MicroCoder项目由微软亚洲研究院与剑桥、普林斯顿联合推出，针对现代代码模型训练瓶颈，提出34条训练经验，显著提升模型性能。该项目包括新算法、数据集和评估框架，强调数据难度与训练动态的重要性，推动代码生成领域的研究进展。

Qwen团队推出了Qwen3-Coder系列代码模型，专为长上下文和多步骤编程任务设计。最强版本Qwen3-Coder-480B-A35B-Instruct拥有4800亿参数，支持256K原生令牌，强调执行和决策。该模型通过强化学习后训练，旨在提升鲁棒性和实用性。此外，Qwen还发布了开源命令行工具Qwen Code，支持多种编程环境，并计划扩展Qwen Coding Agent的能力，探索自我改进机制。

今天发布的Qwen3-Coder是最强大的代码模型，参数量达到480B，支持256K token，扩展至1M。它在代理编程和工具使用方面表现出色，并推出了命令行工具Qwen Code，以提升编程效率。

OpenCoder项目由墨尔本大学和复旦大学的研究生合作开发，旨在提供高质量的开源代码大型语言模型（CodeLLM）。该项目公开了模型权重、训练数据和处理流程，推动了代码AI的可复现性发展。研究团队强调数据质量和合成数据的重要性，OpenCoder在多个评估任务中表现优异，超越了现有的开源模型。