IQuest Coder

IQuest Coder 是九坤投资旗下 AI 研究实验室 IQuest Lab 推出的一款开源代码生成大模型系列，包含 7B、14B、40B 等不同参数规模。它主要面向日常编码、算法推理、长代码文件理解这类任务，在软件工程方向的表现受到不少开发者关注。相比常见的闭源方案，这套开源代码模型把权重和训练细节开放出来，方便本地部署、微调，也方便研究训练方法的团队参考。

• IQuest Coder 官网入口：https://iquestlab.github.io/

开发思路

• 量化团队背景：由量化投资机构旗下的研究团队开发，这类团队长期处理海量复杂数据，模型在算法推理和代码优化上表现更突出。
• 代码流训练：不只看静态代码片段，而是学习代码在 Git 等版本控制系统中随时间演变的过程，更接近开发者真实的编程思路。
• 基准成绩：在 SWE-bench Verified 测试中，40B 版本的成绩超过了当时领先的 Claude Sonnet 4.5 与 GPT-4.0 级别模型。

版本选择

• 指令版：面向通用代码生成和指令跟随，响应更快，适合日常开发与代码补全。
• 思维版：强化了复杂推理能力，处理算法设计、逻辑拆解、多步骤问题更合适，代价是等待时间更长。
• 循环版：体积更小，适合在资源受限的环境下部署，或用于需要高效循环推理的任务。

技术特性

• 长上下文：原生支持 128K 上下文，能一次处理很长的代码文件或对话内容。
• 推理效率：采用 Group Query Attention（GQA）分组查询注意力机制，降低推理开销。
• 开源可定制：以修改版 MIT 协议开源，权重可在 Hugging Face 获取，支持量化版本与本地微调、二次开发。

从训练方式到版本划分，IQuest Coder 都带着明显的工程取向，把代码生成放在真实的开发流程里打磨。如果你在找一个能读长文件、能拆解算法题、还能自己部署的开源代码模型，这个系列值得上手试一遍。