Aller au contenu

Qwen3-Coder

Dans cet article

Information

Qwen3-Coder est le modèle le plus avancé pour la programmation dans la série Qwen. Le modèle est disponible en version 30B et nécessite des ressources de calcul importantes pour un déploiement local via la plateforme Ollama. Le déploiement est basé sur Ubuntu 22.04 avec un noyau mis à jour vers la version 6, les pilotes NVIDIA, CUDA, et l'intégration avec Open Web UI pour une interface web pratique.

Fonctionnalités principales de Qwen3-Coder

  • Modèle 30B efficace : Le modèle qwen3-coder:30b offre un total de 30 milliards de paramètres dont seulement 3,3 milliards sont activés, offrant des performances élevées tout en maintenant l'efficacité ;
  • Capacités d'agent exceptionnelles : Optimisé pour les tâches réelles de développement logiciel grâce à un apprentissage par renforcement avancé sur des tâches à long terme utilisant SWE-Bench et des benchmarks similaires ;
  • Prise en charge du contexte long : Support natif de 256K tokens avec la possibilité d'étendre jusqu'à 1M de tokens via des méthodes d'extrapolation optimisées pour l'échelle, optimisé pour la compréhension de dépôts (repositories) de grande taille ;
  • Pré-entraînement à grande échelle : Entraîné sur 7,5 billions de tokens avec un ratio de code de 70 % tout en conservant de solides capacités générales et mathématiques ;
  • Apprentissage basé sur l'exécution : L'apprentissage par renforcement basé sur l'exécution de code augmente considérablement le taux de réussite de l'exécution du code dans diverses tâches de programmation réelles ;
  • Intégration avec Open Web UI : Fournit une interface web moderne pour une interaction pratique avec le modèle via le port 8080, garantissant un contrôle total sur les données et le traitement des requêtes ;
  • Sécurité et contrôle : Un déploiement local complet garantit la confidentialité du code et des données, tandis que les paramètres OLLAMA_HOST et OLLAMA_ORIGINS garantissent la sécurité du réseau ;
  • Tolérance aux pannes : Un système intégré redémarre automatiquement les conteneurs et les services pour assurer un fonctionnement stable.
  • Exemples d'utilisation :
    • Développement logiciel : Automatisation de l'écriture, du refactorisation et du débogage de code ;
    • Tâches d'agent : Exécution de tâches de programmation complexes en plusieurs étapes utilisant des outils ;
    • Travail sur navigateur : Automatisation du développement et des tests web ;
    • Analyse de dépôt : Compréhension et travail avec de vastes bases de code ;
    • Revue de code : Analyse automatique et amélioration de la qualité du code ;
    • Documentation de code : Génération de documentation technique et de commentaires.

Fonctionnalités de déploiement

ID Nom du logiciel Système d'exploitation compatible VM BM VGPU GPU Min CPU (Cœurs) Min RAM (GB) Min HDD/SSD (GB) Domaine personnalisé Actif
340 qwen3-coder:30b Ubuntu 22.04 - - + + 8 60 - Non COMMANDER
  • Le serveur Ollama charge et exécute le LLM en mémoire ;
  • Open WebUI est déployé en tant qu'application web connectée au serveur Ollama ;
  • Les utilisateurs interagissent avec le LLM via l'interface web Open WebUI, envoyant des requêtes et recevant des réponses ;
  • Tous les calculs et le traitement des données s'effectuent localement sur le serveur. Les administrateurs peuvent configurer le LLM pour des tâches spécifiques via les outils d'OpenWebUI.

Prise en main après le déploiement de Qwen3-Coder

Après le paiement, une notification concernant la disponibilité du serveur sera envoyée à l'adresse e-mail spécifiée lors de l'inscription. Elle contiendra l'adresse IP du VPS, ainsi que l'identifiant et le mot de passe pour se connecter au serveur, et un lien pour accéder au panneau OpenWebUI. Les clients de notre entreprise gèrent leur équipement dans le panneau de gestion du serveur et APIInvapi.

  • Les données d'authentification pour accéder au système d'exploitation du serveur (par exemple, via SSH) vous seront envoyées par e-mail.

  • Lien pour accéder au panneau de gestion Ollama avec l'interface web Open Web UI : dans le tag webpanel sous l'onglet Configuration >> Tags du panneau de contrôle Invapi. Le lien exact sous la forme https://qwen3-coder<Server_ID_from_Invapi>.hostkey.in sera envoyé dans le message lors du déploiement du serveur.

Après avoir cliqué sur le lien du tag webpanel, une fenêtre de connexion Get started with Open Web UI s'ouvrira, où vous devrez créer un nom de compte administrateur, un e-mail et un mot de passe pour votre chatbot, puis appuyez sur le bouton Create Admin Account :

Attention

Après l'enregistrement du premier utilisateur, le système lui attribue automatiquement un rôle d'administrateur. Pour garantir la sécurité et le contrôle du processus d'inscription, toutes les demandes d'inscription ultérieures doivent être approuvées dans OpenWebUI depuis le compte administrateur.

Une fois l'enregistrement réussi, l'interface principale d'Open Web UI avec l'accès à Qwen3-Coder s'ouvrira :

Remarque

Une description détaillée des fonctionnalités pour travailler avec le panneau de gestion Ollama via Open WebUI est disponible dans l'article AI chatbot on your own server

Remarque

Pour un fonctionnement optimal avec le modèle Qwen3-Coder, il est recommandé d'utiliser un GPU avec au moins 20 Go de mémoire vidéo pour le modèle 30B. Cela garantit un traitement efficace des contextes de code longs et des tâches d'agent complexes. Des informations détaillées sur les paramètres de base d'Ollama et d'Open Web UI sont disponibles dans la documentation développeur d'Ollama et dans la documentation développeur d'Open Web UI.

Recommandations d'utilisation

Pour une efficacité maximale avec Qwen3-Coder, il est recommandé de :

  • Utiliser des contextes longs pour analyser de vastes bases de code
  • Spécifier des exigences techniques claires lors de la programmation
  • Utiliser les capacités d'agent pour les tâches de développement en plusieurs étapes
  • Intégrer le modèle aux outils de développement existants via l'API

Commander un serveur avec Qwen3-Coder via API

Pour installer ce logiciel en utilisant l'API, suivez les instructions suivantes.