2.5-Coder，对编程小白也很友好，一句话就能开发小应用/游戏。

比如现场自动做一个2048小游戏，几十秒搞定，立刻就能玩。

或者是生成一个图文并茂的英语单词卡页面，速度都非常快。

被全球开发者追捧的中国开源模型

Qwen2.5-Coder-32B的快速推出可以说是众望所归。

就在前段时间，Reddit还有帖子提问，怎么32B版本还不来？

毕竟，不少人都基于9月开源的Qwen2.5-Coder-1.5B和7B版本，打造出了热度颇高的应用。

比如Qwen Code Interpreter。这是一个类似于ChatGPT的代码解释器，可完全在本地/浏览器上运行，基于Qwen2.5-Coder-1.5B打造。

只用小模型还实现了非常好的效果，这立刻引发不少网友的关注，一个随手推荐帖就有近千人点赞。

还有人基于Qwen2.5-Coder打造了专门用于rust语言的编程助手。

说Qwen2.5-Coder是最受欢迎的开源编程大模型绝不为过，事实上，每一代Qwen编程模型，都代表了开源的最高水平，PK的永远是当时最厉害的闭源模型。

今年4月，CodeQwen1.5-7B发布，在基础代码生成能力上，它表现出超过更大尺寸模型的潜力，拉近了开源模型和GPT-4之间的编程能力差距。

之后在云栖大会上，Qwen2.5-Coder-1.5B/7B发布。作为Qwen2.5家族的一员，Qwen2.5-Coder-7B打败了当时比它尺寸更大的DeepSeek-Coder-V2-Lite和Codestral-20B，成为最强基础编程模型之一。

在此基础上，Qwen2.5-Coder-32B的推出，将规模提升一个数量级达到百亿参数，能力也进一步涌现，水平超越GPT-4o，逐渐逼近闭源模型王者Claude 3.5 Sonnet。

闭源模型山头几个月一换，而开源的Qwen却从来没有停下攀登的脚步，也进一步验证，开源模型和闭源模型之间的差距正在缩短，开源模型完全有机会、有能力取代闭源模型，为全球广大开发者用户提供更加低门槛、开放的AI能力。

随着AI应用趋势不断演进，越来越多领域和行业加入，对AI模型的性能、开发成本以及上手门槛都会提出更高要求。反之，易用的开源模型将成为推动这股趋势的重要动力。

Qwen系列的爆火就是这种正向循环最好的证明之一。截至9月底，全球基于Qwen系列二次开发的衍生模型数量9月底突破7.43万，超越Llama系列衍生模型的7.28万。

通义千问Qwen已成为全球最大的生成式语言模型族群。

而背靠阿里——全球云计算和AI的第一梯队玩家，一方面，深厚技术和资源支持为Qwen系列的持续开源、不断升级提供更可靠保障，另一方面，阿里自身业务及发展上的需要也构成了Qwen继续攀登高峰的内在闭环。

不过开源模型最大价值还是要回归开发者。

AI的到来，让天下没有难开发的应用。

Qwen作为中国开源大模型领军者，为全球开发者提供更丰富的选择，也代表中国创新力量在全球大模型竞技中登台亮相，并且正在得到更多人的认可。

嗯…比如前段时间Mistral发布的端侧模型没有和Qwen2.5做对比，还被小小吐槽了下（doge）。

值得一提的是，据透露Qwen3已经在路上，预计在几个月内和大家见面。可以期待一下~

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述