Qwen3-Coder-Nextが公開、エージェント特化訓練で推論コスト削減

パラメータのスケーリングだけに頼らず、エージェント的な訓練信号のスケーリングに注力した点が特徴です。検証可能なコーディングタスクと実行可能環境の組み合わせで学習し、環境からのフィードバックを直接取り入れています。これにより、長期推論やツール使用、実行失敗からの回復能力が強化されました。

SWE-Bench Proなどのベンチマークでは、エージェントターン数を増やすことで良好な結果を出しています。効率と性能のトレードオフを改善し、より低い推論コストで高いコーディング能力を実現しました。今後、ツール使用や複雑なタスク管理などのエージェントスキル向上を計画しています。