Qwen3-Coder 不是将就能用，是确实比 Claude 便宜五倍

我上周在 OpenClaw 上跑一个比较大的代码重构任务。

几百个文件的改动，用 Claude Sonnet 4 跑了一轮。效果确实好，账单也很感人——一天干了三十多美金。说实话当时有点肉疼。

后来朋友说阿里的 Qwen3-Coder 出来了，SWE-Bench 跟 Sonnet 4 差不多。我心想这种国产模型追上旗舰的事我听过太多次了，每次都说差不多，每次都是差挺多的。

但反正试一下又不要钱。

结果，好家伙。

SWE-Bench Verified 这玩意，就是丢一个真实的 GitHub issue 给模型，自己想方案、自己写代码、自己修 bug、自己跑测试、自己提 PR，最像真实干活的测试了。Qwen3-Coder Plus 在这上面跟 Sonnet 4 的差距，小到可以说没有。

价格我看了一眼：输入 $1.8/百万 token，输出 $9/百万 token。Sonnet 4 是 $3 和 $15。五分之一。

而且不用翻墙，国内直接连。我那三十多美金要是换这个，也就六七美金。

版本有三个

旗舰是 Plus，480B 参数，MoE 架构只激活 35B。参数看着大，实际不重，适合大项目和多步骤 Agent 任务。

我日常用得最多的是 Flash，30B 总参数只激活 3B。比 Plus 快三四倍，也便宜三四倍。说实话，我八成的活 Flash 就够了。

还有个 Coder-Next 是做本地部署的，80B 参数激活 3B，一张 RTX 4090 就能跑。数据不能出境的团队用这个。

训练方式不太一样

它训练的时候不是让人写一堆”完美代码”给它学，是它自己写代码，写完自动跑测试，跑不过就改，改了再跑，直到跑过为止。学的是”怎么写出能过的代码”，不是”看起来像代码的东西”。

还有一个专门练多步骤任务的——比如”修这个 bug 同时确保其他测试通过”，好几个步骤连在一起，不会做着做着忘了最开始要干嘛。这个我以前用其他模型经常遇到，聊着聊着它就失忆了。

训练数据 7.5T tokens，70% 是代码，覆盖 358 种编程语言。这个比例比通用模型多一倍多。

用了几天的感觉

256K 上下文是真的。 大代码库把核心文件全扔进去，它不会聊几句就忘了前面说过什么。

工具调用比我想的稳。 在 OpenClaw 里调工具，参数格式出错的情况比通用模型少很多。

中文注释真的舒服。 不是那种英文机翻然后括号里加中文，就是很自然的中文。

Flash 快。 比 Plus 快了三四倍，写代码的时候等补全，体验差别挺明显。

怎么接

官方 API 在阿里云 DashScope，注册实名认证流程有点烦。我直接用的 ofox.ai，Plus 和 Flash 都有，OpenAI 协议兼容，国内直连，支付宝充值，没月费。

改两个参数就行：

base_url: https://api.ofox.ai/v1
model: qwen3-coder-plus  # 或 qwen3-coder-flash

OpenClaw 里 API Provider 选 OpenAI Compatible，填 ofox 的地址和 API Key，model 写 qwen3-coder-plus。它的 function calling 跟 OpenClaw 完全兼容。

Cursor 3 也是 Settings → Models → Add Model，一样的填法：

base_url: https://api.ofox.ai/v1
api_key: 你的 key
model: qwen3-coder-plus

Hermes Agent 同样，hermes model 选 OpenAI Compatible，填 ofox 地址和 model ID。

跟 Claude 怎么选

我现在的用法：

• 日常补全用 Flash — 最便宜，够用
• 复杂重构用 Plus — 主力干活
• 特别难的架构问题才切 Claude — 稀罕事

反正 ofox 统一管 key，切换就改一个参数。

Qwen3-Coder 适合什么：成本敏感、高频调用、中文注释、国内直连、开源可审计。

Claude 适合什么：复杂系统架构设计、深度推理算法问题、以及你已经建了 Claude 工作流不想动。

两边不冲突，也不存在谁取代谁。

最后

Qwen3-Coder 是目前国产编程模型里第一个真的能用的。不是”支持一下国产”，是在成本、中文、国内访问这几个方面，确实比 Claude 更适合国内开发者。

先用 Flash 试几个活。成本够低，试错不亏。