Saltar a contenido

Qwen3-Coder

En este artículo

Información

Qwen3-Coder es el modelo más avanzado para programación de la serie Qwen. El modelo está disponible en una versión 30B y requiere recursos computacionales significativos para su implementación local a través de la plataforma Ollama. La implementación se basa en Ubuntu 22.04 con un kernel actualizado a la versión 6, controladores NVIDIA, CUDA e integración con Open Web UI para una interfaz web cómoda.

Funcionalidades principales de Qwen3-Coder

  • Modelo 30B eficiente: El modelo qwen3-coder:30b ofrece 30B de parámetros totales con solo 3.3B activados, proporcionando un alto rendimiento manteniendo la eficiencia;
  • Capacidades excepcionales de agente: Optimizado para tareas reales de desarrollo de software mediante aprendizaje por refuerzo avanzado en tareas a largo plazo utilizando SWE-Bench y benchmarks similares;
  • Soporte de contexto largo: Soporte nativo para 256K tokens con la capacidad de extenderse hasta 1M de tokens mediante métodos de extrapolación optimizados para escala, optimizado para comprender escalas de repositorios;
  • Preentrenamiento escalado: Entrenado con 7.5 billones de tokens con una proporción de código del 70%, manteniendo sólidas capacidades generales y matemáticas;
  • Aprendizaje basado en ejecución: El aprendizaje por refuerzo basado en la ejecución de código aumenta significativamente la tasa de éxito al ejecutar código en diversas tareas de programación reales;
  • Integración con Open Web UI: Proporciona una interfaz web moderna para una interacción cómoda con el modelo a través del puerto 8080, garantizando un control total sobre los datos y el procesamiento de solicitudes;
  • Seguridad y control: La implementación local completa garantiza la confidencialidad del código y los datos, mientras que los ajustes OLLAMA_HOST y OLLAMA_ORIGINS garantizan la seguridad de la red;
  • Tolerancia a fallos: Un sistema integrado reinicia automáticamente contenedores y servicios para garantizar un funcionamiento estable.
  • Ejemplos de uso:
    • Desarrollo de software: Automatización de la escritura, refactorización y depuración de código;
    • Tareas de agente: Ejecución de tareas de programación complejas de múltiples pasos utilizando herramientas;
    • Trabajo en el navegador: Automatización del desarrollo y las pruebas web;
    • Análisis de repositorios: Comprensión y trabajo con bases de código extensas;
    • Revisión de código: Análisis automático y mejora de la calidad del código;
    • Documentación de código: Generación de documentación técnica y comentarios.

Funcionalidades de implementación

ID Nombre del Software SO Compatible VM BM VGPU GPU CPU Mín. (Núcleos) RAM Mín. (GB) HDD/SSD Mín. (GB) Dominio Personalizado Activo
340 qwen3-coder:30b Ubuntu 22.04 - - + + 8 60 - No PEDIR

Información

Para obtener información sobre las funcionalidades de implementación de este software, consulte este enlace.

  • El servidor Ollama carga y ejecuta el LLM en memoria;
  • Open WebUI se despliega como una aplicación web conectada al servidor Ollama;
  • Los usuarios interactúan con el LLM a través de la interfaz web de Open WebUI, enviando solicitudes y recibiendo respuestas;
  • Todos los cálculos y el procesamiento de datos ocurren localmente en el servidor. Los administradores pueden configurar el LLM para tareas específicas a través de las herramientas de OpenWebUI.

Primeros pasos tras implementar Qwen3-Coder

Tras el pago, se enviará una notificación sobre la preparación del servidor para trabajar al correo electrónico especificado durante el registro. Esta contendrá la dirección IP del VPS, así como el login y la Contraseña para conectarse al servidor y un enlace para acceder al panel de OpenWebUI. Los clientes de nuestra empresa gestionan el equipo en el panel de gestión de servidores y APIInvapi.

  • Los datos de autenticación para acceder al sistema operativo del servidor (por ejemplo, vía SSH) se le enviarán por correo electrónico.

  • Enlace para acceder al panel de gestión de Ollama con la interfaz web Open WebUI: en la etiqueta webpanel en la pestaña Configuration >> Tags del panel de control Invapi. El enlace exacto en forma de https://qwen3-coder<Server_ID_from_Invapi>.hostkey.in se enviará en el mensaje enviado tras el despliegue del servidor.

Tras hacer clic en el enlace de la etiqueta webpanel, se abrirá una ventana de inicio de sesión Get started with Open WebUI, donde deberá crear un nombre de cuenta de administrador, correo electrónico y Contraseña para su chatbot, y luego presionar el botón Create Admin Account:

Atención

Tras registrar al primer usuario, el sistema le asigna automáticamente un rol de administrador. Para garantizar la seguridad y el control sobre el proceso de registro, todas las solicitudes de registro posteriores deben ser aprobadas en OpenWebUI desde la cuenta de administrador.

Tras un registro exitoso, se abrirá la interfaz principal de Open WebUI con acceso a Qwen3-Coder:

Nota

Puede encontrar una descripción detallada de las funciones para trabajar con el panel de gestión de Ollama con Open WebUI en el artículo AI chatbot on your own server

Nota

Para un funcionamiento óptimo con el modelo Qwen3-Coder, se recomienda utilizar una GPU con al menos 20 GB de memoria de video para el modelo 30B. Esto garantiza un procesamiento eficiente de contextos de código largos y tareas complejas de agentes. Puede encontrar información detallada sobre la configuración básica de Ollama y Open WebUI en la documentación para desarrolladores de Ollama y en la documentación para desarrolladores de Open WebUI.

Recomendaciones de uso

Para una máxima eficiencia con Qwen3-Coder, se recomienda:

  • Utilizar contextos largos para analizar bases de código extensas
  • Especificar requisitos técnicos claros al programar
  • Utilizar las capacidades de agente para tareas de desarrollo de múltiples pasos
  • Integrar el modelo con herramientas de desarrollo existentes a través de la API

Pedir un servidor con Qwen3-Coder vía API

Para instalar este software utilizando la API, siga estas instrucciones.

question_mark
Is there anything I can help you with?
question_mark
AI Assistant ×