🕷️
SetupAI
🧧較早收集於 32m

Qwen-code v0.16.0 發布：增強 CLI、MCP 與多模態支援

Qwen-code v0.16.0 發布：增強 CLI、MCP 與多模態支援
PostLinkedIn
🧧閱讀原文： Qwen (GitHub Releases: qwen-code)
#cli-tools#multimodal#mcp#developer-experienceqwen-codeqwenmodelscopeanthropicopenai

💡Qwen-code 重大更新，帶來多模態能力、ModelScope 整合與更流暢的 CLI 效能。

⚡ 30-Second TL;DR

有什麼變化

為 CLI 新增 ModelScope 作為內建第三方 API 提供商。

為什麼重要

這些更新透過減少 CLI 的操作阻力，並擴展 Qwen 生態系統中可用的模型與工具範圍，進一步簡化了開發者的工作流程。

下一步行動

更新至 v0.16.0 並在您的 CLI 工作流程中測試新的 ModelScope 提供商整合功能。

誰應關注：Developers & AI Engineers

關鍵要點

  • •為 CLI 新增 ModelScope 作為內建第三方 API 提供商。
  • •為 Qwen3.6-35B-A3B 量化版本新增圖像與影片支援。
  • •優化 MCP 效能，改為漸進式可用性以避免阻塞輸入。
  • •新增通用工作樹（worktree）支援，強化代理隔離能力。

🧠 深度解析

Web-grounded analysis with 22 cited sources.

🔑 增強重點摘要

  • •Qwen-code CLI 是從 Google 的 Gemini CLI 分叉而來，並針對 Qwen3-Coder 模型進行了優化，提供了增強的解析能力和視覺模型支援，使其在代理編碼任務中表現更佳。
  • •Qwen3.6-35B-A3B 是一個稀疏的專家混合（MoE）模型，總參數為 350 億，但活躍參數僅為 30 億，它引入了「思維保留」功能，能夠在多輪對話中保留推理軌跡，從而增強迭代代理任務的穩定性。
  • •將 ModelScope 整合為內建的第三方 API 提供商，為中國地區的註冊用戶提供每日 2,000 次免費 API 調用，顯著降低了開發者使用 Qwen-code 進行 AI 編碼的門檻。
  • •通用的工作樹（worktree）支援靈感來自 Claude Code 的工作樹平行會話模型，允許開發者在完全隔離的工作區中同時運行多個 Qwen Code 會話，同時共享相同的 Git 歷史記錄，從而促進平行開發流程。
  • •Qwen-code 採用多協議方法，支援與多種 API 提供商整合，包括 OpenAI、Anthropic、Google GenAI 相容 API、阿里巴巴雲編碼計畫、OpenRouter 和 Fireworks AI，提供了高度的靈活性和供應商選擇。
📊 競品分析▸ Show
Feature/Pricing/BenchmarksQwen-code / Qwen3.6-35B-A3BGitHub CopilotMistral VibeDeepCoder
License/Availability開源 (Apache 2.0), CLI 工具, SDKs, IDE 整合專有 (按用戶訂閱)免費, AI 驅動的編碼平台完全開源模型
Core Functionality代理編碼, 多模態 (文本, 圖像, 影片), 程式碼理解, 編輯, 工作流程自動化, 子代理, 思維保留即時程式碼建議, 聊天助手程式碼生成, 審查, 錯誤識別, 測試編寫, 重構, 框架升級程式碼推理和生成
Model ArchitectureQwen3.6-35B-A3B: 稀疏 MoE (35B 總參數 / 3B 活躍參數), 262K 原生上下文 (1M 可擴展)由 OpenAI 的 Codex 和 GPT-4 提供支援理解整個程式碼庫結構和上下文的進階編碼模型從 DeepSeek-R1-Distilled-Qwen-14B 微調而來
Multimodal SupportQwen3.6-35B-A3B: 原生多模態 (圖像, 影片, 文本)在編碼上下文中未明確提及多模態在編碼上下文中未明確提及多模態在編碼上下文中未明確提及多模態
PricingQwen3.6-35B-A3B (API): $0.149/百萬輸入 tokens, $1/百萬輸出 tokens (OpenRouter)。ModelScope 提供免費選項 (中國地區每日 2K 調用)。付費訂閱免費開源 (模型權重)
Benchmarks (Coding)Qwen3.6-35B-A3B: 編碼指數 35.2 (Artificial Analysis)。與大型模型競爭。Qwen3-Coder 與 GPT-4o, Claude Sonnet 競爭。因易用性和品質而廣受好評自動化開發工作流程LiveCodeBench 準確度 60.6%
Context WindowQwen3.6-35B-A3B: 262,144 tokens 原生, 可透過 RoPE 擴展至 1,010,000 tokens未在摘要中指定理解整個程式碼庫的結構和上下文未在摘要中指定

