Qwen Code v0.13.0 夜間版：鉤子、競技場、並行工具

🔑 增強重點摘要

• •Qwen3-Coder-Next採用混合架構，包括Gated DeltaNet、MoE（512個專家，每token激活10個）和Gated Attention，總參數80B但僅激活3B，提升本地部署效率。[1][3]
• •該模型在SWE-Bench Pro基準測試中得分44.3%，與參數量大10-20倍的模型競爭，並支援256K tokens上下文長度。[1][3]
• •Qwen Code路線圖顯示v0.13.0前已於v0.7.0引入實驗性LSP支援和Anthropic提供者，v0.6.0新增Concurrent Runner批次執行。[4]

🛠️ 技術深入

• •總參數：80B，推理時激活3B參數，使用MoE架構（512專家，每token激活10個，1個共享專家始終活躍）。[1][3]
• •架構細節：Gated DeltaNet處理長程依賴的線性注意力、MoE降低計算成本、Gated Attention用於關鍵推理任務。[1][3]
• •訓練方法：大規模可執行任務合成結合強化學習（RL），支援256K tokens原生上下文。[1][3]
• •模型類型：因果語言模型，開源權重許可證，專為編碼代理和本地開發設計。[1][3]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線