22.07.2025

Qwen3-Coder

Qwen3-Coder ist Alibabas Open-Weights-Modellreihe für Agentic Coding. Sie eignet sich für Coding-Agenten, Tool-Calls und große Repositories.

12Punkte

Median aller Modelle: 26

$0,35 / $1,50

je 1 Mio. Tokens

262,1kTokens

Maximaler Output: 65.536 Tokens

Qwen3-Coder im Überblick

Stand Oktober 2026 steht Qwen3-Coder im Artificial Analysis Intelligence Index mit 12 Punkten auf Platz 114 von 132 Modellen.

Offenes Coding-Modell mit langem Kontext

Das Flaggschiff Qwen3-Coder-480B-A35B ist ein Mixture-of-Experts-Modell mit 35 Mrd. aktiven Parametern und 256K Tokens nativem Kontext. Laut Alibaba ist es bei Agentic Coding mit Claude Sonnet 4 vergleichbar. Unabhängig gemessen ist das Bild nüchterner: Auf Terminal-Bench 2.0 erreicht es laut Epoch AI 27 %, Gemini 2.5 Pro (Juni 2025) kommt auf 33 %.

Agentic Coding
Tool-Calls
Repository-Analyse
Self-Hosting
Code-Review

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

Schwaches Faktenwissen. Auf AA-Omniscience erreicht das 480B-Modell −22 Punkte, auf Humanity's Last Exam laut Artificial Analysis 5 %. Als Wissens- oder Recherchemodell taugt es kaum.
Kein Reasoning-Modus. Das Modell arbeitet laut Modellkarte nur im Non-Thinking-Modus und erzeugt keine Denkblöcke. Bei schweren, mehrstufigen Problemen fehlt dadurch ein Hebel, den Reasoning-Modelle bieten.
Nur Text. Ein- und Ausgabe sind auf Text beschränkt. Screenshots oder Diagramme kannst du nicht direkt übergeben.
Hoher Hardwarebedarf. Das Flaggschiff hat 480 Mrd. Gesamtparameter, auch wenn nur 35 Mrd. aktiv sind. Lokal praktikabler ist die 30B-A3B-Variante mit 3,3 Mrd. aktiven Parametern, die Artificial Analysis aber als veraltet führt und auf Qwen3-Coder-Next verweist.

Ähnliche KI-Modelle ansehen

Qwen3-Coder Benchmarks

12Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark

Artificial Analysis Intelligence IndexMedian aller Modelle: 26

Claude Opus 5.5Platz 1, Anthropic
Claude Sonnet 5.5Platz 2, Anthropic
Qwen3.6 PlusAlibaba
Qwen3.5Alibaba
Qwen3Alibaba
DeepSeek-V3.1DeepSeek AI
Qwen3-CoderAlibaba
GLM-4.5 AirZ.ai
Devstral 2Mistral AI

Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis

Qwen3-Coder API-Preise

$0,35/ 1 Mio. Tokens

$1,50/ 1 Mio. Tokens

Geschätzte Tokenkosten

$5,00

$0,05 je Anfrage (100 Anfragen)

Input$3,50
Output$1,50

Schätzung in USD auf Basis der Preise von Alibaba, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,35 + Output × $1,50) / 1.000.000

Qwen3-Coder Modelldaten

Kontextfenster: 262.144 Tokens
Maximaler Output: 65.536 Tokens
Eingabe: Text
Ausgabe: Text

Anbieter: Alibaba
Veröffentlicht: 22. Juli 2025
Wissensstand: April 2025
Modellgewichte: Offen (Apache 2.0)

262,1k Tokens Kontext65,5k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen

Tool-Nutzung
Strukturierte Ausgaben
Prompt-Caching

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

Qwen3-Coder API-Provider

Input / 1 Mio. Tokens
$0,35
Output / 1 Mio. Tokens
$1,50
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
262,1kTokens
Maximaler Output
65,5kTokens
Input / 1 Mio. Tokens
$0,30
Output / 1 Mio. Tokens
$1
Cache-Lesen / 1 Mio.
$0,10
Kontextfenster
262,1kTokens
Maximaler Output
65,5kTokens
Input / 1 Mio. Tokens
$0,22
Output / 1 Mio. Tokens
$1,80
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
262,1kTokens
Maximaler Output
65,5kTokens
Input / 1 Mio. Tokens
$0,22
Output / 1 Mio. Tokens
$1,80
Cache-Lesen / 1 Mio.
$0,022
Kontextfenster
262,1kTokens
Maximaler Output
65,5kTokens
Input / 1 Mio. Tokens
$0,35
Output / 1 Mio. Tokens
$1,50
Cache-Lesen / 1 Mio.
$0,04
Kontextfenster
256kTokens
Maximaler Output
65,5kTokens

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu Qwen3-Coder

Was kostet Qwen3-Coder?

Die offenen Gewichte bieten mehrere Drittanbieter an, die Preise variieren. Ein typischer Tarif (Venice über OpenRouter) liegt bei $0,35 pro 1 Mio. Input-Tokens und $1,50 pro 1 Mio. Output-Tokens. Lokal betrieben fallen nur Hardware- und Stromkosten an.

Ist Qwen3-Coder Open Source?

Ja, die Gewichte sind offen und stehen unter Apache 2.0, sowohl beim 480B-Flaggschiff als auch bei der 30B-A3B-Variante. Kommerzielle Nutzung ist damit erlaubt.

Wie groß ist das Kontextfenster?

Das Kontextfenster beträgt nativ 262.144 Tokens. Laut Anbieter lässt es sich mit YaRN auf 1 Mio. Tokens erweitern. Die maximale Ausgabe liegt bei 65.536 Tokens.

Wann erschien Qwen3-Coder?

Alibaba stellte die Modellreihe am 22. Juli 2025 vor, zuerst mit der 480B-Variante. Später folgte die kleinere 30B-A3B-Variante.

Gibt es einen Nachfolger?

Ja, Qwen3-Coder-Next mit 80 Mrd. Gesamt- und 3 Mrd. aktiven Parametern; der Technical Report ist auf den 28. Februar 2026 datiert. Laut Alibaba steigt es gegenüber dem 480B-Modell etwa auf LiveCodeBench v6 von 44,93 auf 58,93.

Qwen3-Coder

Qwen3-Coder im Überblick

Offenes Coding-Modell mit langem Kontext

Was du abwägen solltest

Qwen3-Coder Benchmarks

Qwen3-Coder API-Preise

Qwen3-Coder Modelldaten

Qwen3-Coder API-Provider

Häufige Fragen zu Qwen3-Coder

Ähnliche KI-Modelle

Weitere Modelle von Alibaba

Qwen3.6 Plus

Qwen3

Qwen3.5

Modelle anderer Anbieter

Devstral 2

DeepSeek-V3.1

GLM-4.5 Air