Qwen3-Coder 480B A35B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3-coder-480b-a35b-instruct

Qwen3-Coder-480B-A35B-Instruct is Qwen's most agentic code model to date, featuring 480 billion total parameters with 35 billion activated parameters using MoE architecture. It achieves significant performance among open models on Agentic Coding, Agentic Browser-Use, and foundational coding tasks, with results comparable to Claude Sonnet. Features native 256K token context length (extendable to 1M tokens with Yarn), optimized for repository-scale understanding, and specialized function call format for agentic coding platforms like Qwen Code and CLINE.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-01-31
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 480 Md > 107 Md
Modalités	text
Fenêtre de contexte	262 144
KV cache / token (Q8)	127.0 ko/token
Paramètres totaux	480 B
Paramètres actifs (session)	35 B
Source des paramètres actifs	actifs : nom (heuristique) ; total : config Hugging Face (Qwen/Qwen3-Coder-480B-A35B-Instruct)
Curation des paramètres actifs	2026-11-04
Prix par session	0.50 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	4.20 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:36.233977Z
Mis à jour le	2026-11-04T06:05:06.574798Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3-coder-480b-a35b-instruct

Tokens/tâche

IA Act — preuves fournisseur

ICA 42/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
AWS Bedrock	eurouter	partiel	—	—	—	262 144	—	—	—
DeepInfra	llm-stats	non	0.30 $	1.00 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.80
multimodal	0.60
reasoning	0.60
structured_output	0.70
finance	0.70
frontend_development	0.60
general	0.60
agents	0.50
code	0.50
communication	0.70
tool_calling	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.62	1.00	0.62	non	oui	2026-11-04T06:05:06.597410Z
bfcl-v3	general	0.69	1.00	0.69	non	oui	2026-11-04T06:05:06.609049Z
mm-mind2web	multimodal	0.56	1.00	0.56	non	oui	2026-11-04T06:05:06.605822Z
multi-swe-bench	reasoning	0.26	1.00	0.26	non	oui	2026-11-04T06:05:06.594213Z
spider	language	0.31	1.00	0.31	non	oui	2026-11-04T06:05:06.601860Z
swe-bench-multilingual	reasoning	0.55	1.00	0.55	non	oui	2026-11-04T06:05:06.586497Z
swe-bench-verified	reasoning	0.70	1.00	0.70	non	oui	2026-11-04T06:05:06.583133Z
tau-bench-airline	reasoning	0.60	1.00	0.60	non	oui	2026-11-04T06:05:06.615378Z
tau-bench-retail	chat	0.78	1.00	0.78	non	oui	2026-11-04T06:05:06.612255Z
terminal-bench-2	reasoning	0.38	1.00	0.38	non	oui	2026-11-04T06:05:06.579601Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	167	—	5.29	3	trueskill	2026-10-20	model_history
code	170	—	12.06	5	trueskill	2026-10-20	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04