🛠️ 技術深入

  • Qwen3.6-35B-A3B 是一個專家混合（MoE）模型，總參數為 350 億，其中 30 億為活躍參數，包含 40 個層。
  • 其架構結合了門控 DeltaNet 線性注意力與標準門控注意力層。
  • 模型包含 256 個專家，每個 token 路由 8 個專家並共享 1 個專家。
  • 原生上下文窗口為 262,144 個 token，可透過 RoPE 縮放（YaRN）擴展至 1,010,000 個 token。
  • 支援「思維保留」功能，能夠在多輪對話中保留先前的推理軌跡，以維持多輪邏輯的穩定性。
  • Qwen-code CLI 使用 TypeScript 開發，並從 Google 的 Gemini CLI 進行了改編。
  • 子代理（Subagents）是專業化的 AI 助手，具有獨立的上下文、受控的工具和自主操作能力，透過 YAML 標頭和 Markdown 系統提示進行配置。
  • 通用工作樹支援涉及在 .qwen/worktrees/<name> 下創建一個工作樹和一個專用的 worktree/<name> 分支，確保隔離的工作目錄同時共享 Git 歷史記錄。
  • 為了管理工作樹，Qwen-code 採用了 isQwenWorktree、getProjectRootForWorktree 和 hasWorktreeChanges 等實用工具。

🔮 前景展望AI analysis grounded in cited sources

Qwen-code 的模組化代理架構將加速 AI 在複雜軟體開發中的應用。
子代理的專業化和通用工作樹的隔離能力，使得 AI 能夠更有效地處理多步驟、多檔案的開發任務，降低開發複雜性。
Qwen3.6-35B-A3B 等高效能稀疏 MoE 模型將推動 AI 編碼助手在資源受限環境中的普及。
該模型以 30 億的活躍參數實現 350 億模型的效能，顯著降低了推理成本，使其更適合本地部署和企業內部使用。
Qwen-code 對多協議 API 提供商的支援將促進 AI 編碼工具生態系統的開放性和互操作性。
允許開發者選擇不同的模型和服務提供商，減少供應商鎖定，並鼓勵更多創新工具的整合。

⏳ 時間線

2023-09
阿里巴巴推出通義千問（Qwen）模型供公眾使用。
2025-07
Qwen3-Coder，一個新的開源代理編碼模型發布。
2025-07
Qwen-Code CLI 發布，作為 Google Gemini CLI 的變體，專為 Qwen3-Coder 模型優化。
2026-02
Qwen3.5-Plus 模型上線。
2026-04
Qwen3.6-35B-A3B 開源發布，這是一個稀疏的 MoE 多模態模型。
2026-05
Qwen-code v0.16.0 發布，增強 CLI、MCP 與多模態支援。
🧧閱讀原文： Qwen (GitHub Releases: qwen-code)
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #cli-tools

同產品

更多關於 qwen-code

同來源

最新來自 Qwen (GitHub Releases: qwen-code)

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Qwen (GitHub Releases: qwen-code) ↗