Alibaba lanza Qwen3-Coder-Next, un modelo abierto para agentes de programación
Alibaba ha presentado Qwen3-Coder-Next, un nuevo modelo de IA de pesos abiertos diseñado para agentes de programación y desarrollo local. El modelo fue entrenado con 800.000 tareas verificables ejecutadas en entornos funcionales. A pesar de su diseño relativamente compacto —80.000 millones de parámetros en total, con solo 3.000 millones de parámetros activos— ofrece resultados sólidos en SWE-Bench Pro, un benchmark para agentes de programación.
Según Alibaba, el modelo iguala o supera a varios modelos de código abierto significativamente más grandes en una amplia gama de evaluaciones basadas en agentes, a pesar de su bajo consumo de memoria activa. En SWE-Bench Verified, alcanza más del 70% cuando se utiliza con el framework SWE-Agent.
Qwen3-Coder-Next admite una longitud de contexto de 256.000 tokens
Qwen3-Coder-Next admite una longitud de contexto de 256.000 tokens y puede integrarse en múltiples entornos de desarrollo, incluidos Claude Code, Qwen Code, Qoder, Kilo, Trae y Cline. Para su despliegue local, es compatible con herramientas como Ollama, LMStudio, MLX-LM, llama.cpp y KTransformers.
El modelo está disponible en Hugging Face y ModelScope bajo la licencia Apache-2.0. Más detalles pueden encontrarse en el blog de Alibaba y en el informe técnico publicado en GitHub.
Javier Morales es investigador y analista senior en inteligencia artificial con base en España. Su trabajo se centra en el estudio de modelos de IA a gran escala, su integración en infraestructuras empresariales y las implicaciones económicas y sociales de su adopción. Ha analizado en profundidad las estrategias de las principales compañías tecnológicas, así como el impacto de la inteligencia artificial en productividad, gobernanza digital y comportamiento de los usuarios. Sus publicaciones se caracterizan por un enfoque analítico, basado en datos y orientado a la evaluación crítica de tecnologías emergentes.
ES 
EN